当前位置:首页 > 文章列表 > 文章 > python教程 > 将 JSON 数据转储到 Django 模型:使用 Django 设置和命令

将 JSON 数据转储到 Django 模型:使用 Django 设置和命令

来源:dev.to 2024-08-16 13:18:47 0浏览 收藏

编程并不是一个机械性的工作,而是需要有思考,有创新的工作,语法是固定的,但解决问题的思路则是依靠人的思维,这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《将 JSON 数据转储到 Django 模型:使用 Django 设置和命令》,文章讲解的知识点主要包括,如果你对文章方面的知识点感兴趣,就不要错过golang学习网,在这可以对大家的知识积累有所帮助,助力开发能力的提升。

将 JSON 数据转储到 Django 模型:使用 Django 设置和命令

当您使用 django 或使用 django rest framework (drf) 的 rest api 完成网站的第一个版本时,数据需求变得最重要。对于类似的问题,我写了上一篇文章,其中讨论了通过直接插入 sqlite 数据库和表将 json 数据转储到 django 模型的直接方法。然而,我也提到 django 有 loaddata、dumpdata 和用于类似问题的固定装置,但需要对框架有更多的了解。

今天,我将回顾一下学习曲线,并讨论如何将普通 json 数据转换为固定装置,然后使用 loaddata 将 json 数据转储到特定模型中。同样,如果您有一些模型数据(可以通过管理页面等添加),那么如何将其转储为固定装置以与其他模型一起使用或在其他项目中使用。

上一篇文章分为两部分:第一部分是数据转储所需的正常设置,第二部分是关于将 json 数据转储到模型中的 python 脚本。因此,请保持文章简短,在本文中,我将从第二部分开始,您可以按照上一篇文章的第一部分来阅读本文。因此,假设您有一个图书应用程序,并且其中 models.py 中有 book 模型,类似地,api 端点已准备就绪,例如(上一篇文章的 github 存储库):
http://127.0.0.1:8000/api/books/1

或者您只是想将数据加载到基于 django 的网站的 book 模型。您可以关注以下 git 存储库中的代码。
json 数据转储到模型

给定两个存储库,您可以使用任何人来关注这里的文章,您只需要以下内容:

  1. 一个正在运行的 django 项目,具有带有或不带有 api 功能的 book 模型
  2. 根据 book 模型包含书籍信息的 json 文件。

示例 1:book/models.py 中的书籍模型

from django.db import models

class book(models.model):
    title = models.charfield(max_length=200)
    author = models.charfield(max_length=100)    
    isbn = models.charfield(max_length=13, unique=true)
    pages = models.positiveintegerfield()   
    language = models.charfield(max_length=30)

    def __str__(self):
        return self.title

books.json

[
  {
    "title": "example book 1",
    "author": "john doe",
    "isbn": "1234567890123",
    "pages": 350,
    "language": "english"
  },
  {
    "title": "example book 2",
    "author": "kumar ajit",
    "isbn": "9876543210987",
    "pages": 280,
    "language": "hindi"
  }
]

示例 2:上一篇文章中的 book 模型

from django.db import models

class book(models.model):
    title = models.charfield(max_length=200)
    author = models.charfield(max_length=100)
    price = models.decimalfield(max_digits=6, decimal_places=2)

    def __str__(self):
        return self.title

您可以在这里找到 data.json 文件。

数据转储到模型

我们有一个正在运行的 django 项目,其中包含一个模型book 和一个包含书籍信息的额外 json 文件。那么,现在的问题是什么?
我们希望将 json 数据转储到模型中,以便可以与 django 网站一起使用(例如将数据传递到模板以显示给用户)或通过 api 向前端提供数据。

django 有 loaddata、fixtures 和 dumpdata,以及管理页面(您可以注册模型和插入数据)和 shell(使用 sql 或 orm 直接操作数据库)。然而,如果想要合并大数据或想要多次执行(通常是开发和测试期间的用例),通过固定装置加载数据似乎更好。

让我们首先解释这些工具,然后深入研究 python 脚本来实现数据转储任务。

加载数据

$django-admin loaddata 

赛程

fixture 是包含数据库序列化内容的文件集合。每个固定装置都有一个唯一的名称,并且组成固定装置的文件可以分布在多个应用程序中的多个目录中。 [来源]

让我们跳到文章的后续部分,看看书籍装置。

[
  {
    "model": "book.book",
    "pk": 40,
    "fields": {
      "title": "example book 1",
      "author": "john doe",
      "isbn": "123456734890123",
      "pages": 350,
      "language": "english"
    }
  },
  {
    "model": "book.book",
    "pk": 41,
    "fields": {
      "title": "example book 2",
      "author": "kumar ajit",
      "isbn": "9876543455210987",
      "pages": 280,
      "language": "hindi"
    }
  }
]

如果你看​​过fixture文件,你一定会发现它只是另一个带有更多键值对的json文件,而这些是django模型/表的元数据。所以,是的,你是对的,我们的目标是将 books.json 格式转换为固定格式,以便 django 管理工具能够识别它并将数据转储到合适的表中。

现在,要创建夹具,您可以有两种情况:1)模型中有数据,并且您想要创建夹具以供将来使用或测试等。
2) 你的模型/表中没有数据,但你有外部源中的数据,如 json、csv 或任何其他格式,并且你想通过前面讨论的命令 loaddata 在 django 中加载该数据。(这篇文章是关于这个的但最后,我们将使用 dumpdata 来比较手动和 dumpdata 输出。)

在使用python脚本将普通json文件转换为fixture格式之前,让我们先了解一下django如何查找fixture文件以及如何使用它。

共有三个兴趣点和顺序【来源】:

  1. 在每个已安装应用程序的固定目录中:这类似于 django 项目内组织的其他目录(例如模板或媒体或静态文件夹)的建议。但是,您也可以提供如下所述的直接路径。

  2. fixture_dirs 设置中列出的任何目录

  3. 在由固定装置命名的文字路径中:适用于较小的项目或应用程序,但最好为固定装置有一个合适的推荐位置,这样可以轻松地用于测试或调试等。

注意:使用夹具的一个主要好处是在夹具上应用和使用压缩。

转储数据

这是 django-admin 命令,用于将表的所有数据输出到标准输出。

注 1:将数据库中与指定应用程序关联的所有数据输出到标准输出。
注2:dumpdata的输出可以用作loaddata的输入。(作为fixture)

django-admin dumpdata [app_label[.modelname] 

您可以从此链接阅读更多内容。

从简单的 json 到 django fixtures 的 python 脚本。

from django.apps import apps
import django
import os
import json


# set the django settings module
os.environ.setdefault('django_settings_module', 'dataloading.settings')
django.setup()

# get all models
models = apps.get_models()

# get the model names
for model in models:
    print(model)
    print(model.__name__)

# choose model to create fixtures
from book.models import book 

# get all field names
field_names = [field.name for field in book._meta.get_fields()]
fixture_name = "books.json"

#read the data file json, csv etc.

with open('data.json','r') as fp:
    books= json.load(fp)


books_fixture =[]
# get the pk value from model , if there is data
pk=1 
# iterate all the books in json file
for book in books:
    book_fixture={}
    # add model name (most important for fixture)
    book_fixture['model']= 'book.book'
    pk+=1
    book_fixture['pk']=pk
    # assuming the data has same fields name as model else mapping is required
    book_fixture['fields']=book
    books_fixture.append(book_fixture)
# writing converted json as file for fixture

with open(fixture_name,'w') as fp:
    json.dump(books_fixture,fp)

# print(field_names)
# if __name__ =='__main__' :
    #create_book()  

一旦你的装置被创建为 books.json。是时候将其移动/复制到合适的位置(book/fixtures/book/),以便 django 管理器可以轻松找到它,然后运行 ​​loaddata 命令将所有数据转储到 book 模型。

$mv books.json book/fixtures/book/
$python manage.py loaddata book/fixtures/book/books.json

你也可以使用类似的脚本直接向模型的 sing.save() 方法写入数据。下面是 create_book() 方法,可用于将一个或多个(循环)数据记录插入 book 模型。

# def create_book():
#     book = Book(
#         title="This is from script",
#         author ="ajit",
#         isbn = "2024-0809",
#         pages=300,
#         language ='English'
#     )
#     book.save()
#     print(f'Book {book.title} by {book.author} created.')

您还可以查看 django 扩展中的 dumpscript 来完成类似的任务。

希望对您有帮助。

注意:由于时间限制,文章没有正确校对和格式。因此,请谨慎使用,如有任何错误、疑问或疑问,请在下面留下评论。我会加班回复和编辑文章

今天关于《将 JSON 数据转储到 Django 模型:使用 Django 设置和命令》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
使用 PYTHON 将数据导入 MYSQL使用 PYTHON 将数据导入 MYSQL
上一篇
使用 PYTHON 将数据导入 MYSQL
钉钉宣布对所有大模型开放,构建中国最开放AI生态
下一篇
钉钉宣布对所有大模型开放,构建中国最开放AI生态
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    508次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • 毕业宝AIGC检测:AI生成内容检测工具,助力学术诚信
    毕业宝AIGC检测
    毕业宝AIGC检测是“毕业宝”平台的AI生成内容检测工具,专为学术场景设计,帮助用户初步判断文本的原创性和AI参与度。通过与知网、维普数据库联动,提供全面检测结果,适用于学生、研究者、教育工作者及内容创作者。
    6次使用
  • AI Make Song:零门槛AI音乐创作平台,助你轻松制作个性化音乐
    AI Make Song
    AI Make Song是一款革命性的AI音乐生成平台,提供文本和歌词转音乐的双模式输入,支持多语言及商业友好版权体系。无论你是音乐爱好者、内容创作者还是广告从业者,都能在这里实现“用文字创造音乐”的梦想。平台已生成超百万首原创音乐,覆盖全球20个国家,用户满意度高达95%。
    26次使用
  • SongGenerator.io:零门槛AI音乐生成器,快速创作高质量音乐
    SongGenerator
    探索SongGenerator.io,零门槛、全免费的AI音乐生成器。无需注册,通过简单文本输入即可生成多风格音乐,适用于内容创作者、音乐爱好者和教育工作者。日均生成量超10万次,全球50国家用户信赖。
    21次使用
  •  BeArt AI换脸:免费在线工具,轻松实现照片、视频、GIF换脸
    BeArt AI换脸
    探索BeArt AI换脸工具,免费在线使用,无需下载软件,即可对照片、视频和GIF进行高质量换脸。体验快速、流畅、无水印的换脸效果,适用于娱乐创作、影视制作、广告营销等多种场景。
    26次使用
  • SEO标题协启动:AI驱动的智能对话与内容生成平台 - 提升创作效率
    协启动
    SEO摘要协启动(XieQiDong Chatbot)是由深圳协启动传媒有限公司运营的AI智能服务平台,提供多模型支持的对话服务、文档处理和图像生成工具,旨在提升用户内容创作与信息处理效率。平台支持订阅制付费,适合个人及企业用户,满足日常聊天、文案生成、学习辅助等需求。
    25次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码