python使用Pycharm创建一个Django项目

yipeiwu_com5年前Python基础

本文为Django项目创建的简单介绍,更为详细的Django项目创建,可以参考如下教程:

Django入门与实践-/post/64109.htm

Pycharm 版本: Professional 2017.1

Django 版本: 1.8.7

在软件安装和环境配置完成后,打开Pycharm.

Step 1. 点击

File --> New Project 弹出如下窗口:


图中编号1处为项目位置;编号2处为使用的模板语言类型,默认为Django模板语言;编号3处是保存项目页面HTML的文件夹名称,默认为templates;编号4处是应用名,一般根据Web应用的实际功能来命名。本示例中,我们项目位置为E:\testDjango,应用名为fakeCSDN。设置填写完毕后,点击右下角的Create,创建项目。

Step 2. 了解创建后项目的项目文件结构创建成功后的界面如下图所示:


目录结构

  1. manage.py:一个命令行工具,可以使你用多种方式对Django项目进行交互
  2. 内层的目录:项目的真正的Python包
  3. _init _.py:一个空文件,它告诉Python这个目录应该被看做一个Python包
  4. settings.py:项目的配置
  5. urls.py:项目的URL声明
  6. wsgi.py:项目与WSGI兼容的Web服务器入口
  7. templates: 项目的html文件

可以看到,在项目根目录下,有三个文件夹:fakeCSDN, templates和testDjango,以及一个python脚本文件manage.py.

fakeCSDN 是我们创建的应用相关要素的文件夹,testDjango是我们整个Django项目相关元素的文件夹。也就是说,对于一个Django项目,与项目名相同的文件夹只能有一个,应用对应的文件夹则可以有多个。templates文件夹用来保存HTML模板。

manage.py 是系统自动生成的Django项目管理程序,Django项目创建和运行所需要的所有命令都能由这个脚本提供。如为项目创建数据库的makemigrations 和 migrate, 启动服务器的runserver等。在编程过程中,manage.py一般是不需要修改的。

fakeCSDN 和 testDjango所包含的内容大致相同。

fakeCSDN中,编程中常用的是migration文件夹、models.py和views.py。

  1. views.py 是Web应用后台的核心,定义了后台具体的响应动作和数据存取、操作动作的函数;
  2. models.py 是Web应用数据库的定义文件,以Python类的形式定义数据库中的各个表;
  3. migration文件夹 保存着models中的数据库表迁移之后的文件,一般不需要手工操作。

除了fakeCSDN中已有的文件之外,一般还需要新建一个urls.py文件,用来指定应用中出现的url所对应的响应函数。

testDjango中,常用的文件是setting.py 和 urls.py。 前者是项目的一些属性设置,如数据库连接、debug的方式等;后者同样是url映射关系。

Step 3. 编辑Web应用详细内容

Step 4. 配置Django Server并启动服务器点击图中所示绿色按钮,即可启动Web应用。


若未自动出现图示按钮,可以点击向下的灰色三角,选择 Edit Configurations ,弹出如下窗口通过1,2 两步添加一个新的Django Server,在3处输入服务器名称,在5处输入启动页面。点击OK即可。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

python 通过类中一个方法获取另一个方法变量的实例

1、在进行接口自动化测试过程中,经常出现接口数据的互相调用,如一些操作需要调用登陆之后返回的session或者token,下面同个简单的方法进行讲解 class A(): def...

Python实现简单层次聚类算法以及可视化

本文实例为大家分享了Python实现简单层次聚类算法,以及可视化,供大家参考,具体内容如下 基本的算法思路就是:把当前组间距离最小的两组合并成一组。 算法的差异在算法如何确定组件的距离,...

Python实现3行代码解简单的一元一次方程

本文所述实例为Python用3行代码实现解一元一次方程,代码简洁高效,具体用法如下: >>> solve("x - 2*x + 5*x - 46*(235-24)...

python实现计算资源图标crc值的方法

本文实例讲述了python实现计算资源图标crc值的方法,分享给大家供大家参考。具体方法如下: 实现该功能的关键在于解析资源信息,找到icon的数据,然后计算这些数据的crc 具体实现代...

用Pytorch训练CNN(数据集MNIST,使用GPU的方法)

听说pytorch使用比TensorFlow简单,加之pytorch现已支持windows,所以今天装了pytorch玩玩,第一件事还是写了个简单的CNN在MNIST上实验,初步体验的确...