00-django | 01-构建博客目录

本文介绍了如何使用Django框架创建一个名为firstblog的应用。首先,通过命令行工具创建应用,然后修改配置文件并定义模型。模型包括Post、Comment和Tag类,分别对应博客文章、评论和标签。接着,通过命令更新数据库,并展示了如何使用Django管理工具进行数据操作,如创建超级用户和交互式shell。最后,简述了数据库的基本操作和模型的查询方法。

00-django | 01-构建博客目录

创建blog

进入到 manage.py 文件所在的目录(即项目根目录)下,运行 pipenv run python manage.py startapp blog 可建立一个 firstblog 应用[1]。 创建完毕后可看到目录结构如下[2]

./这个目录为根目录,也是项目的容器。

  • manage.py: 为命令行交互工具[3]
  • blog/:本次的项目名。也就是我创建的这个blog的所有文件存放的父目录
  • settings.py:该 Django 项目的配置文件[4]。 定义了Django的各种参数和路径以及显示语言等信息。
  • urls.py: 该 Django 项目的 URL 声明; 也就是网站"目录"。
  • wsgi.py: 一个 WSGI 兼容的 Web 服务器的入口

tree
tree

这一步只是创建了文件结构,但还没有向Django注册,在setting.py中修改INSTALLED_APPS设置
添加app

创建数据库模型

django 会把 Python 代码翻译成对应的数据库操作语言,因此我们可以不用直接写数据库的语法。

模型[5]

每个模型都是一个python类,都继承于 django.db.models.Model。 我们编辑model都在firstblog/models.py中定义即可

from django.db import models
from django.contrib.auth.models import User

# Create your models here.
# 定义blog的分类
class Category(models.Model):
    name = models.CharField(max_length=100)

# 定义文章标签
class Tag(models.Model):
    name = models.CharField(max_length=100)

# 定义文章,主要有标题、正文、时间等
class Post(models.Model):
    title = models.CharField(max_length=70)
    body = models.TextField()
    created_time = models.DateTimeField()
    modified_time = models.DateTimeField()
    excerpt = models.CharField(max_length=200, blank=True)
    category = models.ForeignKey(Category, on_delete=models.CASCADE)
    tags = models.ManyToManyField(Tag, blank=True)
    author = models.ForeignKey(User, on_delete=models.CASCADE)
  • 定义了一个名为Category的类,继承自models.Model类,且该类有个name属性
  • 定义了Tag类,有个name属性
  • 定义了Post类,有很多属性,其中blank=True表示允许空值。同时允许一对一ForeignKey关联关系,以及多对多ManyToManyField关联关系

然后在项目根目录下运行pipenv run python manage.py makemigrationspipenv run python manage.py migrate来写入数据库

django 通过检测应用中 migrations 目录下的文件,得知我们对数据库做了哪些操作,然后它把这些操作翻译成数据库操作语言,从而把这些操作作用于真正的数据库。
若要查看具体数据库命令可以pipenv run python manage.py sqlmigrate firstblog 0001来查看

setting.py显示数据库用的是sqlite3。数据库主要功能就是增删查改

操作数据库

pipenv run python manage.py shell打开交互shell

>>> >>> from firstblog.models import Category, Tag, Post
>>> c = Category(name='category Test') # 实例化
>>> print(c)
Category object (None)
>>> c.save() # 存入数据库
>>> t = Tag(name='tag test') #实例化
>>> t.save() #存入数据库

pipenv run python manage.py createsuperuser用于创建超级用户

Tag.objects.all()Tag.objects.get()
其中all会取出所有符合的,而get只会取1条

  1. get()
  2. 然后重新赋值
  3. 最后save()即可
  1. get()
  2. delete()即可

  1. https://docs.djangoproject.com/zh-hans/2.2/intro/tutorial01/

  2. https://www.runoob.com/django/django-first-app.html

  3. https://docs.djangoproject.com/zh-hans/2.1/ref/django-admin/

  4. https://docs.djangoproject.com/zh-hans/2.1/topics/settings/

  5. https://docs.djangoproject.com/zh-hans/2.2/topics/db/models/

本指南详细阐述基于Python编程语言结合OpenCV计算机视觉库构建实时眼部状态分析系统的技术流程。该系统能够准确识别眼部区域,并对眨眼动作与持续闭眼状态进行判别。OpenCV作为功能强大的图像处理工具库,配合Python简洁的语法特性与丰富的第三方模块支持,为开发此类视觉应用提供了理想环境。 在环境配置阶段,除基础Python运行环境外,还需安装OpenCV核心模块与dlib机器学习库。dlib库内置的HOG(方向梯度直方图)特征检测算法在面部特征定位方面表现卓越。 技术实现包含以下关键环节: - 面部区域检测:采用预训练的Haar级联分类器或HOG特征检测器完成初始人脸定位,为后续眼部分析建立基础坐标系 - 眼部精确定位:基于已识别的人脸区域,运用dlib提供的面部特征点预测模型准确标定双眼位置坐标 - 眼睑轮廓分析:通过OpenCV的轮廓提取算法精确勾勒眼睑边缘形态,为状态判别提供几何特征依据 - 眨眼动作识别:通过连续帧序列分析眼睑开合度变化,建立动态阈值模型判断瞬时闭合动作 - 持续闭眼检测:设定更严格的状态持续时间与闭合程度双重标准,准确识别长时间闭眼行为 - 实时处理架构:构建视频流处理管线,通过帧捕获、特征分析、状态判断的循环流程实现实时监控 完整的技术文档应包含模块化代码实现、依赖库安装指引、参数调优指南及常见问题解决方案。示例代码需具备完整的错误处理机制与性能优化建议,涵盖图像预处理、光照补偿等实际应用中的关键技术点。 掌握该技术体系不仅有助于深入理解计算机视觉原理,更为疲劳驾驶预警、医疗监护等实际应用场景提供了可靠的技术基础。后续优化方向可包括多模态特征融合、深度学习模型集成等进阶研究领域。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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