基于Python+vue+django网上商城的设计与实现

基于Python+vue+django网上商城的设计与实现

• 开发语言:Python

• 数据库：MySQL
• 所用到的知识：Django框架,Vue框架
• 工具：pycharm、Navicat、Maven

系统功能实现

系统首页界面

网上购物商城的首页信息以商品展示以及商品分类内容为主，同时用户可以通过搜索栏实现商品信息的搜索，通过首页的商品展示窗口也可以实现商品信息查看，右上方的导航栏内包含了用户注册窗口、个人中心、购物车以及管理员登录窗口，系统首页界面内容如下图所示

注册登录界面

用户通过系统首页的注册登录窗口用户可以实现注册登录，注册界面用户只需要简单的录入手机号及登录密码就可以实现系统平台的注册，具体注册登录窗口信息内容呈现如下图

商品信息界面

用户通过首页的商品信息搜索可以进入到商品详情界面，商品信息包括了商品图片、商品的促销价格及市场价等信息，同时还包括了运费信息以及商品评价等内容，用户可以根据界面提供的库存信息选择相应的购买数量，通过加入购物车完成商品信息的架构，具体商品信息界面内容如下

购物车管理界面

  用户完成商品加购后可以通过系统首页的购物车进入到购物车管理界面，该界面主要呈现了用户架构的所有商品信息，同时还包括了商品单价及加购数量信息，可以通过数据及商品信息的筛选来实现在线的结算，系统会自动计算商品不含运费的金额合计，同时可以通过左下角的清空购物车实现购物车的一键清空，具体购物车管理界面内容如下图

管理员后台界面

系统管理员后台的主要功能内容包括了商品信息管理、卖家管理、买家管理以及销售数据统计分析等内容，管理员用户可以通过系统后台实现买卖双方的信息管理及新增，具体管理员后台管理界面信息呈现内容如下

销售数据统计分析

通过后台的统计分析可以获取到商城当前的总销量额及订单数，同时通过柱状图直观的表现近7个月的销量达成情况，具体销售数据统计内容界面呈现如下图

摘  要

随着我国电子商务系统及应用的飞速发展，网上商城的应用已经成为了人们日常生活中不可或缺的一部分，通过在线平台商品信息的发布及展示帮助人们获取到更加详细的商品信息，同时网上商城在应用过程中突破了时间和空间的壁垒，可以让人们获取到更加全面的商品信息同时也提高了人们购物的效率。然而网络购物在给人们生活提供便利的同时也因为海量的商品信息让人们花费了大量的选择时间，同时平台商品推荐的合理性以及商品质量的可靠性都无法确保，随着淘宝、京东以及唯品会等电商巨头之间展开激烈的竞争，同样的商品可以同时出现在多个平台且商品评价及销量数据千差万别，用户需要多个平台的比价及筛选才能获取到最终想要的商品，为了提升商品信息获取的便捷性，需要对网上购物商场商品信息进行数据的分析和整理，帮助实现高效便捷的购物体验。

本文主要针对当前电商环境下的购物需求，利用Python编程语言结合Django开发工具针对的用户端的商品搜索请求实现商品信息的抓取，通过Vue框架结构实现前端页面的内容呈现，同时借助Mysql数据库实现了买卖双方的用户信息存储与管理，通过后台的数据销量分析模块实现平台总销量及月销量信息的收集呈现，通过网上商城平台帮助用户实现高效便捷的商品信息获取同时节约了用户大量商品筛选的时间。

关键词：Python；Django；Vue框架；Mysql数据库；网上商城；销售统计；

绪论

1.1 项目背景

随着互联网经济时代的到来，在互联网应用技术的带动下人们的消费模式也发生改变，人们对于网络平台的依赖性也日益提升，借助互联网平台可以获取到海量的信息，同时可以借助线上平台实现在线的购物消费，人们的消费不再受到时间和空间的制约，电子商务平台的迅速崛起促进了经济的发展，同时也为消费者提供了更加便利的消费环境，电商平台也逐渐呈现井喷式的增长。

然而在电子商务平台飞速发展的背后也出现了很多问题及风险，首先电子商城在商品信息的搜索和推荐上不够精确，同样的商品会同时出现在多家平台，同时无法确保消费者搜索商品的匹配度，很多消费者需要访问多家店铺来确认商品信息。其次很多电商平台无法确保商家的商品质量，商品信息的真实性主要依托商品图文宣传以及购买用户的体验来获取，很多电商平台的商品质量安全都缺乏监测机制。最后电商购物需要提供用户大量的个人信息，包括姓名、电话以及邮寄地址等，网络平台飞速发展的同时也出现了大量的黑客，通过入侵他人电脑来获取到个人信息从而进行不法行为，因此电商系统平台的安全性尤为重要。综上所述，电商平台给人们的生活带来了便利，然而随着电商平台的快速发展在商品信息的查询以及质量的监管上都存在一定的隐患，同时面对海量的商品信息人们会浪费大量的筛选时间，因此开发和设计一款商品筛选内容完善的网上商城是非常有必要的。

1.2 国内外研究现状

（1）国外研究现状

国外在网上商城领域的研究起步较早，美国在上世纪90年代初期就开启了对于网上购物系统的研究，随着亚马逊等电商平台的快速发展，国外的电子商务平台也从最基础的线上购物功能的应用逐渐扩展到推荐系统的使用，随着人工智能以及推荐算法的迅速发展，借助大数据的数据支持很多领域都有效利用是数据爬取技术是实现了批量的信息内容分析，在电子商务、视频社交等多个领域实现了智能信息捕捉和推荐，同时在提供更加全面商品信息的同时加大的个人信息的安全管理，因国外网上购物的起步较早因此对看线上商城的应用和发展趋于成熟。

（2）国内研究现状

我国在电商购物平台的发展以淘宝、京东等电商平台为代表，从发展规模及发展成熟度来看均处于第一梯队，平台的发展也从最初的网页版逐渐升级到了手机应用端，近年来随着大数据信息的广泛应用，网上商城也有效利用了网页端的数据信息实现了数据的分析和推送，从而进一步提升商品推荐的精准度，与此同时我国网民的规模已经超过8亿人口，庞大的个人信息在网络上的应用也加强了人们对应个人数据的防范意识，目前我国电商平台商品信息推荐的精准度以及数据的安全性把控还存在可提升的空间，通过提升商品信息查询的匹配度可以帮助吸引更多的潜在用户，推动电子商务平台的加速发展。

1.3 研究内容及意义

网上商城在发展规模及成熟度上都日益完善，人们可以借助线上商城实现足不出户的购物体验，通过网上商城查询到自己需要的商品信息从而实现在线下单操作，然而随着电商平台的不断新增以及商品信息的多样化，让很多消费者在商品信息的查询和获取上浪费了大量的时间，同时在商品的推荐上精准度偏低且商品数量繁杂，同时消费者还需要通过多个电商平台的比价和信息比对才可以完成下单，购买商品耗时长且线上购物体验感较差，结合当前网上商城的开发需求借助Python技术可以实现在线的商品信息爬取，在应用过程中结合Django开发工具的应用进一步加强了系统开发的效率，利用Vue框架实现用户前端的界面信息呈现，从而实现了网上商城的建立可以帮助消费者自动爬取商品信息，且能够满足消费者的商品应用需求，从而有效降低了商品的退货率也帮助提升了消费者在线购物的效率。同时利用系统后台的销量统计可以实时记录当前系统平台的总销售额及订单量，能够帮助实现更好的网站运营

需要源代码或者二次开发的，请联系