路飞项目需求、pip永久换源、虚拟环境、虚拟环境搭建
路飞项目需求
# 线上销售课程的
-商城
-知识付费类
# 需求
-首页功能
-轮播图接口
-推荐课程接口(没写)
-用户功能
-用户名密码登录
-手机号验证码登录
-发送手机验证码
-验证手机号是否注册过
-注册接口
-课程列表功能
-课程列表接口
-排序,过滤,分页
-课程详情
-课程详情接口
-视频播放功能
-视频托管(第三方,自己平台)
-下单功能
-支付宝支付:生成支付链接,付款,回调修改订单状态
-购买成功功能
安装第三方模块
-清华,阿里云
pip install -i 源地址 模块名字
永久换源
1、文件管理器文件路径地址栏敲:%APPDATA% 回车,快速进入 C:\Users\电脑用户\AppData\Roaming 文件夹中
2、新建 pip 文件夹并在文件夹中新建 pip.ini 配置文件
3、新增 pip.ini 配置文件内容
[global]
index-url = https://mirrors.aliyun.com/pypi/simple
[install]
use-mirrors =true
mirrors =https://mirrors.aliyun.com/pypi/simple
trusted-host =mirrors.aliyun.com
虚拟环境
作用:
1、使不同应用开发环境相互独立
2、环境升级不影响其他应用,也不会影响全局的python环境
3、防止出现包管理混乱及包冲突
什么是虚拟环境,为什么要有它?它解决了什么问题
-操作系统装了python3.10
-使用django 2.2.2开发了一个项目
-使用django 3.x 开发了一个i项目
-把两个项目都打开,同时开发
-每个项目都用自己独立的环境,装的模块相互不影响
-两种解决方案:
Virtualenv:第三方
pipenv:官方的
虚拟环境搭建
1、虚拟环境作用:
多个项目,自己有自己的环境,装的模块属于自己的
2、使用pycharm创建
一般放在项目路径下:venv文件夹
-lib文件夹--->site-package-->虚拟环境装的模块,都会放在这里
-scripts--->python,pip命令
3、本地创建虚拟环境,某个项目使用这个虚拟环境
pycharm---》解释器--》添加本地解释器---》找到python.exe--->关联上即可
4、命令方式,创建管理虚拟环境
步骤:
1、安装模块
pip3 install virtualenv # 装它就可以使用虚拟环境
virtualenv.exe # 用来创建虚拟环境的
pip3 install virtualenvwrapper-win # 方便我们使用命令操作虚拟环境
virtualenvwrapper.bat # 更方便的操作虚拟环境(win的批处理文件)
virtualenvwrapper.sh # mac,linux下
2、配置环境变量
在d盘跟路径创建一个文件夹:D:\Virtualenvs # 以后命令创建的虚拟环境,都放在这个文件夹下便于管理
配置环境变量:
WORKON_HOME: D:\Virtualenvs
3、关掉cmd窗口,重启
# 1、创建虚拟环境到配置的WORKON_HOME路径下
# 选取默认Python环境创建虚拟环境:
-- mkvirtualenv 虚拟环境名称
# 基于某Python环境创建虚拟环境:
-- mkvirtualenv -p python2.7 虚拟环境名称
-- mkvirtualenv -p python38 虚拟环境名称
# 2、查看已有的虚拟环境
-- workon
# 3、使用某个虚拟环境
-- workon 虚拟环境名称
# 4、进入|退出 该虚拟环境的Python环境
-- python | exit()
# 5、为虚拟环境安装模块
-- pip或pip3 install 模块名
# 6、退出当前虚拟环境
-- deactivate
# 7、删除虚拟环境(删除当前虚拟环境要先退出)
-- rmvirtualenv 虚拟环境名称 或者直接删文件夹是一样的
4 pycharm项目中使用虚拟环境
5 命令行中使用虚拟环境
如果想在其他python项目中使用一个虚拟解释器:
【2】Pipenv(官方工具):
Pipenv是Python官方推荐的虚拟环境管理工具,它集成了pip、venv和其他功能,并提供更便捷的方式来创建和管理虚拟环境。
以下是使用Pipenv创建虚拟环境的步骤:
安装Pipenv:您可以使用pip来安装Pipenv,命令如下:
pip install pipenv
创建虚拟环境:在项目文件夹中,使用下面的命令创建并激活虚拟环境:
pipenv shell
安装依赖包:在激活的虚拟环境中,可以使用Pipenv来安装项目所需的依赖包。例如:
pipenv install django==3.0
注意:
Pipenv会自动将依赖包保存到Pipfile文件中,并生成一个对应的Pipfile.lock文件来锁定依赖包的版本。
退出虚拟环境:您可以使用以下命令退出虚拟环境:
exit
【3】总结:
无论是使用Virtualenv还是Pipenv,都可以解决多项目不同Python版本和依赖包的隔离问题。
Virtualenv是第三方库,使用广泛且成熟稳定;
而Pipenv是Python官方推荐的工具,提供更便捷的方式来管理虚拟环境和依赖包
1 使用命令创建luffy项目
2 创建虚拟环境
mkvirtualenv -p python38 luffy
3 安装django
pip install django==3.1.12
3.1 命令创建项目
django-admin startproject luffy_api
3.2 pycharm创建
切换虚拟环境后,创建app
python manage.py startapp home
目录调整
1 运行报错
-django项目运行,要先加载settings.py(但是已经改名成dev.py)
2、解决运行报错问题
-运行时,执行的是 python manage.py runserver(只要修改后执行这条命令,就不会出错)
但是如果修改manage后按启动键还是报错:
如果还不行,找设置里的:
3 创建app
python manage.py startapp home # 在哪执行,app就创建在哪里
cd 一直切到apps目录下,创建app即可
python ../../manage.py startapp home
4 注册app
-在INSTALLED_APPS 直接写app的名字,会报错,报模块找不到的错误---》
遇到No module named 'home'这个错误
# 1 模块就是没有
# 2 不在环境变量中
# 3 自己写了一个,跟它同名
方法1:
方法2:因为1麻烦,所以只需要把apps路径加入到环境变量即可
sys.path.insert(0,str(BASE_DIR))
# 把apps文件夹加入环境变量,以后注册app,直接写名字即可
sys.path.insert(0, os.path.join(BASE_DIR, 'apps'))
5 wsgi.py,asgi.py 配置文件也要改---》后面上线才用到
6 验证现在配置文件用的是dev.py
from django.conf import settings
print(settings) # luffy_api.settings.dev
django 默认使用 python原生的日志模块,咱们选择它
-以后不要再用print输出了,都用日志输出
-print输出,上线也会有输出,如果用日志,日志有级别,上线后把级别调高,你开发阶段的输出就不再打印了
可以使用第三方logru 公司里可能会用
django中集成日志
1 复制日志配置到dev.py中
LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'formatters': { 'verbose': { 'format': '%(levelname)s %(asctime)s %(module)s %(lineno)d %(message)s' }, 'simple': { 'format': '%(levelname)s %(module)s %(lineno)d %(message)s' }, }, 'filters': { 'require_debug_true': { '()': 'django.utils.log.RequireDebugTrue', }, }, 'handlers': { 'console': { # 实际开发建议使用WARNING 'level': 'DEBUG', # 控制台只显示DEBUG以上,就是Info开始 'filters': ['require_debug_true'], 'class': 'logging.StreamHandler', 'formatter': 'simple' }, 'file': { # 实际开发建议使用ERROR 'level': 'INFO', #文件中只显示INFO以上,从WARNING 'class': 'logging.handlers.RotatingFileHandler', # 日志位置,日志文件名,日志保存目录必须手动创建,注:这里的文件路径要注意BASE_DIR代表的是小luffyapi 'filename': os.path.join(os.path.dirname(BASE_DIR), "logs", "luffy.log"), # 日志文件的最大值,这里我们设置300M 'maxBytes': 300 * 1024 * 1024, # 日志文件的数量,设置最大日志数量为10 'backupCount': 10, # 日志格式:详细格式 'formatter': 'verbose', # 文件内容编码 'encoding': 'utf-8' }, }, # 日志对象 'loggers': { 'django': { 'handlers': ['console', 'file'], 'propagate': True, # 是否让日志信息继续冒泡给其他的日志处理系统 }, } }
2、在utils下新建 common_logger.py
import logging
logger = logging.getLogger('django')
3 、在想使用日志的位置,导入直接使用即可,日志有级别,控制台和文件中打印的日志级别是不一样的
from utils.common_logger import logger
class LoggerView(APIView):
def get(self, request):
# 以后不要再用print输出了,都用日志输出
logger.info('info级别')
logger.warn('warn级别')
logger.warning('warning级别')
logger.error('error级别')
logger.critical('critical级别')
logger.debug('debug级别')
return Response('看到我了')
common_excepitons.py
from rest_framework.views import exception_handler from rest_framework.response import Response from utils.common_logger import logger def common_exception_handler(exc, context): res = exception_handler(exc, context) if res: # 有值:drf的异常,处理了,格式不是咱们想要的 err = res.data.get('detail') or res.data or '未知错误,请联系系统管理员' response = Response({'code': 888, 'msg': '请求异常-drf:%s' % err}) else: # 其他异常,没有处理,自己处理格式 response = Response({'code': 999, 'msg': '请求异常-其他:%s' % str(exc)}) # 记录日志,越详细越好, 请求错误:请求地址是:%s,请求方式是:%s,请求用户ip地址是:%s,错误是:%s,执行的视图函数是:%s request = context.get('request') path = request.get_full_path() #全路径 method = request.method ip = request.META.get('REMOTE_ADDR') user_id = request.user.pk or '未登录用户' err = str(exc) view = str(context.get('view')) logger.error( '请求错误:请求地址是:%s,请求方式是:%s,请求用户ip地址是:%s,用户id是:%s,错误是:%s,执行的视图函数是:%s' % ( path, method, ip, user_id, err, view)) return response
2、在配置文件中配置一下
REST_FRAMEWORK = {
'EXCEPTION_HANDLER': 'utils.common_excepitons.common_exception_handler',
}
之前使用drf的Response,我们需要自己构造返回字典
return Response(data={code:100,msg:成功,result:[{},{}]})
return Response(data={code:100,msg:成功,token:asdasd,username:lqz})
我们封装 APIResponse,以后使用,效果如下
return APIResponse()---》{code:100,msg:成功}
return APIResponse(result=[{},{}])
return APIResponse(token=afasfd,username=lqz)
代码:
common_response.py
from rest_framework.response import Response # APIResponse() # APIResponse(result=[{},{}]) # APIResponse(token=afasfd,username=lqz) # APIResponse(token=afasfd,username=lqz,status=201,headers={xx:'xx'}) class APIResponse(Response): def __init__(self, code=100, msg='成功', status=None, template_name=None, headers=None, exception=False, content_type=None, **kwargs): data = {'code': code, 'msg': msg} #kwargs都统一放到data里了
if kwargs: data.update(kwargs) super().__init__(data=data, status=status, headers=headers, template_name=template_name, exception=exception, content_type=content_type) # Response(data=data, status=status, headers=headers)
view.py(测试代码)
使用mysql作为数据库
-mysql在win上安装步骤:https://zhuanlan.zhihu.com/p/571585588
1 创建数据库--root用户创建---》后续使用代码操作数据库,不使用root用户,新建一个用户 luffy
-如果使用root用户,一旦密码泄露,所有库都不安全了
-如果新建一个luffy用户,只授予luffy库的权限,即便泄露了密码,只是这个库不安全了
grant all privileges on luffy.* to 'luffy'@'%' identified by 'Luffy123?';
grant all privileges on luffy.* to 'luffy'@'localhost' identified by 'Luffy123?';
flush privileges;
3 以后,操作luffy库,都用luffy用户登录,就不用root用户了
4 项目中配置使用mysql数据库,使用luffy用户
DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'luffy', 'HOST': '127.0.0.1', 'PORT': 3306, 'USER': 'luffy', 'PASSWORD': 'Luffy123?' } }
5 运行会报错,因为没有装myslqclient
-解决方式一:直接安装mysqlclient ---》win平台看人品,mac基本装不上,linux需要单独处理
-解决方式二:使用安装pymysql
-安装,在配置文件中加入(猴子补丁)原来放在init中,现在放在配置文件下即可:
import pymysql
pymysql.install_as_MySQLdb()
user=os.environ.get('LUFFY_USER','luffy') password=os.environ.get('LUFFY_PWD','Luffy123?') print(user) DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'luffy', 'HOST': '127.0.0.1', 'PORT': 3306, 'USER': user, 'PASSWORD': password } }
在环境变量中加入:
7配置中心:nacos,Apollo ---》用户名密码可以放在配置中心
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· DeepSeek在M芯片Mac上本地化部署
· 葡萄城 AI 搜索升级:DeepSeek 加持,客户体验更智能