Django老项目升级到新版本

手上有个 Django 老项目,一直跑得好好的,好几年没动过了,维护费收得正爽,没想到客户来了个新的运营人员,丢了个改动需求过来。我一看也没啥大改,就答应了。大意了。

问题

刚开始改,我这种老鸟当然知道老项目万万不可升级依赖的版本。于是先爬上服务器,把服务器上用的 Python 版本和 Django 版本都先摸了一遍,记下了用的是 Python 3.4 和 Django 1.8,然后开始安装开发环境。

首先是我的 MacBook Pro 是 M2 CPU,而老的 Python 3.4 版本只支持 x86 架构。尝试指定 arch 也没有成功,只能接受命运安排,用 Python 3.11 建了一个 virtualenv 开始安装 Django 1.8。

安装的时候没有问题,把各个依赖项都装上了。用 python manager.py runserver 一跑测试,发现 Django 1.8 内部使用了很多 Python 3.11 已经弃用的特性。这没法改啊,只能硬着头皮用新版本了。然后去 Django 官网查,发现一直到 Django 4.1 才开始支持 Python 3.11。得,那就选择 4.x 最大的版本吧,直接升级到 Django 4.2.11。没敢升 5.0,怕变化太大,要改太多。

手动升级

继续用 python manager.py runserver 跑测试,一开始都是些 ImportError: cannot import name 'url' from 'django.conf.urls' 之类的小错误,直接复制到 Google 就能找到解决方法手动升级。

神器 django-upgrade

手动修复几次之后,终于来了一个让人头大的错误了。

复制代码
TypeError: ForeignKey.__init__() missing 1 required positional argument: 'on_delete'

一看出错位置,在一个生成的数据库迁移文件里:

复制代码
....../migrations/0001_initial.py", line 33, in Migration

秉持生成的代码不要手动去改的原则,另外也深知可能还有无数个类似的 ForeignKey 代码,不可能改得过来。

是时候去想想办法了。

然后搜索找到了神器 Django-upgrade。从文档里看出,它基于标准库中的 asttokenize 库处理代码,速极快,处理 15.3 万行的 Python 代码只需要 0.5 秒。

它可以通过分析代码,把所有不兼容的代码版本直接升级到指定的版本,比如把原来的代码升级到 4.1 版本,以下命令行就可以直接办到。

复制代码
django-upgrade --target-version 4.1 example/core/models.py example/settings.py

类似 ForeignKey 需要加 on_delete 参数之类的错误,完全不在话下。新版本的 django-upgrade 可以把 django 项目的代码升级到 1.7~5.0 版本,成功解决了我的问题。

意外收获 pyupgrade

pyupgrade 可以自代码的语法自动升级到新的版本。比如去除弃用的特性,去除 python2 与 python3 兼容时代留下的 six 相关代码等。

相关推荐
m0_613856291 小时前
mysql如何利用事务隔离级别解决特定业务冲突_mysql隔离方案选型
jvm·数据库·python
Adios7941 小时前
VPR:Pitts50K和Norland数据集下载
数据库
东风破1371 小时前
DM用户权限、表、约束等对象的基本操作,SQL日志的开启介绍
数据库·sql·dm达梦数据库
收获不止数据库1 小时前
达梦9发布会归来:AI 时代,我们需要一款什么样的数据库?
数据库·人工智能·ai·语言模型·数据分析
小宇的天下2 小时前
Virtuoso GUI 界面中的关键模块定义
数据库
我的xiaodoujiao2 小时前
API 接口自动化测试详细图文教程学习系列16--项目实战演练3
python·学习·测试工具·pytest
bqq198610262 小时前
MySQL 5.7 与 MySQL 8.0 的主要区别
数据库·mysql
ID_180079054732 小时前
Python 实现亚马逊商品详情 API 数据准确性校验(极简可用 + JSON 参考)
java·python·json
时空系2 小时前
第10篇:继承扩展——面向对象编程进阶 python中文编程
开发语言·python·ai编程
Elastic 中国社区官方博客2 小时前
Elastic-caveman : 在不损失 Elastic 最佳效果的情况下,将 AI 响应 tokens 减少64%
大数据·运维·数据库·人工智能·elasticsearch·搜索引擎·全文检索