在Django 1.5 中 Django Step by Step (九)教程分页实现方法的修正

本文介绍如何在Django 1.5版本中实现分页功能,包括在views.py中定义分页逻辑、配置urls.py以及实现模板文件等步骤。

在此教程的分页方法已经在1.5版本中不再适用。当前版本的分页在urls配置时实现,其代码如下:

from django.conf.urls.defaults import *
from newtest.address.models import Address

info_dict = {
#    'model': Address,
    'queryset': Address.objects.all(),
}
urlpatterns = patterns('',
    (r'^/?$', 'django.views.generic.list_detail.object_list',
        dict(paginate_by=10, **info_dict)),
    (r'^upload/$', 'address.views.upload'),
    (r'^output/$', 'address.views.output'),
)

通过设置paginate_by的值,每页显示十条queryset的信息。实现django1.5版本中的分页方法如下:

第一、在views.py中添加listing类

#coding=utf-8

from django.shortcuts import get_object_or_404 , render_to_response , loader

from django.template import Context, Template

from django.views.generic.list import ListView

from address.models import Address

from django.http import HttpResponseRedirect ,HttpResponse

from django.core.paginator import Paginator,EmptyPage, PageNotAnInteger

def listing(request,pagenum):

    address_list = Address.objects.all()

    paginator = Paginator(address_list , 4)

    if not pagenum:

        pagenum = 1

    page = pagenum

    #if not page:

    # page = 1

    try:

        addresses = paginator.page(page)

    except EmptyPage:

        addresses = paginator.page(paginator.num_pages)

    except PageNotAnInteger:

        addresses = paginator.page(1)

    return render_to_response('address/address_list.html',{"address_list":addresses})

第二、配置相应的url,在urls.py文件中添加如下代码

url(r'^list/((?P[0-9]+)/)?$', 'address.views.listing'),

第三、实现template文件

{% if  address_list.has_previous %}
上一页
{% endif %}
Page {{ address_list.number }} of {{ address_list.paginator.num_pages }} 
{% if address_list.has_next %}
下一页
{% endif %}


第四、启动server,打开http://127.0.0.1:8000/address/list/

基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究与仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解与实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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