django3.0学习---显示中文

django3.0显示中文提示错误

 

ERRORS:
?: (translation.E004) You have provided a value for the LANGUAGE_CODE setting that is not in the LANGUAGES setting.
 

参考:https://www.cnblogs.com/dhcn/p/12038629.html

处理方法:

LANGUAGES = [
    ('zh-Hans', _('Chinese')),
]

LANGUAGE_CODE = 'zh-Hans'

提示错误:

  File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed
  File "D:\zhi\test1\test1\settings.py", line 108, in <module>
    ('zh-Hans', _('Chinese')),
NameError: name '_' is not defined

正确方法:

LANGUAGES = [
    ('zh-Hans', ('Chinese')),
]

LANGUAGE_CODE = 'zh-Hans'
<think>嗯,用户让我介绍一下FastAPI框架。首先,我需要回想一下自己了解的FastAPI相关知识。FastAPI是一个现代、高效的Python Web框架,主要用于构建API。它基于Starlette和Pydantic,这两个库分别处理Web部分和数据验证。记得它的特点包括高性能、易于使用、自动生成文档等。 接下来,用户可能想知道为什么选择FastAPI而不是其他框架,比如Flask或Django。需要强调FastAPI的优势,比如异步支持、类型提示、自动交互式API文档。同时,用户可能关心学习曲线,所以得说明它的简洁性,特别是对于熟悉Python类型提示的人来说更容易上手。 然后,用户可能对实际应用场景感兴趣,比如构建RESTful API、微服务,或者实时应用,比如WebSocket。这里需要举一些例子,比如创建一个简单的API,展示代码结构,路由、请求体、响应模型等。 还要注意用户提到的系统级指令,比如数学公式的格式,但在这个问题中可能用不上。不过需要确保回答结构清晰,分点说明,帮助用户逐步理解。可能需要分几个部分:简介、主要特性、使用示例、适用场景、与其他框架的对比等。 另外,用户要求使用中文,避免专业术语过多,或者解释清楚术语。比如提到Pydantic时,可以简单说明它是用于数据验证和设置管理的库,利用Python类型注解来提高代码的可读性和健壮性。 可能还需要提到FastAPI的性能,因为基于Starlette和Uvicorn,支持异步请求处理,性能接近Node.js和Go,比传统的Flask和Django更快。这对于需要高并发处理的场景很重要。 自动生成的文档也是一个亮点,通过OpenAPI和Swagger UI,开发者可以即时测试API,这对于前后端分离的项目非常方便,减少编写文档的工作量。 还要注意安装和快速入门的步骤,比如通过pip安装fastapi和uvicorn,然后写一个简单的示例代码,展示如何创建一个基本的API端点。 最后,总结FastAPI的优缺点,以及适用的情况,帮助用户判断是否适合他们的项目需求。比如,如果是需要高性能、异步支持、强类型验证的API开发,FastAPI是一个很好的选择。</think>FastAPI 是一款现代、高效的 Python Web 框架,专为构建 API 设计。以下是其核心特点和结构化解析: --- ### 一、核心特性 1. **高性能** - 基于 **Starlette**(Web 框架)和 **Pydantic**(数据验证库),性能接近 Node.js 和 Go - 支持异步请求处理(`async/await`) - 基准测试显示吞吐量显著高于 Flask 和 Django 2. **开发效率** - 自动生成 **交互式 API 文档**(基于 OpenAPI 和 Swagger UI) - 支持 **类型提示自动校验**,减少代码错误 - 示例代码: ```python from fastapi import FastAPI from pydantic import BaseModel app = FastAPI() class Item(BaseModel): name: str price: float @app.post("/items/") async def create_item(item: Item): return {"item_name": item.name} ``` 3. **标准化兼容** - 符合 OpenAPI 和 JSON Schema 规范 - 原生支持 WebSocket、GraphQL 和 HTTP/2 --- ### 二、技术架构 - **依赖注入系统**:简化代码复用和测试 - **安全模块**:内置 OAuth2、JWT 等认证方案 - **数据验证**:通过 Pydantic 实现请求/响应数据的强类型约束 ```python # 请求体会自动验证是否符合 Item 模型 @app.put("/items/{item_id}") def update_item(item_id: int, item: Item): return {"item_id": item_id, **item.dict()} ``` --- ### 三、适用场景 1. **微服务架构**:轻量级、高并发处理能力 2. **机器学习 API**:快速部署模型接口(如 TensorFlow/PyTorch 服务化) 3. **实时应用**:WebSocket 支持聊天室、实时通知等场景 4. **企业级后台**:结合 SQL/NoSQL 数据库构建复杂业务逻辑 --- ### 四、对比其他框架 | 特性 | FastAPI | Flask | Django | |---------------------|-----------------|----------------|----------------| | 异步支持 | ✔️ | ❌ | ✔️(3.0+) | | 内置数据验证 | ✔️(Pydantic) | ❌ | ✔️(Form) | | 自动 API 文档 | ✔️ | ❌(需扩展) | ❌(需扩展) | | 学习曲线 | 中等 | 低 | 较高 | --- ### 五、快速入门步骤 1. 安装依赖: ```bash pip install fastapi uvicorn ``` 2. 创建 `main.py`: ```python from fastapi import FastAPI app = FastAPI() @app.get("/") async def root(): return {"message": "Hello World"} ``` 3. 启动服务: ```bash uvicorn main:app --reload ``` 4. 访问 `http://localhost:8000/docs` 查看自动生成的文档 --- ### 六、总结 FastAPI 凭借其 **高性能**、**开发友好性** 和 **现代化特性**,已成为 Python API 开发的首选框架之一。尤其适合需要高并发、强类型验证或实时交互的项目。对于熟悉 Python 类型提示的开发者,其学习成本显著低于传统框架。
评论 1
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