TL的开发

已于 2023-12-24 21:18:01 修改
阅读量848 收藏
点赞数
文章标签： python
于 2023-12-17 16:30:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dan_Ao/article/details/135046353
版权

Fuadmin

部署很方便

我选择数据库部署在Docker上面，前后端代码编写都在本地。

  1. 在Docker当中将数据库启动
  2. 启动后端程序
  3. 启动前端程序

前端程序启动

# 进入项目目录
cd fu-admin/web

# 安装依赖
pnpm install --registry=https://registry.npm.taobao.org

# 启动服务
pnpm dev

后端程序启动

# 克隆项目
git clone https://gitee.com/fuadmin/fu-admin.git
# 进入项目目录
cd fu-admin/backend
# 在 `env.py` 中配置数据库信息
# 默认是Mysql，如果使用SqlServer，请在requirements.txt中打开 
    mssql-django==1.1.2 
    pyodbc==4.0.32
# 安装依赖环境
pip install -r requirements.txt
# 执行迁移命令：
python manage.py makemigrations system
python manage.py migrate
# 初始化数据
python manage.py init
# 初始化省市县数据:
python manage.py init_area
# 启动项目
python manage.py runserver 0.0.0.0:8000
# 或使用 daphne :
daphne -b 0.0.0.0 -p 8000 fuadmin.asgi:application

前置知识

Django-Ninja教程

Python-Django-Ninja基础入门教程_哔哩哔哩_bilibili

Django Ninja (django-ninja.dev)

将工程Demo工程运行起来（热部署）：

python manage.py runserver

API文档功能

请添加图片描述

创建数据库命令

python manage.py migrate

同步数据库命令

python manage.py make

(每次在models里面创建好一个模型（表）后就要同步一下数据库)

创建管理员

python manage.py createsuperuser

使用Docker已经能够进行部署

文件夹分成三个部分：

  • backend - 后端代码
  • docker
  • web - 前端代码

docker compose

docker-compose up -d
docker-compose exec fuadmin-django bash
python manage.py makemigrations system demo
python manage.py migrate
python manage.py init
python manage.py init_area

部署好后，直接访问http://localhost:8080

Docker遇到问题的终极解决方案

Debug

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

可能的Solution：

  • 使用System目录下面的models来创建表格。

  • 使用System目录下面的initialize来填充表格里面的数据。

尝试创建一个新的模块 DemoMyApp

1. 创建App

  • 通过命令创建App python manage.py startapp DemoMyApp

2. 在fuadmin/setting.py里添加我们的app

INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'django_celery_beat',
    'django_celery_results',
    'system',
    'demo',
    'generator',
    'DemoMyApp',
]

3. 创建 models 模型

  • 编写项目管理模型内容 DemoMyApp/models.py，如下：
from django.db import models
from utils.models import CoreModel


class DemoMyApp(CoreModel):
    name = models.CharField(null=False, max_length=64, verbose_name="项目名称", help_text="项目名称")
    code = models.CharField(max_length=32, verbose_name="项目编码", help_text="项目编码")
    status = models.CharField(max_length=64, verbose_name="项目状态", help_text="项目状态")

    class Meta:
        db_table = "Demo"
        verbose_name = '项目演示'
        verbose_name_plural = verbose_name
        ordering = ('-create_datetime',)

4. 迁移数据库文件

  • 执行迁移命令：
    • python3 manage.py makemigrations DemoMyApp
    • python3 manage.py migrate DemoMyApp
  • 迁移成功后，通过数据库可查看到

5. 创建api、路由接口

  • 创建api.py
from typing import List
from ninja import Router, ModelSchema, Query, Field
from ninja.pagination import paginate

from demo.models import Demo
from utils.fu_crud import create, delete, update, retrieve, ImportSchema, export_data, import_data
from utils.fu_ninga import MyPagination, FuFilters

router = Router()


# 设置过滤字段
class Filters(FuFilters):
    name: str = Field(None, alias="name")
    code: str = Field(None, alias="code")
    status: int = Field(None, alias="status")
    id: str = Field(None, alias="demo_id")


# 设置请求接收字段
class DemoSchemaIn(ModelSchema):
    class Config:
        model = Demo
        model_fields = ['name', 'code', 'sort', 'status']


# 设置响应字段
class DemoSchemaOut(ModelSchema):
    class Config:
        model = Demo
        model_fields = "__all__"


# 创建Demo
@router.post("/demo", response=DemoSchemaOut)
def create_demo(request, data: DemoSchemaIn):
    demo = create(request, data, Demo)
    return demo


# 删除Demo
@router.delete("/demo/{demo_id}")
def delete_demo(request, demo_id: int):
    delete(demo_id, Demo)
    return {"success": True}


# 更新Demo
@router.put("/demo/{demo_id}", response=DemoSchemaOut)
def update_demo(request, demo_id: int, data: DemoSchemaIn):
    demo = update(request, demo_id, data, Demo)
    return demo


# 获取Demo
@router.get("/demo", response=List[DemoSchemaOut])
@paginate(MyPagination)
def list_demo(request, filters: Filters = Query(...)):
    qs = retrieve(request, Demo, filters)
    return qs


# 导入
@router.get("/demo/all/export")
def export_demo(request):
    title_dict = {
        'name': '名称',
        'code': '编码',
        'status': '状态',
        'sort': '排序',
    }
    return export_data(request, Demo, DemoSchemaOut, title_dict)


# 导出
@router.post("/demo/all/import")
def import_demo(request, data: ImportSchema):
    title_dict = {
        '名称': 'name',
        '编码': 'code',
        '状态': 'status',
        '排序': 'sort',
    }
    return import_data(request, Demo, DemoSchemaIn, data, title_dict)

6. models

from django.db import models
from utils.models import CoreModel

# Create your models here.
class Mytable(CoreModel):
    testCaseNumber = models.CharField(null=False, max_length=64, verbose_name="测试案例编号", help_text="测试案例编号")
    validationRequirementNumber = models.CharField(max_length=32, verbose_name="验证需求编号", help_text="验证需求编号")
    testPurpose = models.TextField( verbose_name="测试目的", help_text="测试目的")
    testScenariosOrPrinciple = models.CharField(max_length=32, verbose_name="测试场景/原理", help_text="测试场景/原理")
    testingTechnology = models.CharField(max_length=32, verbose_name="测试技术", help_text="测试技术")
    securityLevel = models.CharField(max_length=32, verbose_name="安全等级", help_text="安全等级")
    testCodeImplantation = models.CharField(max_length=32, verbose_name="测试代码植入", help_text="测试代码植入")
    precondition = models.CharField(max_length=32, verbose_name="先决条件", help_text="先决条件")
    environmentalDescription = models.CharField(max_length=32, verbose_name="环境说明", help_text="环境说明")
    caseDesigners = models.CharField(max_length=32, verbose_name="案例设计人员", help_text="案例设计人员")
    testResults = models.TextField( verbose_name="测试结果", help_text="测试结果")
    test = models.CharField(max_length=32, verbose_name="测试", help_text="测试")
    name = models.CharField(max_length=32, verbose_name="姓名", help_text="姓名")
    tester = models.CharField(max_length=32, verbose_name="测试人员", help_text="测试人员")
    testingTime = models.CharField(max_length=32, verbose_name="测试时间", help_text="测试时间")
    stepInstructions = models.TextField( verbose_name="步骤说明", help_text="步骤说明")
    expectedResults = models.TextField( verbose_name="预期结果", help_text="预期结果")
    actualResult = models.TextField( verbose_name="实际结果", help_text="实际结果")
    specialMessage = models.TextField( verbose_name="special", help_text="special")

    class Meta:
        db_table = "table_test"
        verbose_name = '表格演示'
        verbose_name_plural = verbose_name
        ordering = ('-create_datetime',)

7. fileCRUD 的 API

from datetime import date
from typing import List
from ninja import Schema,Router
from django.shortcuts import get_object_or_404
from table.models import Mytable


router = Router()


class TableIn(Schema):
    testCaseNumber:str
    validationRequirementNumber:str
    testPurpose:str
    testScenariosOrPrinciple:str
    testingTechnology:str
    securityLevel:str
    testCodeImplantation:str
    precondition:str
    environmentalDescription:str
    caseDesigners:str
    testResults:str
    test:str
    name:str
    tester:str
    testingTime:str
    stepInstructions:str
    expectedResults:str
    actualResult:str
    specialMessage:str

class TableOut(Schema):
    id: int
    testCaseNumber:str
    validationRequirementNumber:str
    testPurpose:str
    testScenariosOrPrinciple:str
    testingTechnology:str
    securityLevel:str
    testCodeImplantation:str
    precondition:str
    environmentalDescription:str
    caseDesigners:str
    testResults:str
    test:str
    name:str
    tester:str
    testingTime:str
    stepInstructions:str
    expectedResults:str
    actualResult:str
    specialMessage:str

@router.post("/table")
def create_a_table_element(request, payload: TableIn):
    myTable = Mytable.objects.create(**payload.dict())
    return {"id": myTable.id}

@router.get("/allTableElements", response=List[TableOut])
def get_all_table_elements(request):
    qs = Mytable.objects.all()
    return qs

# 更新table
@router.put("/updateTable/{table_id}", response=TableOut)
def update_table_element(request, table_id: int, payload: TableIn):
    mytable = get_object_or_404(Mytable, id=table_id)
    for attr, value in payload.dict().items():
        setattr(mytable, attr, value)
    mytable.save()
    return {"success": True}

# 删除table
@router.delete("/deleteTable/{table_id}")
def delete_table_element(request, table_id: int):
    mytable = get_object_or_404(Mytable, id=table_id)
    mytable.delete()
    return {"success": True}

搜索引擎学习

将Elasticsearch集成到Django当中。
这一部分单独划出一个Blog

有关前端的框架问题

不要全部都学。。。

只需要数据传过来，我能够显示就行了

Docker 当中可能遇到的bug以及 解决方式

  1. docker-compose up启动时报错 HTTPConnection.request() got an unexpected keyword argument ‘chunked‘
    首先降低docker版本
    pip install docker==6.0.0
    然后
    pip install ‘urllib3<2’

  2. 安装以来的过程当中需要用到外网
    安装依赖即可。
    https://github.com/NingYuanLin/cau_auth

  3. ModuleNotFoundError: No module named ‘corsheaders’
    https://wenku.csdn.net/answer/ce55fad8ce9b49d89611931f10212126

  4. pip install mysqlclient出现错误
    在这里插入图片描述

用conda install =》 有后续bug

这个错误表明在安装 mysqlclient 时，mysql_config 无法被找到。这通常是由于缺少 MySQL 客户端库的开发文件引起的。你可以通过安装这些开发文件来解决这个问题。

首先，确保你的系统上安装了 MySQL 客户端库的开发文件。在 Ubuntu 等 Debian 系统上，可以使用以下命令安装：

bash
Copy code
sudo apt-get update
sudo apt-get install libmysqlclient-dev
在 Red Hat 等系统上，可以使用以下命令安装：

bash
Copy code
sudo yum install mysql-devel
在 macOS 上，可以使用以下命令安装：

bash
Copy code
brew install mysql-client
在 Windows 上，你需要下载并安装 MySQL Connector/C 开发包，然后将其路径添加到系统的 PATH 环境变量中。

安装完这些开发文件后，再尝试运行你的 pip install 命令：

bash
Copy code
pip install -r requirements.txt
这应该能够成功安装 mysqlclient。

叮当蛙
关注
TL494_proteus_TL494_power_
10-02
通过深入理解和应用TL494以及Proteus仿真，工程师可以高效地开发出高性能的开关电源系统。在压缩包中的"TL494"文件可能包含详细的设计原理图、仿真模型或相关的技术文档，进一步帮助学习者掌握TL494在电源调节中的...
TL866 V2.52
01-12
这使得它在电子开发、维修和教学领域具有很高的实用价值。它的多功能性源于其强大的硬件设计，能够处理多种封装形式的芯片，如DIP、SOIC、QFP等。 【TL866.exe】可能是编程器的安装程序，用户通过这个文件可以将...
TL866CS编程器软件
04-08
这种编程能力对于开发嵌入式系统、物联网设备或智能家居产品至关重要，因为这些设备往往需要定制化的固件来实现特定功能。 总的来说，TL866CS编程器是一款强大的工具，不仅支持多种CPU型号，还提供了方便的软件环境...
TL866 CS
07-23
对于电子爱好者、硬件开发者或者维修人员来说，这样的资源非常有价值，因为它能帮助他们对各种微控制器进行调试和开发工作，无需昂贵的专业设备。然而，在使用这些资源时，必须注意以下几点： 1. **兼容性**：确保你...
VeighNa：强大的Python开源量化交易平台
Unity打怪升级
09-26 665
VeighNa（简称 VN 或 vn.py）是一个基于 Python 的开源量化交易平台，专为量化交易爱好者和专业交易员设计。VeighNa 是由国内开发者社区推动的开源项目，旨在提供一个功能丰富、灵活且易于扩展的量化交易解决方案。该框架不仅支持多种资产类别的交易，如股票、期货、期权、加密货币等，还支持多种交易接口和协议，使得用户能够轻松进行多市场、多品种的交易策略开发和部署。
第二百五十四节 JPA教程 - JPA 多对多映射示例
2301_78772942的博客
09-27 691
第二百五十四节 JPA教程 - JPA 多对多映射示例
Python精选200Tips：171-175
AnFany
09-26 1213
Python深度学习的项目
python中的深浅拷贝以及总体框架了解
AgostoDu的博客
09-26 1145
1、当b使用copy.deepcopy()深拷贝的时候，可以理解为b不仅外面的整体开辟了一个新的内存地址，b里面包含的列表也开辟了新的内存地址和a里面的内存地址没有任何关系，所以当a修改里面列表元素的值时不会影响b里面列表元素的值。print(mr) #{'name': 'lis', 'age': 18, 'scroe': 100}<br>备注：已经存在的值的优先级>默认值<br>6.3 直接修改 值，显示最新修改值 （修改默认值优先级小于直接添加的字典值）<br>
ubuntu安装libtorch
meng_152634的博客
09-25 738
nouveau是由第三方为NVIDIA显卡开发的一个开源3D驱动，ubuntu默认集成了nouveau驱动，安装NVIDIA驱动前必须禁用系统自带的显卡驱动nouveau，否则安装NVIDIA驱动时会报错。，一定要确定好安装的CUDA版本是否支持显卡的算力，否则安装成功也无法使用GPU加速。如果cmake版本低于3.18，会出现下面的报错，这是由于低于3.18的cmake不支持CUDA17的编译，需要更新cmake版本。因为安装的CUDA版本为12.1，这里选择最新版的CUDNN 9.4.0进行安装。
酷炫音乐盒: 使用Python和Tkinter配合Pygame打造自己的音乐播放器
最新发布
宇宙第一小趴菜的博客
09-29 1005
Tkinter是一个功能强大且简单易用的库，适合构建轻量级的GUI应用程序。它在不同的操作系统上具有相同的外观和行为，因此可以实现跨平台的应用程序。当然，Tkinter还有更多的功能和细节，通过阅读官方文档和教程，你可以更深入地了解和学习如何运用Tkinter来创建各种GUI应用程序。
Java函数式接口日常使用
weng74的博客
09-24 493
Java 8 中函数接口使用到了业务开发中，方法灵活性和可复用性得到了很大的提升，方便业务的开发，下面来看看具体使用场景
numpy is not available
xfsong2012的博客
09-27 309
在测试第一个程序的时候，出现Numpy is not available的错误，根据。安装的时候，安装的是最新版的numpy，检查numpy的版本为2.1.1版。我的pytorch版本为1.12.1，选择不高于1.21的版本即可。的办法知道是因为numpy与pytorch版本不一致造成的。2、安装需要的numpy版本，比如1.21版。
cuda算子优化-transpose
weixin_46347213的博客
09-24 295
cache写策略：l1和l2之间采用write-through & not write-allocate；对于write-allocate要注意一点，如果某个来自l2 cache的store request刚好写一个sector那么就不需要把这个sector从HBM中先读到l2 cache（因为读了也是白读，这块sector全部要被写入），如果该request要写的sector中有些字节没写到，那么就需要先把该sector读到l2 cache再写l2 cache。- cache的读写策略。
python 实现linear discriminant analysis线性判别分析算法
luthane的博客
09-26 495
线性判别分析（Linear Discriminant Analysis，简称LDA）是一种用于降维和分类的监督学习算法。它通过最大化类间散度和最小化类内散度来找到最佳投影方向，使得不同类别的数据在新的空间中尽可能分开，同一类别的数据尽可能靠近。LDA的基本思想LDA的基本思想是将多维数据映射到低维空间，同时保留数据之间的类别差异。具体来说，LDA通过计算类内散度矩阵（描述同一类别内部数据的分布情况）和类间散度矩阵（描述不同类别之间的差异），然后求解这两个矩阵的广义特征值问题，找到最佳的投影方向。
包/环境管理工具pip和conda介绍
qq_27390023的博客
09-25 831
pip更适合于纯 Python 项目，尤其是对包的控制更加灵活。conda更适合处理复杂的多语言项目、依赖性复杂的数据科学项目，并且自带强大的环境管理工具。
Yocto - 使用Yocto开发嵌入式Linux系统_03 基于Poky制作第一个系统
guoqx的专栏
09-23 1784
更多信息，请参阅《Yocto 项目开发任务手册》（https://docs.yoctoproject.org/4.0.4/dev-manual/start.html#setting-up-to-use-cross-platforms-crops）中的 “设置使用 CROss PlatformS (CROPS)” 部分。build/conf/local.conf 文件中的注释是极好的文档，也是可能的变量及其默认值的参考。它们将为我们提供一些使用 Poky 的经验，并让我们领略到它的能力。
python学习-12【进程与线程】
kuiini的博客
09-25 926
在多进程使用 Queue 对象时，需要将对象传递给进程，才能让主进程正确地获取子进程的数据，否则主进程中的 Queue 会一直空着。线程池在系统启动时会创建大量的空闲的线程，程序只要将一个函数提交给线程池，线程池就会启动一个空闲的线程来执行它。3、multiprocessing 模块中的 Queue 对象可以实现进程之间的通信操作，从而实现进程同步。1、通过 os 模块中的 system() 函数可以创建简单的进程，函数中的参数是要执行的命令。3、上面的自定义线程体无法区分线程输出内容的情况，即线程的。
patroni高可用测试
喝醉酒的小白
09-25 257
【代码】patroni高可用测试。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值