导读：今天首席CTO笔记来给各位分享关于Django如何完成回复功能的相关内容，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
用python +django写一个简单的留言板（可留言，可回复） 哪位大侠有完整的代码(包括页面的数据库)
Django时下真是名声在外了，连我这个几乎不怎么开发Web，没有使用过任何WWW Framework的小人物都对这种中间件相当的向往。limodou的学习记录是我比较喜欢去的一个地方。可惜limodou写那个记录的Django版本比较老，我常常发现不能找到自己需要import的包在哪里。所以如果想跟随当前，还是去人家Django官方的文档看看。
说起来，Django就是对Web开发中最常见而且比较烦琐的一些环节进行了包装。比如：数据库的对象操作，HTTP协议的处理，网页的模板化处理等。而Django对一些常见的操作也进行了包装，比如增加、修改、列出一组数据集合。并且提供了强大的网站管理工具。按照文档上面的入门例子，用户需要编写的代码实在是非常的少。
一个Django工程的建立和运行都需要执行它的一个管理脚本：
开启一个工程，并建立相关的目录和必须的文件：
django-admin.py startproject myproject
初始化数据库
django-admin.py init
等等，可以参看没有任何参数时候脚本报告的帮助清单。
开启一个工程之后就要开始建立数据库的结构了。可能在你还没有对你的这个程序有一个完全的认识之前就要建立数据库的确是非常让人难受的事情。还好我们还有可以重新建立数据结构的机会。数据对象在这里叫做meta。放在你工程的/apps/程序/models/目录下面。
比如下面的一段代码：
# -*- coding: utf-8 -*-
from django.core import meta
class Admin(meta.Model):
"管理员账号"
name = meta.CharField(maxlength = 64)
password = meta.CharField(maxlength = 16)
def __repr__(self):
return self.name
class META:
admin = meta.Admin(
fields = (
('用户名', {'fields': ('name',)}),
('身份确认', {'fields': ('password',)}),
),
)
上面建立了一个数据对象描述了一个管理员所需要保存的资料。__repr__函数用于在显示这个对象的时候有一种比较直接明了的显示。而内部类META，则用于Django内部的管理界面。
写好了所有的数据描述。执行
django-admin.py install guestbook
在你配置的数据库中就可以发现你描述的数据已经变成了具体的表，存在了数据库中了。
－－－－－－－
下面给出留言簿具体的数据部分：guestbook.py
# -*- coding: utf-8 -*-
from django.core import meta
class Admin(meta.Model):
"管理员账号"
name = meta.CharField(maxlength = 64)
password = meta.CharField(maxlength = 16)
def __repr__(self):
return self.name
class META:
admin = meta.Admin(
fields = (
('用户名', {'fields': ('name',)}),
('身份确认', {'fields': ('password',)}),
),
)
class Message(meta.Model):
"一个留言记录的数据库记录"
subject = meta.CharField(maxlength = 256)
name = meta.CharField(maxlength = 64)
email = meta.EmailField(blank = True)
pub_date = meta.DateTimeField('date published')
content = meta.TextField(maxlength = 4096)
from_addr= meta.IPAddressField()
reply = meta.TextField(maxlength = 4096, blank = True)
def is_replied(self):
return not (len(self.reply) == 0)
is_replied.short_description = '已经回复？'
subject.short_description = '主题'
def __repr__(self):
return self.name + " said: " + self.subject
class META:
admin = meta.Admin(
fields = (
(None, {'fields': ('subject', 'name', 'pub_date')}),
('内容', {'fields': ('content', 'email', 'from_addr'), 'classes': 'collapse'}),
('回复', {'fields':('reply',), 'classes': 'collapse'}),
),
list_display = ('subject', 'pub_date', 'is_replied'),
list_filter = ['pub_date'],
search_fields = ['subject', 'content'],
)
微信的"被动回复用户消息"api接口怎么使用，谁有python例子能帮忙给一个不，万分感谢。
用的Django
# coding:utf-8
from django.shortcuts import render
from django.http import HttpResponse
from django.views.decorators.csrf import csrf_exempt
from functions import checkSignature
import settings,os,time
from datetime import datetime
import xml.etree.ElementTree as ET
from django.utils.encoding import smart_str
@csrf_exempt
def index(request):
if request.method=='GET':
response=HttpResponse(checkSignature(request))
return response
elif request.method == 'POST':
response = HttpResponse(responseMsg(request), content_type="application/xml")
return response
MSG_TYPE_TEXT = "text"
def responseMsg(request):
rawStr = smart_str(request.body)
msg = parseMsgXml(ET.fromstring(rawStr))
replyContent = ""
if msg['MsgType'] == MSG_TYPE_TEXT:
replyContent = "自动回复内容"
return getReplyXml(msg, replyContent)
def parseMsgXml(rootElem):
msg = {}
if rootElem.tag == 'xml':
for child in rootElem:
msg[child.tag] = smart_str(child.text)
return msg
def getReplyXml(msg,replyContent):
extTpl = "xmlToUserName![CDATA[%s]]/ToUserNameFromUserName![CDATA[%s]]/FromUserNameCreateTime%s/CreateTimeMsgType![CDATA[%s]]/MsgTypeContent![CDATA[%s]]/Content/xml";
extTpl = extTpl % (msg['FromUserName'],msg['ToUserName'],str(int(time.time())),'text',replyContent)
return extTpl
Django中怎么使用django-celery完成异步任务
许多Django应用需要执行异步任务, 以便不耽误http request的执行. 我们也可以选择许多方法来完成异步任务, 使用Celery是一个比较好的选择, 因为Celery
有着大量的社区支持, 能够完美的扩展, 和Django结合的也很好. Celery不仅能在Django中使用, 还能在其他地方被大量的使用. 因此一旦学会使用Celery, 我
们可以很方便的在其他项目中使用它.
1. Celery版本
本篇博文主要针对Celery 3.0.x. 早期版本的Celery可能有细微的差别.
2. Celery介绍
Celery的主要用处是执行异步任务, 可以选择延期或定时执行功能. 为什么需要执行异步任务呢?
第一, 假设用户正发起一个request, 并等待request完成后返回. 在这一request后面的view功能中, 我们可能需要执行一段花费很长时间的程序任务, 这一时间
可能远远大于用户能忍受的范围. 当这一任务并不需要立刻执行时, 我们便可以使用Celery在后台执行, 而不影响用户浏览网页. 当有任务需要访问远程服务器完
成时, 我们往往都无法确定需要花费的时间.
第二则是定期执行某些任务. 比如每小时需要检查一下天气预报, 然后将数据储存到数据库中. 我们可以编写这一任务, 然后让Celery每小时执行一次. 这样我们
的web应用便能获取最新的天气预报信息.
我们这里所讲的任务task, 就是一个Python功能(function). 定期执行一个任务可以被认为是延时执行该功能. 我们可以使用Celery延迟5分钟调用function
task1, 并传入参数(1, 2, 3). 或者我们也可以每天午夜运行该function.
我们偏向于将Celery放入项目中, 便于task访问统一数据库和Django设置.
当task准备运行时, Celery会将其放入列队queue中. queue中储存着可以运行的task的list. 我们可以使用多个queue, 但为了简单, 这里我们只使用一个.
将任务task放入queue就像加入todo list一样. 为了使task运行, 我们还需要在其他线程中运行的苦工worker. worker实时观察着代运行的task, 并逐一运行这
些task. 你可以使用多个worker, 通常他们位于不同服务器上. 同样为了简单起见, 我们这只是用一个worker.
我们稍后会讨论queue, worker和另外一个十分重要的进程, 接下来我们来动动手:
3. 安装Celery
我们可以使用pip在vietualenv中安装:
pip install django-celery
4. Django设置
我们暂时使用django runserver来启动celery. 而Celery代理人(broker), 我们使用Django database broker implementation. 现在我们只需要知道Celery
需要broker, 使用django自身便可以充当broker. (但在部署时, 我们最好使用更稳定和高效的broker, 例如Redis.)
在settings.py中:
import djcelery
djcelery.setup_loader()
BROKER_URL = 'django://'
...
INSTALLED_APPS = (
...
'djcelery',
'kombu.transport.django',
...
)
第一二项是必须的, 第三项则告诉Celery使用Django项目作为broker.
在INSTALLED_APPS中添加的djcelery是必须的. kombu.transport.django则是基于Django的broker
最后创建Celery所需的数据表, 如果使用South作为数据迁移工具, 则运行:
python manage.py migrate
否则运行: (Django 1.6或Django 1.7都可以)
python manage.py syncdb
5. 创建一个task
正如前面所说的, 一个task就是一个Pyhton function. 但Celery需要知道这一function是task, 因此我们可以使用celery自带的装饰器decorator: @task. 在
django app目录中创建taske.py:
from celery import task
@task()
def add(x, y):
return x + y
当settings.py中的djcelery.setup_loader()运行时, Celery便会查看所有INSTALLED_APPS中app目录中的tasks.py文件, 找到标记为task的function, 并
将它们注册为celery task.
将function标注为task并不会妨碍他们的正常执行. 你还是可以像平时那样调用它: z = add(1, 2).
6. 执行task
让我们以一个简单的例子作为开始. 例如我们希望在用户发出request后异步执行该task, 马上返回response, 从而不阻塞该request, 使用户有一个流畅的访问
过程. 那么, 我们可以使用.delay, 例如在在views.py的一个view中:
from myapp.tasks import add
...
add.delay(2, 2)
...
Celery会将task加入到queue中, 并马上返回. 而在一旁待命的worker看到该task后, 便会按照设定执行它, 并将他从queue中移除. 而worker则会执行以下代
码:
import myapp.tasks.add
myapp.tasks.add(2, 2)
7. 关于import
这里需要注意的是, 在impprt task时, 需要保持一致. 因为在执行djcelery.setup_loader()时, task是以INSTALLED_APPS中的app名,
加.tasks.function_name注册的, 如果我们由于python path不同而使用不同的引用方式时(例如在tasks.py中使用from myproject.myapp.tasks import
add形式), Celery将无法得知这是同一task, 因此可能会引起奇怪的bug.
8. 测试
a. 启动worker
正如之前说到的, 我们需要worker来执行task. 以下是在开发环境中的如何启动worker:
首先启动terminal, 如同开发django项目一样, 激活virtualenv, 切换到django项目目录. 然后启动django自带web服务器: python manage.py runserver.
然后启动worker:
python manage.py celery worker --loglevel=info
此时, worker将会在该terminal中运行, 并显示输出结果.
b. 启动task
打开新的terminal, 激活virtualenv, 并切换到django项目目录:
$ python manage.py shell
from myapp.tasks import add
add.delay(2, 2)
此时, 你可以在worker窗口中看到worker执行该task:
[2014-10-07 08:47:08,076: INFO/MainProcess] Got task from broker: myapp.tasks.add[e080e047-b2a2-43a7-af74-d7d9d98b02fc]
[2014-10-07 08:47:08,299: INFO/MainProcess] Task myapp.tasks.add[e080e047-b2a2-43a7-af74-d7d9d98b02fc] succeeded in 0.183349132538s: 4
9. 另一个例子
下面我们来看一个更为真实的例子, 在views.py和tasks.py中:
# views.py
from myapp.tasks import do_something_with_form_data
def view(request):
form = SomeForm(request.POST)
if form.is_valid():
data = form.cleaned_data
# Schedule a task to process the data later
do_something_with_form_data.delay(data)
return render_to_response(...)
# tasks.py
@task
def do_something_with_form_data(data):
call_slow_web_service(data['user'], data['text'], ...)
10. 调试
由于Celery的运行需要启动多个部件, 我们可能会漏掉一两个. 所以我们建议:
使用最简单的设置
使用python debug和logging功能显示当前的进程
11. Eager模式
如果在settings.py设置:
CELERY_ALWAYS_EAGER = True
那么Celery便以eager模式运行, 则task便不需要加delay运行:
# 若启用eager模式, 则以下两行代码相同
add.delay(2, 2)
add(2, 2)
12. 查看queue
因为我们使用了django作为broker, queue储存在django的数据库中. 这就意味着我们可以通过django admin查看该queue:
# admin.py
from django.contrib import admin
from kombu.transport.django import models as kombu_models
admin.site.register(kombu_models.Message)
13. 检查结果
每次运行异步task后, Celery都会返回AsyncResult对象作为结果. 你可以将其保存, 然后在将来查看该task是否运行成功和返回结果:
# views.py
result = add.delay(2, 2)
...
if result.ready():
print "Task has run"
if result.successful():
print "Result was: %s" % result.result
else:
if isinstance(result.result, Exception):
print "Task failed due to raising an exception"
raise result.result
else:
print "Task failed without raising exception"
else:
print "Task has not yet run"
14. 定期任务
还有一种Celery的常用模式便是执行定期任务. 执行定期任务时, Celery会通过celerybeat进程来完成. Celerybeat会保持运行, 一旦到了某一定期任务需要执
行时, Celerybeat便将其加入到queue中. 不像worker进程, Celerybeat只有需要一个即可.
启动Celerybeat:
python manage.py celery beat
使Celery运行定期任务的方式有很多种, 我们先看第一种, 将定期任务储存在django数据库中. 即使是在django和celery都运行的状态, 这一方式也可以让我们
方便的修改定期任务. 我们只需要设置settings.py中的一项便能开启这一方式:
# settings.py
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
结语：以上就是首席CTO笔记为大家整理的关于Django如何完成回复功能的相关内容解答汇总了，希望对您有所帮助！如果解决了您的问题欢迎分享给更多关注此问题的朋友喔～
以上内容为新媒号(sinv.com.cn)为大家提供！新媒号，坚持更新大家所需的互联网后端知识。希望您喜欢！
版权申明：新媒号所有作品（图文、音视频）均由用户自行上传分享，仅供网友学习交流，不声明或保证其内容的正确性，如发现本站有涉嫌抄袭侵权/违法违规的内容。请发送邮件至 k2#88.com(替换@) 举报，一经查实，本站将立刻删除。
