重庆万州网站建设多少钱,iis 一个网站多个应用程序,网站制作过程教程,取消wordpress邮箱认证项目实现功能
在admin后台自定义添加上传文档。对展示在首页的文章分页显示。在首页点击文章的阅读全文按钮可进入该文章全文详情页进行浏览。对文章实现了内容分类何以发布时间进行归档分类。使用django的whoose搜索引擎对全文实现内容的搜索。 项目涉及技术
Mysql Djan… 项目实现功能
在admin后台自定义添加上传文档。对展示在首页的文章分页显示。在首页点击文章的阅读全文按钮可进入该文章全文详情页进行浏览。对文章实现了内容分类何以发布时间进行归档分类。使用django的whoose搜索引擎对全文实现内容的搜索。 项目涉及技术
Mysql Django Python redis 项目核心实现流程
确定索要发布的文章展示的样式排版时间作者标签分类简介等等在django的models确定对应的字段形式注意表与表之间字段与字段之间的对应关系一对多OR多对多比如文章和分类可以实现多对一一个分类包含多篇文章类型文章与标签之间是多对多的关系object.get.all获取数据库的对象内容在首页的前端页面循环遍历显示即可至于点击阅读全文按钮进入详情页面在url给定路由后path(page/int:num,views.queryAll),我们这里根据点击识别的不同文章的id来获取该文章的内容 postid int(postid) # 根据postid查询帖子的详情信息 post Post.objects.get(idpostid)然后再详情内容页面讲该文章post.各种字段分类简介内容时间等等放在页面对应的变迁文本里即可。 分页使用Django的自带的Pagintor技术步骤如下结合自己的项目中需要展示的数据库里的数据即可1.导入Paginator类和EmptyPage、PageNotAnInteger异常类 2.获取需要分页的数据列表 3.创建Paginator对象指定每页显示的数据条数 4.获取当前页码数如果没有获取到则默认为第一页 5.获取当前页的数据如果页码数不是整数或者超出范围则抛出异常 6.根据总页数决定显示的页码范围 7.将分页后的数据传递给模板进行渲染 对文章的归档按照类别时间 #1.获取分类信息 r_catepost Post.objects.values(category__cname,category).annotate(cCount(*)).order_by(-c) #2.近期文章 r_recpost Post.objects.all().order_by(-created)[:3] #3.获取日期归档信息 from django.db import connection cursor connection.cursor() cursor.execute(select created,count(*) c from t_post GROUP BY DATE_FORMAT(created,%Y-%m) ORDER BY c desc,created desc) r_filepost cursor.fetchall() 以上代码用来获取以不同划分特点来获取数据库中的指定内容对象 分类url a classcategory-list-link href/post/category/{{ cp.category }}{{ cp.category__cname }}/a 归档url a classarchive-list-link href/post/archive/{{ fp.0|date:Y }}/{{ fp.0|date:m }}{{ fp.0|date:Y年m月 }}/a 最近文章url同阅读全文链接地址a href/post/post/{{ rp.id }} target_blank{{ rp.title|truncatechars:10 }}/a 5.分享直接调用百度分享的api接口即可代码如下 div classbdsharebuttonboxa href# classbds_more data-cmdmore/aa href# classbds_qzone data-cmdqzone/aa href# classbds_tsina data-cmdtsina/aa href# classbds_tqq data-cmdtqq/aa href# classbds_renren data-cmdrenren/aa href# classbds_weixin data-cmdweixin/a/divscriptwindow._bd_share_config{common:{bdSnsKey:{},bdText:,bdMini:2,bdPic:,bdStyle:0,bdSize:16},share:{},image:{viewList:[qzone,tsina,tqq,renren,weixin],viewText:分享到,viewSize:16},selectShare:{bdContainerClass:null,bdSelectMiniList:[qzone,tsina,tqq,renren,weixin]}};with(document)0[(getElementsByTagName(head)[0]||body).appendChild(createElement(script)).srchttp://bdimg.share.baidu.com/static/api/js/share.js?v89860593.js?cdnversion~(-new Date()/36e5)];/script/div 6全局搜索(whoose);
在Django中使用Whoosh搜索需要使用django-haystack模块。首先需要安装django-haystack和Whoosh可以使用pip install django-haystack Whoosh命令进行安装。安装完成后需要在settings.py文件中进行配置包括搜索引擎的类型、路径等信息。接着需要定义搜索的模型即在哪些模型中进行搜索。最后需要定义搜索视图和模板即搜索结果的展示方式。具体的使用方法可以参考django-haystack的官方文档 项目部分代码
分页 def queryAll(request, num1):num int(num)postList Post.objects.all().order_by(-created)# 创建分页器对象pageObj Paginator(postList, 2)# 获取当前页的数据perPageList pageObj.page(num)# 生成页码数列表# 每页开始页码begin (num - int(math.ceil(10.0 / 2)))if begin 1:begin 1# 每页结束页码end begin 9if end pageObj.num_pages:end pageObj.num_pagesif end 10:begin 1else:begin end - 9pageList range(begin, end 1)return render(request, index.html, {postList: perPageList, pageList: pageList, currentNum: num}) 全局搜索 #codingUTF-8
from haystack import indexes
from post.models import *
import sys # 导入sys模块
sys.setrecursionlimit(3000) # 将默认的递归深度修改为3000
#注意格式(模型类名Index)
class PostIndex(indexes.SearchIndex,indexes.Indexable):text indexes.CharField(documentTrue, use_templateTrue)#给title,content设置索引title indexes.NgramField(model_attrtitle)content indexes.NgramField(model_attrcontent)def get_model(self):return Postdef index_queryset(self, usingNone):return self.get_model().objects.order_by(-created) tokenizer.py #codingutf-8
import jieba
from whoosh.analysis import Tokenizer, Token
class ChineseTokenizer(Tokenizer):def __call__(self, value, positionsFalse, charsFalse,keeporiginalFalse, removestopsTrue,start_pos0, start_char0, mode, **kwargs):t Token(positions, chars, removestopsremovestops, modemode,**kwargs)seglist jieba.cut(value, cut_allFalse) # (精确模式)使用结巴分词库进行分词# seglist jieba.cut_for_search(value) #(搜索引擎模式) 使用结巴分词库进行分词for w in seglist:# print wt.original t.text wt.boost 1.0if positions:t.pos start_pos value.find(w)if chars:t.startchar start_char value.find(w)t.endchar start_char value.find(w) len(w)yield t # 通过生成器返回每个分词的结果tokendef ChineseAnalyzer():return ChineseTokenizer() 项目部分截图 结语
写的有点急具体内容没有详细写出来只是简单提了一下如Pagintor分页的使用以及whoose全局搜索使用等下次有时间在针对具体技术讲解这个小项目当时写出来也就是用来回顾一下django的相关技术内容的写的不好在此致歉。
