検索
ホームページバックエンド開発Python チュートリアルPython Web フレームワーク Pylons での MongoDB の使用例

長い開発期間を経て、Pylons はついにバージョン 1.0 をリリースしました。正式な製品開発にとって、バージョン 1.0 は非常に重要であり、これは Pylons の API がようやく安定したことを示しています。

Pylons は Rails の模倣として生まれましたが、純粋な Python Web フレームワークとして、強力なカスタマイズ性という特徴があります。フレームワークの各層は車輪の再発明を行うのではなく、既存の Python ライブラリを可能な限り統合します。 MVC のモデル層では、Pylons はデフォルトで SQLAlchemy をサポートします。今は NoSQL が注目されており、MongoDB も注目されています。 Pylons で MongoDB を使用するのも簡単です。以下に簡単な例を示します。

PROJECT/model/__init__.py で MongoDB 初期化関数とマッピング オブジェクトを定義します。

コードをコピー コードは次のとおりです:

from ming import Session

from ming import schema
from ming.orm import MappedClass
from ming.orm import FieldProperty、ForeignIdProperty、RelationProperty
from ming.orm import ThreadLocalORMSession

セッション = なし

def init_single_model(model_class):
model_class.__mongometa__.session = session

class Page(MappedClass):
class __mongometa__:
session = session
name = 'pages'

_id = FieldProperty(schema.ObjectId)
title = FieldProperty(str)
content = FieldProperty(str)

def init_model(engine):
グローバルセッション
session = ThreadLocalORMSession(doc_session=Session(engine))
init_single_model(Page)
MappedClass.compile_all()

PROJECT/config/environment.py で初期化します:

コードをコピー コードは次のとおりです:

from ..model import init_model
from ming.datastore import DataStore

defload_environment(global_conf, app_conf):

...

# デフォルトの自動エスケープを使用して Mako TemplateLookup を作成します
config['pylons.app_globals'].mako_lookup = TemplateLookup(
directory=paths['templates'],
error_handler=handle_mako_error,
module_directory=os.path.join(app_conf['templates']),
module_directory=os.path.join(app_conf['c ache_dir']、'テンプレート')、webhelpers.html インポートエスケープ'])

# mongodb データベース エンジンをセットアップします

init_model(DataStore(config['database.uri']))

# ここに設定オプションがあります (注: すべての設定オプションは上書きされます

# 任意の Pylons 設定オプション)

構成を返す


最後に、developer.ini に MongoDB 構成項目を追加します。

コードをコピー コードは次のとおりです:
[app:main]
database.uri = mongodb:/ /localhost: 27017/test

プログラムのインストール中に一部のデータを初期化する必要がある場合は、それを PROJECT/websetup.py に追加できます

コードをコピー コードは次のとおりです:
"""wukong アプリケーションのセットアップ"""
インポート ログ
pylons.test をインポート

from .config.environment import load_environment

from . import model

log =logging.getLogger(__name__)

def setup_app(command, conf, vars):

"""wukong をセットアップするコマンドをここに配置します"""
# アプリがテスト環境でロードされた場合は、アプリをリロードしないでください
そうでない場合は、pylons.test.pylonsapp:
load_environment(conf.global_conf, conf.local_conf)

log.info("デモ データを追加しています。")

page = model.Page(title='demo', content='これはデモ用です。')
model.session.flush()
log.info("セットアップに成功しました。")

ここでは、MongoDB に接続し、単純な ORM を実行するために Ming ライブラリが使用されています。 Ming ライブラリは、PyMongo の ORM ラッパー ライブラリです。これは、SourceForge が TurboGears と MongoDB を使用してサイトをリファクタリングした副産物です。 SQLAlchemy ORM と少し似た働きをします。上記の例では、Ming を MongoKit または他の MongoDB ORM ライブラリに置き換えたり、PyMongo を直接使用したりすることもできます。

MongoDB が普及しそうな予感がします。

声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
numpyアレイは、アレイモジュールを使用して作成された配列とどのように異なりますか?numpyアレイは、アレイモジュールを使用して作成された配列とどのように異なりますか?Apr 24, 2025 pm 03:53 PM

numpyarraysarasarebetterfornumeroperations andmulti-dimensionaldata、whilethearraymoduleissuitable forbasic、1)numpyexcelsinperformance and forlargedatasentassandcomplexoperations.2)thearraymuremememory-effictientivearientfa

Numpyアレイの使用は、Pythonで配列モジュール配列の使用と比較してどのように比較されますか?Numpyアレイの使用は、Pythonで配列モジュール配列の使用と比較してどのように比較されますか?Apr 24, 2025 pm 03:49 PM

NumPyArraySareBetterforHeavyNumericalComputing、whilethearrayarayismoreSuitableformemory-constrainedprojectswithsimpledatatypes.1)numpyarraysofferarays andatiledance andpeperancedatasandatassandcomplexoperations.2)thearraymoduleisuleiseightweightandmemememe-ef

CTypesモジュールは、Pythonの配列にどのように関連していますか?CTypesモジュールは、Pythonの配列にどのように関連していますか?Apr 24, 2025 pm 03:45 PM

ctypesallowsinging andmanipulatingc-stylearraysinpython.1)usectypestointerfacewithclibrariesforperformance.2)createc-stylearraysfornumericalcomputations.3)passarraystocfunctions foreffientientoperations.how、how、becuutiousmorymanagemation、performanceo

Pythonのコンテキストで「配列」と「リスト」を定義します。Pythonのコンテキストで「配列」と「リスト」を定義します。Apr 24, 2025 pm 03:41 PM

Inpython、「リスト」は、「リスト」、自由主義的なもの、samememory効率が高く、均質な偶然の瞬間の想起された「アレイ」の「アレイ」の「アレイ」の均質な偶発的な想起されたものです

Pythonリストは可変ですか、それとも不変ですか? Pythonアレイはどうですか?Pythonリストは可変ですか、それとも不変ですか? Pythonアレイはどうですか?Apr 24, 2025 pm 03:37 PM

pythonlistsandarraysaraybothmutable.1)listsareflexibleandsupportheTeterdatabutarlessmemory-efficient.2)Arraysaremorememory-efficientiant forhomogeneousdative、ressivelessatile、ressing comerttytytypecodeusageodoavoiderorors。

Python vs. C:重要な違​​いを理解しますPython vs. C:重要な違​​いを理解しますApr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Python vs. C:プロジェクトのためにどの言語を選択しますか?Python vs. C:プロジェクトのためにどの言語を選択しますか?Apr 21, 2025 am 12:17 AM

PythonまたはCの選択は、プロジェクトの要件に依存します。1)迅速な開発、データ処理、およびプロトタイプ設計が必要な場合は、Pythonを選択します。 2)高性能、低レイテンシ、および緊密なハードウェアコントロールが必要な場合は、Cを選択します。

Pythonの目標に到達する:毎日2時間のパワーPythonの目標に到達する:毎日2時間のパワーApr 20, 2025 am 12:21 AM

毎日2時間のPython学習を投資することで、プログラミングスキルを効果的に改善できます。 1.新しい知識を学ぶ:ドキュメントを読むか、チュートリアルを見る。 2。練習:コードと完全な演習を書きます。 3。レビュー:学んだコンテンツを統合します。 4。プロジェクトの実践:実際のプロジェクトで学んだことを適用します。このような構造化された学習計画は、Pythonを体系的にマスターし、キャリア目標を達成するのに役立ちます。

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

EditPlus 中国語クラック版

EditPlus 中国語クラック版

サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

Dreamweaver Mac版

Dreamweaver Mac版

ビジュアル Web 開発ツール

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。