Python全栈项目--社区问答平台

一、项目简介

社区问答平台是典型的内容型全栈项目，用户可以发布技术问题，其他用户可以回答、点赞并采纳最佳答案。它的业务形态类似 Stack Overflow、知乎问答与技术社区中的问答模块，非常适合练习"后端接口 + 数据库建模 + 前端交互"的完整开发流程。

本文以 "Python全栈项目--基于Django的社区问答平台" 为主题，围绕 Django 社区问答平台常见业务进行设计。为了让示例项目更轻量、更容易直接运行，源码实现采用 FastAPI + SQLite + 原生 HTML/CSS/JavaScript，但系统分层、模型关系、接口设计与 Django 项目中的 MVT/ORM 思路保持一致：后端负责模型、接口和业务逻辑，前端负责页面渲染与交互。

项目最终实现以下能力：

用户创建与复用；
问题发布；
问题列表展示；
关键词与标签搜索；
问题回答；
回答点赞；
回答采纳；
SQLite 数据持久化；
前后端分离调用。

二、技术栈

层级	技术	说明
后端框架	FastAPI	提供 RESTful API，开发体验接近现代 Python Web 框架
数据库	SQLite	单文件数据库，适合课程设计、毕业设计 Demo 和本地部署
ORM	SQLAlchemy	定义用户、问题、回答模型及关系
数据校验	Pydantic	定义请求体和响应结构
前端	HTML/CSS/JavaScript	不依赖构建工具，浏览器直接运行
接口调用	Fetch API	前端通过 HTTP 请求访问后端
部署	Uvicorn + 静态页面	后端启动 API 服务，前端直接打开或用 http.server 托管

三、系统架构

项目采用前后端分离架构：

text 复制代码

浏览器前端
  ├── index.html      页面结构
  ├── style.css       页面样式
  └── app.js          接口请求与 DOM 渲染
        │ fetch
        ▼
FastAPI 后端
  ├── main.py         路由入口、跨域、启动初始化
  ├── database.py     SQLite 连接
  ├── models.py       用户/问题/回答数据表
  ├── schemas.py      请求响应模型
  └── crud.py         增删查改业务逻辑
        │ SQLAlchemy
        ▼
SQLite 数据库 qa_community.db

后端将所有核心能力封装成 /api 接口，前端不直接操作数据库，而是通过 fetch 调用接口完成页面数据刷新。这种模式便于后续替换为 Vue、React，或将后端迁移到真正的 Django REST Framework。

四、功能模块

1. 用户模块

用户模块用于创建或复用用户。为了简化登录流程，示例项目没有加入密码和 JWT，而是通过用户名创建用户。如果用户名已存在，就复用原用户，并可更新简介。

2. 问题模块

问题模块是系统核心，支持：

发布问题；
查看问题列表；
根据关键词搜索标题和正文；
根据标签筛选；
记录浏览量；
关联作者与回答列表。

3. 回答模块

回答模块支持用户对问题进行回复，每条回答记录回答者、内容、点赞数、是否被采纳和创建时间。

4. 互动模块

互动模块包含回答点赞与采纳。采纳时，同一个问题下只保留一个已采纳答案，其余答案自动取消采纳状态。

五、数据库/数据模型设计

本项目包含三张核心表：users、questions、answers。

1. 用户表 users

字段	类型	说明
id	Integer	主键
username	String	用户名，唯一
bio	String	用户简介
created_at	DateTime	创建时间

2. 问题表 questions

字段	类型	说明
id	Integer	主键
title	String	问题标题
content	Text	问题正文
tags	String	标签，逗号分隔
views	Integer	浏览量
created_at	DateTime	创建时间
author_id	Integer	作者用户 ID

3. 回答表 answers

字段	类型	说明
id	Integer	主键
content	Text	回答内容
likes	Integer	点赞数
accepted	Integer	是否采纳，1 表示采纳
created_at	DateTime	创建时间
question_id	Integer	所属问题 ID
author_id	Integer	回答者用户 ID

模型关系为：

text 复制代码

User 1 --- N Question
User 1 --- N Answer
Question 1 --- N Answer

六、后端接口设计

方法	路径	功能
GET	`/api/health`	健康检查
POST	`/api/users`	创建或获取用户
GET	`/api/questions`	查询问题列表，支持 keyword/tag
POST	`/api/questions`	发布问题
GET	`/api/questions/{question_id}`	查看问题详情
POST	`/api/questions/{question_id}/answers`	提交回答
POST	`/api/answers/{answer_id}/like`	给回答点赞
POST	`/api/questions/{question_id}/answers/{answer_id}/accept`	采纳回答

示例：发布问题请求体如下：

json 复制代码

{
  "title": "Django 项目中如何设计问题与回答模型？",
  "content": "社区问答平台需要支持问题、回答、标签、浏览量与采纳状态。",
  "tags": "Django,SQLite,全栈",
  "author_id": 1
}

七、前端页面设计

前端页面分为两个区域：

左侧发布区：填写用户名、简介、问题标题、标签和问题内容；
右侧问题广场：展示问题列表、搜索框、回答列表、点赞和采纳按钮。

页面交互逻辑：

页面加载时请求 /api/questions；
点击"提交问题"时先创建/获取用户，再提交问题；
点击"搜索"时拼接 keyword 和 tag 查询参数；
提交回答时先创建/获取回答者，再调用回答接口；
点赞和采纳后重新加载问题列表。

八、核心代码讲解

1. 数据库连接 database.py

python 复制代码

from sqlalchemy import create_engine
from sqlalchemy.orm import declarative_base, sessionmaker

DATABASE_URL = "sqlite:///./qa_community.db"
engine = create_engine(DATABASE_URL, connect_args={"check_same_thread": False})
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
Base = declarative_base()

engine 负责连接 SQLite，SessionLocal 用于为每个请求创建数据库会话，Base 是所有模型类的基类。

2. 问题与回答模型 models.py

python 复制代码

class Question(Base):
    __tablename__ = "questions"
    id = Column(Integer, primary_key=True, index=True)
    title = Column(String(120), index=True, nullable=False)
    content = Column(Text, nullable=False)
    tags = Column(String(120), default="Python")
    views = Column(Integer, default=0)
    author_id = Column(Integer, ForeignKey("users.id"), nullable=False)

    author = relationship("User", back_populates="questions")
    answers = relationship("Answer", back_populates="question", cascade="all, delete-orphan")

这里用 ForeignKey 建立问题与用户的关系，一个用户可以发布多个问题；问题与回答是一对多关系。

3. 搜索业务 crud.py

python 复制代码

def list_questions(db, keyword=None, tag=None):
    query = db.query(models.Question)
    if keyword:
        pattern = f"%{keyword}%"
        query = query.filter(or_(models.Question.title.like(pattern), models.Question.content.like(pattern)))
    if tag:
        query = query.filter(models.Question.tags.like(f"%{tag}%"))
    return query.order_by(models.Question.created_at.desc()).all()

该函数同时支持关键词搜索和标签筛选，是问答平台中最常见的查询能力。

4. 路由入口 main.py

python 复制代码

@app.get("/api/questions", response_model=list[schemas.QuestionOut])
def list_questions(keyword: str | None = None, tag: str | None = None, db: Session = Depends(get_db)):
    return crud.list_questions(db, keyword=keyword, tag=tag)

FastAPI 自动解析查询参数，并将数据库会话注入到路由函数中。response_model 负责规范输出结构，让前端拿到稳定的数据格式。

5. 前端请求 app.js

javascript 复制代码

async function request(path, options = {}) {
  const res = await fetch(`${API_BASE}${path}`, {
    headers: { 'Content-Type': 'application/json' },
    ...options,
  });
  if (!res.ok) throw new Error('请求失败');
  return res.json();
}

前端统一封装请求函数，后续发布问题、查询问题、点赞和采纳都复用该函数，避免重复代码。

九、部署与运行步骤

1. 安装依赖

进入后端目录：

bash 复制代码

cd project/backend
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

2. 启动后端

bash 复制代码

uvicorn app.main:app --reload

启动成功后访问：

text 复制代码

http://127.0.0.1:8000/docs

可以在 Swagger 页面测试所有接口。

3. 打开前端

方式一：直接打开 project/frontend/index.html。

方式二：在 project 目录启动静态服务：

bash 复制代码

python3 -m http.server 5500

然后访问：

text 复制代码

http://127.0.0.1:5500/frontend/index.html

4. 初始化数据

后端首次启动时会自动创建 SQLite 数据库文件 qa_community.db，并写入两个示例用户、两个示例问题和两条示例回答，无需手动执行 SQL。

十、项目扩展方向

如果需要把该项目进一步升级为真正的生产级 Django 社区问答平台，可以继续增加：

用户注册、登录、JWT 或 Session 鉴权；
Markdown 编辑器与代码高亮；
问题收藏、关注标签、邀请回答；
评论系统和通知系统；
后台管理页面；
Redis 缓存热门问题；
Elasticsearch 全文搜索；
Docker Compose 一键部署。

十一、项目总结

本文完成了一个社区问答平台全栈项目，从系统架构、数据模型、接口设计到前端页面交互进行了完整拆解。该项目虽然使用轻量化技术栈实现，但业务结构与 Django 问答平台高度一致，包含用户、问题、回答、搜索、点赞与采纳等核心能力。

通过这个项目，可以系统练习：

Python Web 后端接口开发；
ORM 数据建模；
RESTful API 设计；
前端 Fetch 调用接口；
前后端分离项目组织；
SQLite 本地持久化；
全栈项目部署与说明文档编写。

对于课程设计、毕业设计原型、CSDN 技术博文或全栈开发入门练习来说，这是一个结构清晰、功能完整、便于扩展的项目模板。

项目代码

下载链接