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

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:

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 modelsclass 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 modelsclass 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】:

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。

fixture_dirs 设置中列出的任何目录

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 appsimport djangoimport osimport json# set the django settings moduleos.environ.setdefault('django_settings_module', 'dataloading.settings')django.setup()# get all modelsmodels = apps.get_models()# get the model namesfor model in models:    print(model)    print(model.__name__)# choose model to create fixturesfrom book.models import book # get all field namesfield_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 datapk=1 # iterate all the books in json filefor 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 fixturewith 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

以上就是将 JSON 数据转储到 Django 模型:使用 Django 设置和命令的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1349032.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月13日 12:31:39
下一篇 2025年12月13日 12:31:51

相关推荐

  • 使用 PYTHON 将数据导入 MYSQL

    介绍 手动将数据导入数据库,尤其是当数据库中有很多表时,不仅很烦人,而且还很耗时。通过使用 python 库可以使这变得更容易。 从kaggle下载绘画数据集。绘画数据集由 8 个 csv 文件组成,我们将使用简单的 python 脚本将其导入到数据库中,而不是手动将数据导入到数据库表中。 导入数据…

    2025年12月13日
    000
  • 我刚刚做了一个 AUR 助手

    嘿伙计们?? 这是我在这里发表的第一篇文章,我不知道如何发表正确的文章,所以这篇文章非常简单。 向大家介绍我的新 aur 助手,名为 ay(另一个 yay),它是用 python 编写的。 github 顾名思义,这个程序的灵感来自 yay(又一个 yaourt)。 我做这个是为了好玩。 这个 au…

    2025年12月13日
    000
  • Pydantic • 处理验证和清理数据

    自从我开始编程以来,我主要使用结构化和过程范例,因为我的任务需要更实用和直接的解决方案。在处理数据提取时,我必须转向新的范式才能实现更有组织的代码。 这种必要性的一个例子是在抓取任务期间,当我需要捕获最初属于我知道如何处理的类型的特定数据时,但突然间,它在捕获过程中要么不存在,要么以不同的类型出现。…

    2025年12月13日
    000
  • 什么是 Python GIL?它是如何运作的?

    在阅读本文之前您应该了解的事情: 什么是并行?什么是并发?什么是死锁?什么是种族并发?什么是流程?什么是线程? 介绍 全局解释器锁,是一种保护对Python对象的访问并仔细控制线程执行的锁,防止数据访问和修改中的竞争并发,确保一次只有一个线程可以执行Python代码。 如果没有 GIL,Python…

    2025年12月13日
    000
  • SageMath 安装

    sagemath 是一个免费的开源数学软件系统,它构建在许多现有的开源软件包之上,包括 numpy、scipy、matplotlib、sympy、maxima、gap、flint、r 等。与 magma、maple、mathematica 和 matlab 等专有软件不同,sage 可以免费使用,并…

    2025年12月13日
    000
  • 将 Google 日历连接到 Django 应用程序

    将 google 日历与 django 应用程序无缝集成以增强日程安排和事件管理的分步指南。 将 google 日历与 django 应用程序集成可以通过启用日程安排、事件管理和日历同步来显着增强 web 应用程序的功能。本指南将引导您完成将 google 日历连接到 django 应用程序的步骤,…

    2025年12月13日
    000
  • 我使用 Python 自动化 XML 字段检查的那一天

    这一切都始于我接受检查多个 xml 文件是否缺少字段的任务。在我们继续下一步之前,团队需要确保这些文件中存在所有必填字段。听起来很简单,对吧?嗯,不完全是。 我打开第一个 xml 文件,扫描属性,手动查找必填字段,然后勾选相应的框。正如你所预料的那样,很快就会感到疲倦。在一个文件中只看了几分钟后,我…

    2025年12月13日
    000
  • streamlit教程 Streamlit新手入门指南

    Streamlit 学习指南:数据科学简化Streamlit是一款Python库,用于创建交互式Web应用程序,特别是用于数据科学和机器学习。它的优势包括:简单性:无需Web开发知识交互性:用户可输入参数和查看可视化可移植性:可在任何有浏览器的设备上运行协作性:易于共享和协作指南涵盖了安装、应用程序…

    2025年12月13日
    000
  • streamlit怎么布局控件

    在 Streamlit 中,布局控件主要有 6 种方式:侧边栏控件:用于应用程序侧边栏,可添加文本输入、复选框等控件。主体控件:用于应用程序主体区域,包含文本输入、复选框等控件。行和列布局:使用 st.columns 和 st.rows 创建行和列,方便控件组织。选项卡布局:使用 st.tabs 创…

    2025年12月13日
    000
  • streamlit编写登录界面

    在 Streamlit 中编写登录界面涉及以下步骤:创建一个表单,其中包含用户名和密码输入字段。验证用户提交的输入,检查其是否与预期的值匹配。使用 st.info、st.success 和 st.error 小部件显示提示消息。使用 st.set_page_config 小部件自定义界面的外观和布局…

    2025年12月13日
    000
  • streamlit中文手册

    Streamlit 是一个 Python 库,用于构建和部署交互式机器学习和数据科学应用程序,无需复杂的 Web 开发知识。它提供了多种内置组件和函数,简化了应用程序开发,使其快速、交互且易于部署。 Streamlit 中文手册 什么是 Streamlit? Streamlit 是一个用于构建和部署…

    2025年12月13日
    000
  • streamlit可以做网站吗

    是的,Streamlit 可用于创建交互式网站。它是一个开源 Python 库,消除了编写复杂代码的需要,使数据应用程序的构建、部署和共享变得简单。使用 Streamlit 创建网站的步骤包括:安装库、创建 Python 脚本、使用 Streamlit 组件构建界面、处理用户输入、运行脚本并部署网站…

    2025年12月13日
    000
  • streamlit官网

    Streamlit 官方网站 (https://streamlit.io) 面向希望使用 Python 构建交互式数据应用程序的 Python 开发人员、数据科学家和软件工程师。它提供教程、示例、社区论坛和博客,以支持用户学习和协作。网站设计简洁、易于导航,并针对移动设备进行了优化。 Streaml…

    2025年12月13日
    000
  • streamlit外网访问

    要让 Streamlit 应用程序实现外网访问,需执行以下步骤:获取公共 IP 地址。配置防火墙以允许传入连接至端口 8501。部署应用程序。使用 ngrok 创建隧道。打开隧道以获得可用于外部访问的公开 URL。 如何在 Streamlit 中实现外网访问 Streamlit 是一个用于创建和部署…

    2025年12月13日
    000
  • streamlit框架介绍

    Streamlit 是一款 Python 框架,用于构建交互式 Web 应用,具有快速开发、实时更新、部署简单和代码重用等优点。通过使用组件(例如文本输入框、地图和图表),开发者可以轻松创建应用,并使用回调函数处理用户交互。Streamlit 广泛用于数据可视化、机器学习演示和用户界面原型等领域。 …

    2025年12月13日
    000
  • streamlit怎么设置图片点击

    要在 Streamlit 中为图片设置点击事件,您可以:导入 Streamlit 并加载图像。定义一个回调函数来处理点击事件。将回调函数分配给 st.image 小部件的 on_click 属性。 如何在 Streamlit 中为图片设置点击事件 Streamlit 提供了一个名为 st.image…

    2025年12月13日
    000
  • streamlit怎么运行 streamlit中文教程

    如何本地运行 Streamlit:通过 pip install streamlit 安装 Streamlit编写 Streamlit 脚本,导入 streamlit 库并添加小组件通过 streamlit run my_app.py 运行应用(my_app.py 为脚本文件名)在浏览器中访问 htt…

    2025年12月13日
    000
  • streamlit怎么用 streamlit怎么安装

    Streamlit 的安装和使用:安装 Python 并在终端运行 “pip install streamlit”。创建一个 Python 脚本,导入 Streamlit 库并使用 st.title()、st.text_input() 和 st.line_chart() 等函…

    2025年12月13日
    000
  • streamlit怎么清空组件 streamlit自定义组件

    Streamlit 中可以使用 st.empty() 函数清空组件,此函数创建一个占位符,可后续填充以显示新内容。对于自定义组件,可以使用相同的函数清空其内容。 如何在 Streamlit 中清空组件 Streamlit 是一个 Python 库,用于创建交互式 Web 应用程序。它提供了一个名为 …

    2025年12月13日
    000
  • 了解您的数据:探索性数据分析的要点”

    探索性数据分析 (EDA) 正在分析数据集,以总结其主要特征、识别模式、发现异常并通常使用统计图形和其他数据可视化方法测试假设。它有助于总结数据并从数据集中发现见解。 探索性数据分析(EDA)涉及的典型步骤。 第 1 步:从数据库、网络抓取或 API 等各种来源收集所需数据。然后将数据和所需的库导入…

    2025年12月13日
    000

发表回复

登录后才能评论
关注微信