Python全栈项目--校园食堂点餐与推荐系统

一、项目简介

校园食堂通常存在高峰排队时间长、菜品信息分散、学生不知道吃什么、食堂窗口难以及时了解用户偏好等问题。本项目以"校园食堂点餐与推荐系统"为主题，实现一个可运行的 Python 全栈应用：学生可以注册登录、浏览菜品、搜索筛选、收藏菜品、加入购物车、提交订单，并根据历史订单与收藏偏好获得推荐菜品。

项目代码位于 project/ 目录，后端使用 FastAPI 提供 REST API，SQLite 保存用户、菜品、订单和收藏数据，前端使用 Vue 3 + Vite 构建交互式单页应用。

二、技术栈

层次	技术	作用
后端框架	FastAPI	提供高性能 RESTful API、自动接口文档
数据库	SQLite	轻量级本地数据存储，适合课程设计和原型项目
ORM	SQLAlchemy	定义数据模型并完成数据库操作
数据校验	Pydantic	请求体和响应结构校验
认证鉴权	Passlib + PyJWT	密码哈希、JWT 登录 token、接口保护
前端	Vue 3 + Vite	组件化页面、状态驱动交互、快速开发调试
通信方式	Fetch API	前后端 JSON 数据交互

三、系统架构

系统采用前后端分离架构：

text 复制代码

浏览器 Vue 3 页面
   │  HTTP/JSON + Bearer Token
   ▼
FastAPI 路由层 main.py
   │
   ├── security.py：JWT 生成与解析、密码哈希
   ├── schemas.py：请求/响应模型
   ├── crud.py：业务逻辑
   ├── models.py：SQLAlchemy 数据模型
   ▼
SQLite canteen.db

后端在启动时自动创建数据表并初始化示例菜品。除注册、登录和健康检查外，菜品查询、推荐、收藏、下单、订单查询等核心接口都需要登录 token。

四、功能模块

用户模块：注册、登录、获取当前用户、退出登录。
认证模块：密码 bcrypt 哈希存储，登录后签发 JWT，前端请求自动携带 token。
菜品模块：查看菜品，支持关键词搜索和分类筛选。
收藏模块：学生可收藏或取消收藏菜品，作为推荐依据之一。
购物车与订单模块：菜品加入购物车，填写取餐时间，提交订单并扣减库存。
推荐模块：根据用户常点分类、收藏分类或新用户高评分菜品生成推荐。
统计模块：展示菜品数量、订单数量、收藏数量、累计消费金额。
前端交互模块：登录状态保持、鉴权请求封装、响应式页面渲染。

五、数据库/数据模型设计

本项目包含五张核心表：

表名	说明	关键字段
users	用户表	username、email、hashed_password、role
dishes	菜品表	name、window、category、tags、price、stock、rating
orders	订单主表	user_id、pickup_time、status、total_amount
order_items	订单明细表	order_id、dish_id、quantity、unit_price
favorites	收藏表	user_id、dish_id

models.py 中的用户模型示例：

python 复制代码

class User(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True, index=True)
    username = Column(String(50), unique=True, index=True, nullable=False)
    email = Column(String(120), unique=True, index=True, nullable=False)
    hashed_password = Column(String(255), nullable=False)
    role = Column(String(20), default="student")
    created_at = Column(DateTime, default=datetime.utcnow)

订单采用主从表结构，一个订单可以包含多个菜品明细，便于查询历史订单和统计消费金额。

六、后端接口设计

方法	地址	功能	是否需要登录
GET	`/api/health`	服务健康检查	否
POST	`/api/auth/register`	用户注册并返回 token	否
POST	`/api/auth/login`	用户登录并返回 token	否
GET	`/api/users/me`	当前登录用户信息	是
GET	`/api/dishes`	菜品列表、搜索、分类筛选	是
POST	`/api/dishes`	管理员新增菜品	是
GET	`/api/recommendations`	获取推荐菜品	是
POST	`/api/orders`	创建订单	是
GET	`/api/orders`	查看我的订单	是
POST	`/api/favorites/{dish_id}`	收藏/取消收藏	是
GET	`/api/dashboard`	首页统计数据	是

鉴权依赖函数会解析 Bearer token，提取用户名并查询数据库：

python 复制代码

def get_current_user(credentials: HTTPAuthorizationCredentials = Depends(security), db: Session = Depends(get_db)):
    payload = decode_access_token(credentials.credentials)
    username = payload.get("sub")
    user = crud.get_user_by_username(db, username)
    if not user:
        raise HTTPException(status_code=401, detail="用户不存在")
    return user

七、前端页面设计

前端采用 Vue 3 单文件组件组织页面，主要页面区域如下：

登录/注册卡片：未登录时展示，注册或登录成功后保存 token。
顶部用户栏：展示当前用户名与退出按钮。
统计卡片：显示菜品数量、订单数量、收藏数量和累计消费。
智能推荐区：展示推荐原因和推荐菜品。
菜品列表区：支持关键词搜索、分类筛选、加入购物车和收藏。
购物车区：展示已选菜品、数量、总价和提交订单按钮。
我的订单区：查看历史订单、状态、取餐时间和菜品明细。

API 封装文件 frontend/src/api.js 负责统一添加鉴权请求头：

javascript 复制代码

async function request(path, options = {}) {
  const headers = { 'Content-Type': 'application/json', ...(options.headers || {}) }
  const token = getToken()
  if (token) headers.Authorization = `Bearer ${token}`
  const res = await fetch(`${API_BASE}${path}`, { ...options, headers })
  const data = await res.json().catch(() => ({}))
  if (!res.ok) throw new Error(data.detail || '请求失败')
  return data
}

八、核心代码讲解

1. 密码哈希与 token 生成

security.py 使用 Passlib 对密码进行 bcrypt 哈希，不在数据库中保存明文密码。登录成功后创建 JWT，后续请求通过该 token 访问受保护接口。

python 复制代码

pwd_context = CryptContext(schemes=["bcrypt"], deprecated="auto")

def get_password_hash(password: str) -> str:
    return pwd_context.hash(password)

def create_access_token(data: dict, expires_delta: Optional[timedelta] = None) -> str:
    to_encode = data.copy()
    expire = datetime.now(timezone.utc) + (expires_delta or timedelta(minutes=ACCESS_TOKEN_EXPIRE_MINUTES))
    to_encode.update({"exp": expire})
    return jwt.encode(to_encode, SECRET_KEY, algorithm=ALGORITHM)

2. 下单逻辑

下单时后端会校验菜品是否存在、是否上架、库存是否充足，然后扣减库存并写入订单明细。

python 复制代码

def create_order(db: Session, user_id: int, order: schemas.OrderCreate):
    db_order = models.Order(user_id=user_id, pickup_time=order.pickup_time)
    total = 0.0
    for item in order.items:
        dish = db.query(models.Dish).filter(models.Dish.id == item.dish_id, models.Dish.is_available == True).first()
        if not dish:
            raise ValueError("菜品不存在或已下架")
        if dish.stock < item.quantity:
            raise ValueError(f"菜品 {dish.name} 库存不足")
        dish.stock -= item.quantity
        total += dish.price * item.quantity
        db_order.items.append(models.OrderItem(dish_id=dish.id, quantity=item.quantity, unit_price=dish.price))
    db_order.total_amount = round(total, 2)
    db.add(db_order)
    db.commit()
    return db_order

3. 推荐策略

推荐模块优先统计用户历史订单和收藏中的菜品分类。如果用户经常购买"轻食"，则推荐评分较高的轻食菜品；如果是新用户，则推荐全站高评分菜品。

python 复制代码

if categories:
    top_category = Counter(categories).most_common(1)[0][0]
    dishes = db.query(models.Dish).filter(models.Dish.category == top_category).order_by(desc(models.Dish.rating)).limit(6).all()
    return f"根据你常点的「{top_category}」分类推荐", dishes

4. Vue 购物车状态

前端购物车存储在响应式数组中，用户点击"加入购物车"后自动合并同一菜品数量，总价由计算属性实时生成。

javascript 复制代码

const cart = ref([])
const cartTotal = computed(() => cart.value.reduce((sum, item) => sum + item.dish.price * item.quantity, 0).toFixed(2))

function addToCart(dish) {
  const item = cart.value.find(i => i.dish.id === dish.id)
  if (item) item.quantity += 1
  else cart.value.push({ dish, quantity: 1 })
}

九、部署与运行步骤

1. 运行后端

bash 复制代码

cd project/backend
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

后端默认地址为 http://localhost:8000，接口文档地址为 http://localhost:8000/docs。

2. 运行前端

bash 复制代码

cd project/frontend
npm install
npm run dev

前端默认地址为 http://localhost:5173。前端默认请求 http://localhost:8000，如需修改后端地址，可设置 VITE_API_BASE。

3. 体验流程

注册学生账号。
登录后浏览菜品列表。
按关键词或分类筛选菜品。
收藏喜欢的菜品。
将菜品加入购物车并提交订单。
再次刷新推荐列表，观察推荐原因变化。

十、项目总结

本项目完整覆盖了 Python 全栈项目中的关键能力：后端接口、数据库建模、认证鉴权、业务逻辑、前端组件化、前后端联调和部署运行说明。与普通 CRUD 项目相比，校园食堂点餐与推荐系统增加了订单明细、库存扣减、收藏偏好和推荐策略，更贴近真实校园业务场景。

后续可继续扩展：管理员菜品管理后台、食堂窗口接单端、在线支付、排队号、营养分析、协同过滤推荐算法、订单评价和消息通知等功能。

项目代码

下载链接