Django开发环境

一.创建虚拟环境的原因

由于不同项目使用的一些包的版本号是不一样的,可能会出现冲突的情况,因此,创建虚拟环境可以有效地将这些项目隔离起来,项目可以在独立的环境运行,互不干扰。

二.步骤

1.以管理员的身份打开命令提示符

2.进入自己希望安装虚拟环境的路径(假设我想要进入的是E盘的某个详细目录)

先使用E:进入E盘先

3.使用conda命令创建虚拟环境

conda create -p "目标路径" python=版本号(p用于指定路径)

示例:conda create -p "E:\learning\django\django_env" python=3.12

ps:目标路径最好不要有中文

4.激活虚拟环境

conda activate "目标路径"

示例:conda activate "E:\learning\django\django_env"

5.检验是否成功

输入:where python

若输出目标路径\python.exe

示例:E:\learning\django\django_env\python.exe

说明激活成功

6.退出激活环境

conda deactivate

三.在pycharm使用

解释器那里根据自己创建的具体路径进行选取,切换了环境之后重启pycharm使得环境生效。

四.创建一个项目

示例:我这里创建的是一个简单的django项目

1.进入到虚拟环境后下载django

2.下载好后在pycharm终端查看

使用python -m django --version

3.创建项目

django-admin startproject mysite(mysite是项目名称 可以换成其他的名字)

创建成功后会看到这些自带文件

4.运行manage.py文件就可以跳转到网页

点击这个链接,这里默认是使用8000端口号。

5.下载数据库

我这里下载的是mysqlclient,由于直接使用pip install mysqlclient会出现需要编译C++的情况,所以直接下载编译好的二进制文件可以避免这个问题。

链接在此:https://pypi.org/project/mysqlclient/2.2.7/#files

这里有多个版本,选择适合自己的版本,cp后面是python的版本号,amd后面代表的是32进制/64进制。

下载好之后在pycharm使用pip install 文件地址 进行安装。

6.连接数据库

本篇文章采用的是navicate创建数据库,然后在pycharm进行连接。

点击连接,选择mysql-->填写数据库的一些参数

建好之后,就会发现这些目录,然后右击"新建数据库",本文建的是"pydb"数据库

修改settings.py,第一行改成mysql,name填写的是数据库的名字,密码根据自己在navicate里面设置的进行填写,host一般是localhost,port一般来说是3306。

接着在pycharm终端运行python manage.py migrate, 目的是让那个空的 pydb 数据库"真正建立好",里面包含 Django 运行所必需的所有表结构。

显示这样就是导入成功。

在这里我们可以看到多了很多表,这些都是django自带的。

创建超级用户

输入"python manage.py runserver"即可点击链接跳转到网站的页面。

在链接后面加入/admin即可到超级用户的登录界面,接着输入一开始设置的用户名和密码就可以了

相关推荐
EntyIU24 分钟前
mineru从安装部署到测试使用完整指南
python·ocr
安替-AnTi1 小时前
厚朴 APK 搜索接口分析
python·apk·解析·taobao
山川湖海1 小时前
AI时代快速学编程语言的陷阱(以Python为例)
大数据·人工智能·python
H Journey1 小时前
Supervisor 进程管理工具介绍
python·supervisor·linux 运维
春日见2 小时前
5分钟入门强化学习之动态规划算法与实现
大数据·人工智能·python·算法·机器学习·计算机视觉
DeniuHe2 小时前
sklearn 中所有交叉验证数据集划分方式完整总结
人工智能·python·sklearn
DeniuHe3 小时前
sklearn中不同交叉验证方法的场景适配
人工智能·python·sklearn
隐于花海,等待花开3 小时前
16.Python 常用第三方库概览 深度解析
python
我材不敲代码3 小时前
Python 函数核心:位置参数与关键字参数详解
java·前端·python
风落无尘3 小时前
第十一章《对齐与安全》 完整学习资料
python·安全·机器学习