Django路由访问及查询数据

1、在应用模块下,创建urls文件,用来存放访问路由

2、在项目总访问url里面注册路由

3、在view文件里,定义方法参数

python 复制代码
from django.core import serializers
from django.db import connection
from django.http import HttpResponse, JsonResponse
# 分页
from django.core.paginator import Paginator, EmptyPage
import json
from django.core.serializers.json import DjangoJSONEncoder
from django.db.models import Q, F
from .models import Tests


def tests_list(request):
    page_number = int(request.GET.get('page', 1))

    search_term = request.GET.get('q', '')

    # 定义每页显示的条目数
    items_per_page = 10

    # 构建模糊查询的Q对象
    query = Q()
    if search_term:
        query &= (Q(name__icontains=search_term) | Q(password__icontains=search_term))
    # 添加状态等于1的条件
    #query &= Q(status=1)
    # 计算出从哪一条数据开始查询
    offset = (page_number - 1) * items_per_page
    # 应用模糊查询获取过滤后的数据
    filtered_users = Tests.objects.filter(query).order_by('-id')[offset:offset + items_per_page]
    # 获取过滤后的总条目数
    total_items = Tests.objects.filter(query).count()
    # 计算总页数
    total_pages = (total_items + items_per_page - 1) // items_per_page
    # 执行查询,只获取当前页的数据
    page_obj = filtered_users

    json_data = [user.to_dict() for user in page_obj]
    # print(user_data)
    # user_data = User.objects.all()
    # json_data = [ user.to_dict() for user in user_data]

    # 带上条件过滤数据
    # user_data = User.objects.filter(name='222333')
    # print(user_data)

    # list_of_dicts = list(user_data.values())
    # json_data = json.dumps(list_of_dicts, cls=DjangoJSONEncoder)

    return JsonResponse({'data': json_data, 'total': total_items, 'total_pages': total_pages}, safe=False)

def tests_add(request):
    pass
def tests_edit(request):
    pass
def tests_delete(request):
    pass
相关推荐
2601_962066491 小时前
【玩转全栈】----Django模板的继承
数据库·django·sqlite
千里码aicood1 小时前
Django+Vue 基于XGBoost与随机森林的沿海地区台风天气大数据预警系统实现
vue.js·随机森林·django
烂蜻蜓1 小时前
Flask入门教程(十二):表单处理——从基础到Flask-WTF完整实践
后端·python·flask
jay神2 小时前
【计算机毕业设计】基于Flask+Vue的电影数据可视化与智能推荐系统
前端·vue.js·python·信息可视化·flask·毕业设计·课程设计
满怀冰雪2 小时前
24-PaddleClas 模型评估、导出与推理部署入门
大数据·人工智能·python·深度学习·paddle
DeepVisionary8 小时前
谷歌 Gemini Omni 1.1 Flash 正式发布:4K 视频、40 秒场景延伸,视频生成进入按 token 计费时代
python·自动化
阡之尘埃8 小时前
Python数据分析案例85——大模型微调全流程(SFT的LoRA微调)
人工智能·python·深度学习·语言模型·llm·微调·千问
2601_962055979 小时前
跟据spring boot版本,查看对应的tomcat,并查看可支持的tomcat的版本范围
spring boot·后端·tomcat
海兰9 小时前
【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(三)
javascript·python·金融
cvcode_study9 小时前
Ollama+ComfyUI 多模态
大数据·人工智能·python