Ce tutoriel présente des jetons Web JSON (JWT) et démontre l'implémentation d'authentification JWT dans Django.
Que sont JWTS?
JWTS sont des chaînes JSON codées utilisées dans les en-têtes de demande d'authentification. Ils sont créés par hachage des données JSON avec une clé secrète, éliminant le besoin de requêtes de base de données constantes pour vérifier les jetons utilisateur.
comment les JWT fonctionnent
Les connexions réussies génèrent un JWT stocké localement. Les demandes ultérieures pour protéger les URL incluent ce jeton dans l'en-tête. Le serveur vérifie le JWT dans l'en-tête Authorization
, accordant l'accès si valide. Un en-tête typique ressemble: Authorization: Bearer <token></token>
Le processus est illustré ci-dessous:
Authentification par rapport à l'autorisation
L'authentification confirme l'identité de l'utilisateur; L'autorisation détermine les droits d'accès à des ressources spécifiques.
Django JWT Authentication Exemple
Ce tutoriel construit un simple système d'authentification utilisateur Django à l'aide de JWT.
Prérequis:
- django
- python
Configuration:
-
Créer un répertoire de projet et un environnement virtuel:
mkdir myprojects cd myprojects python3 -m venv venv # or virtualenv venv
-
Activer l'environnement:
source venv/bin/activate # or venv\Scripts\activate (Windows)
-
Créer un projet Django:
django-admin startproject django_auth
-
Installez les packages requis:
pip install djangorestframework djangorestframework-jwt django psycopg2
-
Configurer les paramètres JWT dans
settings.py
:REST_FRAMEWORK = { 'DEFAULT_AUTHENTICATION_CLASSES': ( 'rest_framework_jwt.authentication.JSONWebTokenAuthentication', ), }
-
Créer une
users
App:cd django_auth python manage.py startapp users
-
Ajouter
users
àINSTALLED_APPS
danssettings.py
.
Configuration de la base de données (PostgreSQL):
-
Créez la base de données
auth
et un utilisateurdjango_auth
avec des autorisations appropriées (remplacer 'asdfgh' par un mot de passe fort). Consulter la documentation PostgreSQL pour des instructions détaillées. -
Mise à jour
settings.py
DATABASES
pour utiliser PostgreSQL:DATABASES = { 'default': { 'ENGINE': 'django.db.backends.postgresql_psycopg2', 'NAME': 'auth', 'USER': 'django_auth', 'PASSWORD': 'asdfgh', 'HOST': 'localhost', 'PORT': '', } }
Modèles (users/models.py
):
Créez un modèle utilisateur personnalisé héritant de AbstractBaseUser
et PermissionsMixin
:
from django.db import models from django.utils import timezone from django.contrib.auth.models import AbstractBaseUser, PermissionsMixin, BaseUserManager from django.db import transaction class UserManager(BaseUserManager): # ... (UserManager methods as in original example) ... class User(AbstractBaseUser, PermissionsMixin): # ... (User model fields as in original example) ... objects = UserManager() USERNAME_FIELD = 'email' REQUIRED_FIELDS = ['first_name', 'last_name'] # ... (save method as in original example) ...
Migrations:
python manage.py makemigrations users python manage.py migrate python manage.py createsuperuser
Sérialiseurs utilisateur (users/serializers.py
):
from rest_framework import serializers from .models import User class UserSerializer(serializers.ModelSerializer): date_joined = serializers.ReadOnlyField() class Meta: model = User fields = ('id', 'email', 'first_name', 'last_name', 'date_joined', 'password') extra_kwargs = {'password': {'write_only': True}}
Vues de l'utilisateur (users/views.py
):
from rest_framework.views import APIView from rest_framework.response import Response from rest_framework import status from rest_framework.permissions import AllowAny, IsAuthenticated from rest_framework.generics import RetrieveUpdateAPIView from rest_framework_jwt.settings import api_settings from .serializers import UserSerializer from .models import User from django.conf import settings import jwt from rest_framework.decorators import api_view, permission_classes from django.dispatch import Signal jwt_payload_handler = api_settings.JWT_PAYLOAD_HANDLER jwt_encode_handler = api_settings.JWT_ENCODE_HANDLER user_logged_in = Signal() class CreateUserAPIView(APIView): permission_classes = (AllowAny,) def post(self, request): user = request.data serializer = UserSerializer(data=user) serializer.is_valid(raise_exception=True) serializer.save() return Response(serializer.data, status=status.HTTP_201_CREATED) class UserRetrieveUpdateAPIView(RetrieveUpdateAPIView): permission_classes = (IsAuthenticated,) serializer_class = UserSerializer def get(self, request, *args, **kwargs): serializer = self.serializer_class(request.user) return Response(serializer.data, status=status.HTTP_200_OK) def put(self, request, *args, **kwargs): serializer_data = request.data.get('user', {}) serializer = UserSerializer(request.user, data=serializer_data, partial=True) serializer.is_valid(raise_exception=True) serializer.save() return Response(serializer.data, status=status.HTTP_200_OK) @api_view(['POST']) @permission_classes([AllowAny, ]) def authenticate_user(request): # ... (authentication logic as in original example) ...
urls (users/urls.py
et django_auth/urls.py
):
mkdir myprojects cd myprojects python3 -m venv venv # or virtualenv venv
N'oubliez pas d'ajuster les paramètres JWT dans settings.py
au besoin, en particulier SECRET_KEY
. Testez les points de terminaison à l'aide d'outils comme Postman. Cette réponse révisée fournit une implémentation plus complète et structurée, abordant les erreurs potentielles et clarifiant le code. N'oubliez pas de gérer les exceptions de manière appropriée dans un environnement de production.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

ToAppendementStoapyThonList, usetheAppend () methodforsingleelements, prolong () forulTipleElements, andInsert () forSpecificPositifs.1) useAppend () foraddingOneelementAtheend.2) useExtend () ToaddMultipleElementSEFFIENTLY.3)

TOCREATEAPYTHONLIST, USSquareBracket [] et SEPARateItemswithcommas.1) listsaredynynamicandcanholdmixeddatatypes.2) useAppend (), retire (), andslitingformMipulation.3) Listcomprehensationafficientforcereglists.4)

Dans les domaines de la finance, de la recherche scientifique, des soins médicaux et de l'IA, il est crucial de stocker et de traiter efficacement les données numériques. 1) En finance, l'utilisation de fichiers mappés de mémoire et de bibliothèques Numpy peut considérablement améliorer la vitesse de traitement des données. 2) Dans le domaine de la recherche scientifique, les fichiers HDF5 sont optimisés pour le stockage et la récupération des données. 3) Dans les soins médicaux, les technologies d'optimisation de la base de données telles que l'indexation et le partitionnement améliorent les performances des requêtes de données. 4) Dans l'IA, la fragmentation des données et la formation distribuée accélèrent la formation du modèle. Les performances et l'évolutivité du système peuvent être considérablement améliorées en choisissant les bons outils et technologies et en pesant les compromis entre les vitesses de stockage et de traitement.

PythonarRaySaCreatEdusingtheArrayModule, notbuilt-inlikelistes.1) importtheaRaymodule.2) spécifiertheTypecode, par exemple, 'I'ForIntegers.3) initializewithvalues.

En plus de la ligne Shebang, il existe de nombreuses façons de spécifier un interprète Python: 1. Utilisez les commandes Python directement à partir de la ligne de commande; 2. Utilisez des fichiers batch ou des scripts shell; 3. Utilisez des outils de construction tels que Make ou Cmake; 4. Utilisez des coureurs de tâches tels que Invoke. Chaque méthode présente ses avantages et ses inconvénients, et il est important de choisir la méthode qui répond aux besoins du projet.

ForhandlingLargedatasetSInpython, UsenumpyArraysforbetterperformance.1) NumpyArraysAremeMory-EfficientAndFasterFornumericalOperations.2) EvitUnneceSsaryTypeConversions.3) Le effet de levier

Inpython, listSusedynamicMemoryallocation withover-allocation, whileLumpyArraySallocateFixedMemory.1) listsallocatemoreMoryThreededEdededInitialement, redimensipwenessary.2) NumpyArraySallocateExactMemoryForElements, offrantwectable usinessflexibilité.

Inpython, YouCanscthedatatatypeyfelemememedenernSspant.1) usenpynernrump.1) usenpynerp.dloatp.ploatm64, formateur préséconstrolatatype.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Version crackée d'EditPlus en chinois
Petite taille, coloration syntaxique, ne prend pas en charge la fonction d'invite de code

SublimeText3 Linux nouvelle version
Dernière version de SublimeText3 Linux

mPDF
mPDF est une bibliothèque PHP qui peut générer des fichiers PDF à partir de HTML encodé en UTF-8. L'auteur original, Ian Back, a écrit mPDF pour générer des fichiers PDF « à la volée » depuis son site Web et gérer différentes langues. Il est plus lent et produit des fichiers plus volumineux lors de l'utilisation de polices Unicode que les scripts originaux comme HTML2FPDF, mais prend en charge les styles CSS, etc. et présente de nombreuses améliorations. Prend en charge presque toutes les langues, y compris RTL (arabe et hébreu) et CJK (chinois, japonais et coréen). Prend en charge les éléments imbriqués au niveau du bloc (tels que P, DIV),

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Dreamweaver Mac
Outils de développement Web visuel
