Django之缓存、信号和图片验证码、ORM性能

一、 缓存

1、 介绍

缓存通俗来说：就是把数据先保存在某个地方，下次再读取的时候不用再去原位置读取，让访问速度更快。
缓存机制图解

 

2、Django中提供了6种缓存方式

　　1. 开发调试
　　2. 内存
　　3. 文件
　　4. 数据库
　　5. Memcache缓存（python-memcached模块）
　　6. Memcache缓存（pylibmc模块）

 注意：下面对缓存进行配置，其实就是设置了缓存方式，是为了设置缓存的存放位置，如果没有设置缓存方式，那么就默认使用的是本地内存缓存的方式。

 

3、 配置缓存(在setting中配置)

配置缓存的方式
    1. 开发调试
    # 此为开始调试用，实际内部不做任何操作
    CACHES = {
        'default': {
            'BACKEND': 'django.core.cache.backends.dummy.DummyCache',     # 引擎
            'TIMEOUT': 300,                                               # 缓存超时时间（默认300，None表示永不过期，0表示立即过期）
            'OPTIONS':{
                'MAX_ENTRIES': 300,                                       # 最大缓存个数（默认300）
                'CULL_FREQUENCY': 3,                                      # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
            },
            'KEY_PREFIX': '',                                             # 缓存key的前缀（默认空）
            'VERSION': 1,                                                 # 缓存key的版本（默认1）
            'KEY_FUNCTION' 函数名                                          # 生成key的函数（默认函数会生成为：【前缀:版本:key】）
        }
    }

    # 自定义key
    def default_key_func(key, key_prefix, version):
        """
        Default function to generate keys.

        Constructs the key used by all other methods. By default it prepends
        the `key_prefix'. KEY_FUNCTION can be used to specify an alternate
        function with custom key making behavior.
        """
        return '%s:%s:%s' % (key_prefix, version, key)

    def get_key_func(key_func):
        """
        Function to decide which key function to use.

        Defaults to ``default_key_func``.
        """
        if key_func is not None:
            if callable(key_func):
                return key_func
            else:
                return import_string(key_func)
        return default_key_func


    2. 内存
    # 此缓存将内容保存至内存的变量中
        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.locmem.LocMemCache',
                'LOCATION': 'unique-snowflake',
                'TIMEOUT': 300,  # 缓存超时时间（默认300，None表示永不过期，0表示立即过期）
                'OPTIONS': {
                    'MAX_ENTRIES': 300,  # 最大缓存个数（默认300）
                    'CULL_FREQUENCY': 3,  # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
                },
            }
        }


    3. 文件
    # 此缓存将内容保存至文件
    # 配置：

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.filebased.FileBasedCache',
                'LOCATION': '/var/tmp/django_cache',  # 文件路径
            }
        }
    # 注：其他配置同开发调试版本


    4. 数据库
    # 此缓存将内容保存至数据库

    # 配置：
        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.db.DatabaseCache',
                'LOCATION': 'my_cache_table', # 数据库表
            }
        }

    # 注：执行创建表命令 python manage.py createcachetable


    5. Memcache缓存（python-memcached模块）
    # 此缓存使用python-memcached模块连接memcache

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
                'LOCATION': '127.0.0.1:11211',
            }
        }

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
                'LOCATION': 'unix:/tmp/memcached.sock',
            }
        }   

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
                'LOCATION': [
                    '172.19.26.240:11211',
                    '172.19.26.242:11211',
                ]
            }
        }


    6. Memcache缓存（pylibmc模块）
    # 此缓存使用pylibmc模块连接memcache
    
        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.memcached.PyLibMCCache',
                'LOCATION': '127.0.0.1:11211',
            }
        }

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.memcached.PyLibMCCache',
                'LOCATION': '/tmp/memcached.sock',
            }
        }   

        CACHES = {
            'default': {
                'BACKEND': 'django.core.cache.backends.memcached.PyLibMCCache',
                'LOCATION': [
                    '172.19.26.240:11211',
                    '172.19.26.242:11211',
                ]
            }
        }

 

4、 简单的应用

配置好了缓存的方式之后，我们使用缓存机制也是非常简单的

1. 给单独的视图应用缓存： 粒度适中
    方式一：直接给视图函数添加装饰器
    # views.py
    import datetime
    from django.views.decorators.cache import cache_page

    @cache_page(15)  # 缓存15秒后失效
    def test_cache(request):
        now = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        return HttpResponse(now)


    方式二：给路由添加
    # urls.py
    from myapp.views import test_cache
    from django.views.decorators.cache import cache_page

    urlpatterns = [
        url(r'^testcache/$', cache_page(15)(test_cache)),
    ]
    方式一和二选择一种即可

2. 全站应用： 粒度最大(settings.py)
    使用中间件，经过一系列的认证等操作，如果内容在缓存中存在，则使用FetchFromCacheMiddleware获取内容并返回给用户，
    当返回给用户之前，判断缓存中是否已经存在，如果不存在则UpdateCacheMiddleware会将缓存保存至缓存，从而实现全站缓存(所有视图都进行缓存)

    MIDDLEWARE = [
         # 站点缓存 ， 注意必须在第一个位置
        'django.middleware.cache.UpdateCacheMiddleware',

        # 其他中间件...

        # 站点缓存 ， 注意必须在最后一个位置
        'django.middleware.cache.FetchFromCacheMiddleware',
    ]

    CACHE_MIDDLEWARE_ALIAS = ""
    CACHE_MIDDLEWARE_SECONDS = 300  # 缓存有效时间
    CACHE_MIDDLEWARE_KEY_PREFIX = ""


3. 局部视图(在HTML页面设置哪些需要缓存)：粒度最细
    
    a. 引入TemplateTag

        {% load cache %}

    b. 使用缓存

        {% cache 300 '缓存key' %}  # 缓存key的名字可以是随意的
            缓存内容
        {% endcache %}

 

二、 序列化

1、介绍

关于Django中的序列化主要应用在将数据库中检索的数据返回给客户端用户，特别的Ajax请求一般返回的为Json格式。

 

2、serializers

from django.core import serializers
def get_value(request):
    users = models.User.objects.all()
    ret = serializers.serialize('json', users)
    
    return HttpResponse(ret)

 

3、自定义序列化

由于json模块并不能转换时间类型的数据，因此需要我们自定义一个类来处理时间类型的数据

import json
from datetime import datetime, date

data = [  # data数据中有datetime类型的值， json不能直接序列化
    {"pk": 1, "name": "\u83b9\u83b9", "age": 18, 'birth': datetime.now()},
    {"pk": 2, "name": "\u5c0f\u5fae", "age": 16, 'birth': datetime.now()},
    {"pk": 3, "name": "\u5c0f\u9a6c\u54e5", "age": 8, 'birth': datetime.now()},
    {"pk": 4, "name": "qqq", "age": 5, 'birth': datetime.now()},
    {"pk": 5, "name": "www", "age": 5, 'birth': datetime.now()}
]
# json序列化的时候是调用JSONEncoder这个类的default方法进行序列化的
class JsonCustomEncoder(json.JSONEncoder):  # 自定义一个类，重新json.dumps的default方法

    def default(self, field):  # 循环每个字段的值
        
        if isinstance(field, datetime):  # 如果这个值是datetime类型，我们自己把它转成字符串类型的时间
            return field.strftime('%Y-%m-%d %H:%M:%S')
        elif isinstance(field, date):  # 如果这个值是date类型，我们自己把它转成字符串类型的时间
            return field.strftime('%Y-%m-%d')
        else:
            return json.JSONEncoder.default(self, field)  # 如果这个值不是时间类型，调用其父类原本的default方法进行序列化

print(json.dumps(data,cls=JsonCustomEncoder))  # cls指定序列化的时候去执行这个类

 

三、 信号

1、介绍

Django中提供了“信号调度”，用于在框架执行操作时解耦。通俗来讲，就是一些动作发生的时候，信号允许特定的发送者去提醒一些接受者。

 

2、内置信号

Model signals
    pre_init                    # django的model执行其构造方法前，自动触发
    post_init                   # django的model执行其构造方法后，自动触发
    pre_save                    # django的model对象保存前，自动触发
    post_save                   # django的model对象保存后，自动触发
    pre_delete                  # django的model对象删除前，自动触发
    post_delete                 # django的model对象删除后，自动触发
    m2m_changed                 # django的model中使用m2m字段操作第三张表（add,remove,clear）前后，自动触发
    class_prepared              # 程序启动时，检测已注册的app中modal类，对于每一个类，自动触发
Management signals
    pre_migrate                 # 执行migrate命令前，自动触发
    post_migrate                # 执行migrate命令后，自动触发
Request/response signals
    request_started             # 请求到来前，自动触发
    request_finished            # 请求结束后，自动触发
    got_request_exception       # 请求异常后，自动触发
Test signals
    setting_changed             # 使用test测试修改配置文件时，自动触发
    template_rendered           # 使用test测试渲染模板时，自动触发
Database Wrappers
    connection_created          # 创建数据库连接时，自动触发
    

 

3、使用

1. 场景：数据库增加一条数据时，就记录一条日志，若不使用信号，则需要在每个创建语句下面写记录日志的语句。

2. 介绍
对于Django内置的信号，仅需注册指定信号，当程序执行相应操作时，自动触发注册函数
注册信号，写入与project同名的文件夹下的_init_.py文件中，也是换数据库引擎的地方。

3. 注册信号步骤
1. 导入需要的信号模块(这里列出全部模块，实际开发的时候需要哪个就导入哪个)
from django.core.signals import request_finished
from django.core.signals import request_started
from django.core.signals import got_request_exception

from django.db.models.signals import class_prepared
from django.db.models.signals import pre_init, post_init
from django.db.models.signals import pre_save, post_save
from django.db.models.signals import pre_delete, post_delete
from django.db.models.signals import m2m_changed
from django.db.models.signals import pre_migrate, post_migrate

from django.test.signals import setting_changed
from django.test.signals import template_rendered

from django.db.backends.signals import connection_created

2. 定义函数来处理信号
# 方法一
from django.db.models.signals import post_save
# 函数名可随意，但是参数(sender, **kwargs)是固定的，就这两个参数
def callback(sender, **kwargs):  
    print("xxoo_callback")
    print(sender, kwargs)


post_save.connect(callback)  
# 注册post_save信号：django的model对象保存后，自动触发callback函数
# post_save信号中，render就是触发信号的那一个ORM类(表)
# kwargs就是这个类的一些参数：instance是这个类的实例，created:是否是创建操作


# 方法二
from django.db.models.signals import post_save
from django.dispatch import receiver
@receiver(post_save)
def my_callback(sender, **kwargs):
    print("xxoo_callback")
    print(sender, kwargs)


# 方法三：指定触发者
from django.db.models.signals import post_save
from django.dispatch import receiver
from myapp.models import MyModel
# 指定只有MyModel这个类才能触发这个函数
@receiver(post_save, sender=MyModel)
def my_callback(sender, **kwargs):
    print("xxoo_callback")
    print(sender, kwargs)

# 或者
post_save.connect(callback, sender=MyModel)  

 

4、自定义信号

a. 定义信号
在某py文件中定义信号。

import django.dispatch
# pizza_done是信号名
# providing_args是传给信号绑定的函数的kwargs
pizza_done = django.dispatch.Signal(providing_args=["toppings", "size"])


b. 注册信号
在_init_.py 中注册信号
from 路径 import pizza_done

def callback(sender, **kwargs):
    print("callback")
    print(sender,kwargs)
 
pizza_done.connect(callback)


c. 触发信号
from 路径 import pizza_done
 
pizza_done.send(sender='seven',toppings=123, size=456)
由于内置信号的触发者已经集成到Django中，所以其会自动调用，而对于自定义信号则需要开发者在任意位置触发。

 

四、 ORM性能相关

在ORM中，Queryset使用的是懒查询，就是当你没有使用这个结果的时候，它是不会去数据库帮你查询的，
只有在访问Queryset的内容的时候，Django才会真正进行数据库的访问，因此如果按照默认的查询方式去遍历取值，
那么会造成多次的数据库查询，效率非常低。

1.普通性能相关

表结构

class Role(models.Model):
    name = models.CharField(max_length=32)


class User(models.Model):
    name = models.CharField(max_length=32)
    age = models.IntegerField()
    role = models.ForeignKey('Role', null=True, blank=True)

 

示例

1、 直接查询--> [ 对象 ]
    用的时候注意，只拿自己表中的字段，别跨表，比如all_users有3条数据，user表通过外键关联role表，
    如果要跨表拿到role表的name字段：
    all_users = models.User.objects.all()
    for user in all_users:
        print(user.name, user.age, user.role.name)

    其实一个进行了四次查询，第一次查询出all_users,然后每次的user.role.name都去role表查


2、 要用到跨表字段的时候，使用values或values_list查询速度更快，只需一次查询即可--> [{}]
    all_users = models.User.objects.all().values('name','age','role__name')
    for user in all_users:
        print(user['name'], user['age'], user['role__name'])


3、 only：将指定的字段查询加载出来，后续再访问指定的字段就不需要再查询数据库
    # 用的时候注意，只拿自己指定的字段
    all_users = models.User.objects.all().only('name')
    
    for user in all_users:
        print(user.name)  # 访问指定的字段name不需要再去查询数据库

    for user in all_users:
        print(user.age)  # 访问不是指定的字段，每一次都去查一次数据库


4、 defer：将除了指定的字段查询加载出来，后续再访问指定的字段就不需要再查询数据库(only的反义词)
    all_users = models.User.objects.all().defer('name')

    for user in all_users:
        print(user.name)  # 访问指定的字段name，每一次都需要去查询数据库

    for user in all_users:
        print(user.age)  # 访问不是指定的字段，不需要再查询数据库

 

2.连表性能相关

表结构

from django.db import models

CHOICES = ((1, "python"), (2, "linux"), (3, "go"))


class Publisher(models.Model):
    id = models.AutoField(primary_key=True)
    name = models.CharField(max_length=20)

    def __str__(self):
        return self.name


class Book(models.Model):
    title = models.CharField(max_length=20)
    publisher = models.ForeignKey(to='Publisher', on_delete=models.CASCADE,
                                  null=True)
    category = models.IntegerField(choices=CHOICES, default=1)
    authors = models.ManyToManyField('Author', related_name='books')

    def __str__(self):
        return self.title


class Author(models.Model):
    name = models.CharField(max_length=12)  # 姓名
    gender = models.SmallIntegerField(choices=((1, '男'), (2, '女'), (3, '保密')),
                                      default=3)  # 性别
    info = models.OneToOneField(to='AuthorInfo')  # 详细信息

    def __str__(self):
        return self.name


# 作者详细信息表
class AuthorInfo(models.Model):
    city = models.CharField(max_length=12)  # 住址

 

示例

1、select_related
优点：使用连表查询方式(join),从而减少查询次数,最终达到优化和提高性能效果。
缺点：如果关联的表太多，join得到的表太长，会严重影响数据库性能。
应用场景：连表较少的时候使用，如：外键(ForeignKey)、一对一字段(OneToOneField)的正向查询时使用，
          反向查询时，如果查询的是多条数据(ForeignKey、ManyToManyField)，不能使用select_related，
          OneToOneField查询的还是单条数据，因此还是可以使用


2、prefetch_related
优点：首先分别查询每个表，获取各个表的数据，存放在内存中，然后通过Python处理他们之间的关联。
应用场景：连表较多的时候使用，如：一对多字段(其实也是ForeignKey)，多对多字段(ManyToManyField)，
          无论是正向查询还是反向查询，都可以使用。


"""一对一字段的正向查询"""
ret = Author.objects.filter(id=1).select_related('info')
for i in ret:
    print(i.info.city)

# select_related：只进行了一次查询
(0.001) SELECT "myapp_author"."id", "myapp_author"."name", "myapp_author"."gender", "myapp_author"."info_id", "myapp_authorinfo"."id", "myapp_authorinfo"."city" FROM "myapp_author" INNER JOIN "myapp_authorinfo" ON ("myapp_author"."info_id" = "myapp_authorinfo"."id") WHERE "myapp_author"."id" >= 1; args=(1,)


# prefetch_related：两个表分别查询，进行了两次查询
ret = Author.objects.filter(id=1).prefetch_related('info')
for i in ret:
    print(i.info.city)

(0.001) SELECT "myapp_author"."id", "myapp_author"."name", "myapp_author"."gender", "myapp_author"."info_id" FROM "myapp_author" WHERE "myapp_author"."id" >= 1; args=(1,)
(0.000) SELECT "myapp_authorinfo"."id", "myapp_authorinfo"."city" FROM "myapp_authorinfo" WHERE "myapp_authorinfo"."id" IN (1, 2); args=(1, 2)


"""一对一字段的反向查询"""
ret = AuthorInfo.objects.filter(id=1).select_related('author')
for i in ret:
    print(i.author.name)

(0.000) SELECT "myapp_authorinfo"."id", "myapp_authorinfo"."city", "myapp_author"."id", "myapp_author"."name", "myapp_author"."gender", "myapp_author"."info_id" FROM "myapp_authorinfo" LEFT OUTER JOIN "myapp_author" ON ("myapp_authorinfo"."id" = "myapp_author"."info_id") WHERE "myapp_authorinfo"."id" >= 1; args=(1,)


ret = AuthorInfo.objects.filter(id=1).prefetch_related('author')
for i in ret:
    print(i.author.name)

(0.000) SELECT "myapp_authorinfo"."id", "myapp_authorinfo"."city" FROM "myapp_authorinfo" WHERE "myapp_authorinfo"."id" >= 1; args=(1,)
(0.000) SELECT "myapp_author"."id", "myapp_author"."name", "myapp_author"."gender", "myapp_author"."info_id" FROM "myapp_author" WHERE "myapp_author"."info_id" IN (1, 2); args=(1, 2)


"""一对多字段的正向查询"""
# select_related：只进行了一次查询
ret = Book.objects.filter(id=1).select_related('publisher')
for i in ret:
    print(i.publisher.name)

(0.000) SELECT "myapp_book"."id", "myapp_book"."title", "myapp_book"."publisher_id", "myapp_book"."category", "myapp_publisher"."id", "myapp_publisher"."name" FROM "myapp_book" LEFT OUTER JOIN "myapp_publisher" ON ("myapp_book"."publisher_id" = "myapp_publisher"."id") WHERE "myapp_book"."id" >= 1; args=(1,)


# prefetch_related：两个表分别查询，进行了两次查询
ret = Book.objects.filter(id=1).prefetch_related('publisher')
for i in ret:
    print(i.publisher.name)

(0.001) SELECT "myapp_book"."id", "myapp_book"."title", "myapp_book"."publisher_id", "myapp_book"."category" FROM "myapp_book" WHERE "myapp_book"."id" = 1; args=(1,)
(0.000) SELECT "myapp_publisher"."id", "myapp_publisher"."name" FROM "myapp_publisher" WHERE "myapp_publisher"."id" IN (1); args=(1,)


"""一对多字段的反向查询"""
# 查询的是多条数据时，不能使用select_related
# prefetch_related：两个表分别查询，进行了两次查询
ret = Publisher.objects.filter(id=1).prefetch_related('book_set')
for i in ret:
    print(i.book_set.all())

(0.000) SELECT "myapp_publisher"."id", "myapp_publisher"."name" FROM "myapp_publisher" WHERE "myapp_publisher"."id" = 1; args=(1,)
(0.000) SELECT "myapp_book"."id", "myapp_book"."title", "myapp_book"."publisher_id", "myapp_book"."category" FROM "myapp_book" WHERE "myapp_book"."publisher_id" IN (1); args=(1,)


"""多对多字段的正向查询"""
# 反向查询的是多条数据时，不能使用select_related
# prefetch_related：两个表分别查询，进行了两次查询
ret = Book.objects.filter(id=1).prefetch_related('authors')
for i in ret:
    print(i.authors.all())

(0.001) SELECT "myapp_book"."id", "myapp_book"."title", "myapp_book"."publisher_id", "myapp_book"."category" FROM "myapp_book" WHERE "myapp_book"."id" = 1; args=(1,)
(0.002) SELECT ("myapp_book_authors"."book_id") AS "_prefetch_related_val_book_id", "myapp_author"."id", "myapp_author"."name", "myapp_author"."gender", "myapp_author"."info_id" FROM "myapp_author" INNER JOIN "myapp_book_authors" ON ("myapp_author"."id" = "myapp_book_authors"."author_id") WHERE "myapp_book_authors"."book_id" IN (1); args=(1,)


"""多对多字段的反向查询"""
ret = Author.objects.filter(id=1).prefetch_related('books')  # 设置了related_name
for i in ret:
    print(i.books.all())

(0.000) SELECT "myapp_author"."id", "myapp_author"."name", "myapp_author"."gender", "myapp_author"."info_id" FROM "myapp_author" WHERE "myapp_author"."id" = 1; args=(1,)
(0.000) SELECT ("myapp_book_authors"."author_id") AS "_prefetch_related_val_author_id", "myapp_book"."id", "myapp_book"."title", "myapp_book"."publisher_id", "myapp_book"."category" FROM "myapp_book" INNER JOIN "myapp_book_authors" ON ("myapp_book"."id" = "myapp_book_authors"."book_id") WHERE "myapp_book_authors"."author_id" IN (1); args=(1,)


总结：
select_related使用的是join查询，但是当连接的表过多时，会导致性能下降，
适用于 "一" 这张表的查询

prefetch_related 是分别对每个表进行查询，然后通过Python处理去处理查询的数据，
无论是 "一" 还是 "多" 这张表，都能使用

 

五、 验证码

1、随机验证码python代码

import random


def get_code():
    code = ''
    for i in range(6):
        num = str(random.randint(0, 9))  # 数字
        lower = chr(random.randint(97, 122))  # 小写字母
        upper = chr(random.randint(65, 90))  # 大写字母
        c = random.choice([num, lower, upper])  # 随机选取一个
        code += str(c)
    
    return code

 

2、如何生成图片

1. 验证码的形式
回想一下，平时我们输入验证码的时候，是不是都是看着一张图片，图片上显示验证码，我们看着图片输入验证码。
当然现在还有滑动的，点击等等，这里我们先学习图片的形式。


2. 实现步骤
1，
准备一张没有任何内容的图片

2，
安装python专门处理图片的第三方包
pip install Pillow

3，
包的导入
from PIL import Image, ImageDraw, ImageFont

4,
Image:生成一张图片
ImageDraw：生成一个画笔，用于在图片上画验证码
ImageFont：字体的格式和大小

5，示例
from PIL import Image, ImageDraw, ImageFont


# 返回随机的RGB数字
def random_color():
    return random.randint(0, 255), random.randint(0, 255), random.randint(0, 255)


def get_code():
    with open('1.png', 'wb') as f:
        # 第一步：生成一张图片(画布)
        # 创建一个随机颜色的图片对象
        # 参数：颜色模式，图片大小，图片颜色
        img_obj = Image.new('RGB', (250, 35), random_color())

        # 第二步：在该图片对象上生成一个画笔对象
        draw_obj = ImageDraw.Draw(img_obj)

        # 使用什么字体，字体大小,kumo.ttf是我本地下载好的字体文件(sc.chinaz.com)可下载
        font_obj = ImageFont.truetype('static/font/kumo.ttf', 28)

        # 生成验证码
        code = ''
        for i in range(6):
            num = str(random.randint(0, 9))  # 数字
            lower = chr(random.randint(97, 122))  # 小写字母
            upper = chr(random.randint(65, 90))  # 大写字母
            c = random.choice([num, lower, upper])  # 随机选取一个
            code += str(c)

            # 用画笔把验证码画到图片上
            # 参数：xy:坐标，画在哪个位置；text:画的内容；fill:画什么颜色；font:字体格式
            draw_obj.text((35 + i*30, 0), c, fill=random_color(), font=font_obj)
        # 保存图片
        img_obj.save(f)

get_code()
    

6，缺点
上面的代码是在你的硬盘上存了一张图片，如果要在页面上展示，你还得进行文件的读，
这样的话不仅浪费硬盘空间，效率还不够高，因此我们应该把图片写到内存，从内存中取，效率就快很多了，
然后把图片的验证码数据存到session，这样登录的时候就可以校验了。

 

 

3、在视图中使用验证码

1. urls
urlpatterns = [
    # 获取图片的路由
    url(r'^login/', views.login),
    url(r'^v_code/', views.v_code),
]


2. 在页面中点击验证码图片，刷新验证码
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta http-equiv="content-Type" charset="UTF-8">
    <meta http-equiv="x-ua-compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <title>Title</title>
</head>
<body>

<form action='' method='POST'>
    {% csrf_token %}
    <input type='text' name='username'>用户名
    <input type='password' name='password'>密码
    <img src="/v_code/" alt="图片加载失败" id="v_code">
    <button type="submit">登录</button>
</form>

<script>
    img = document.getElementById('v_code');
    img.onclick = function () {
        img.src += '?'
    }
</script>

</body>
</html>


3. 验证码视图函数
from PIL import Image, ImageDraw, ImageFont
import random

def random_color():
    return random.randint(0, 255), random.randint(0, 255), random.randint(0, 255)


def v_code(request):

    # 第一步：生成一张图片(画布)
    # 创建一个随机颜色的图片对象
    # 参数：颜色模式，图片大小，图片颜色
    img_obj = Image.new('RGB', (250, 35), random_color())

    # 第二步：在该图片对象上生成一个画笔对象
    draw_obj = ImageDraw.Draw(img_obj)

    # 使用什么字体，字体大小
    font_obj = ImageFont.truetype('static/font/kumo.ttf', 28)

    # 生成验证码
    code = ''
    for i in range(6):
        num = str(random.randint(0, 9))  # 数字
        lower = chr(random.randint(97, 122))  # 小写字母
        upper = chr(random.randint(65, 90))  # 大写字母
        c = random.choice([num, lower, upper])  # 随机选取一个
        code += str(c)

        # 用画笔把验证码画到图片上
        # 参数：xy:坐标，画在哪个位置；text:画的内容；fill:画什么颜色；font:字体格式
        draw_obj.text((35 + i*30, 0), c, fill=random_color(), font=font_obj)

    # 把图片里面的验证码的内容写到session,且忽略大小写
    request.session['v_code'] = code.upper()

    # 把图片写到内存
    from io import BytesIO
    f1 = BytesIO()  # 类似于文件的文件句柄：f1 = open()
    # 把图片保存到内存
    img_obj.save(f1, format="PNG")
    # 从内存中取数据
    img_data = f1.getvalue()
    
    return HttpResponse(img_data, content_type='image/png')


4. 登录视图函数
def login(request):
    err_msg = ''
    if request.method == 'POST':
        username = request.POST.get('username')
        password = request.POST.get('password')
        v_code = request.POST.get('v_code', '').upper()
        
        if v_code == request.session.get('v_code'):
            obj = auth.authenticate(request, username=username, password=password)
            if obj:
                auth.login(request, obj)
                # 认证成功 初始化权限信息
                ret = init_permission(request, obj)
                if ret:
                    return ret
                return redirect(reverse('my_customer'))
            err_msg = '用户名或密码错误'
        else:
            err_msg = '验证码错误'
    
    return render(request, 'login.html', {'err_msg': err_msg})

 

4、验证码的额外小知识

画完验证码后，可以添加一些干扰
就是在 draw_obj.text((35 + i*30, 0), c, fill=random_color(), font=font_obj)之后加

1. 加干扰线
width = 250  # 图片宽度（防止越界）
height = 35
for i in range(5):
    x1 = random.randint(0, width)
    x2 = random.randint(0, width)
    y1 = random.randint(0, height)
    y2 = random.randint(0, height)
    draw_obj.line((x1, y1, x2, y2), fill=random_color())

2. 加干扰点
for i in range(40):
    draw_obj.point([random.randint(0, width), random.randint(0, height)], fill=random_color())
    x = random.randint(0, width)
    y = random.randint(0, height)
    draw_obj.arc((x, y, x+4, y+4), 0, 90, fill=random_color())