搜尋
首頁後端開發Python教學我的創建事件管理 CLI 應用程式的旅程

My Journey Creating an Event Management CLI App

我的創建事件管理 CLI 應用程式的旅程

介紹

作為軟體開發的初學者,最令人興奮和艱鉅的任務之一就是創建您的第一個重要專案。對我來說,這是事件管理 CLI 應用程式。這個專案不僅幫助我鞏固了對 Python 的理解,也向我介紹了 SQLAlchemy ORM、Click 等 CLI 函式庫以及軟體開發的一般最佳實務。回顧這段旅程,我意識到我學到了很多東西,以及這些技能如何塑造了我作為開發人員的信心。

開始:學習 Python 基礎知識

在深入這個專案之前,我的旅程從 Python 基礎開始。學習 Python 的語法、控制結構、資料型別和函數是解決這個專案的基礎。我記得編寫簡單腳本、調試錯誤以及每次成功運行所帶來的小胜利的日子。理解這些基礎知識至關重要,因為它們構成了任何 Python 專案的基石。

我早期學到的最有用的方面之一是如何管理和操作不同的資料結構,特別是列表、字典和元組。當我開始使用事件管理 CLI 應用程式時,這些技能至關重要,我必須在該應用程式中有效地儲存和處理多個資料。

深入項目:設定環境

建立事件管理 CLI 應用程式的第一步是設定環境。使用 Pipenv 進行虛擬環境管理是一種全新的體驗。它簡化了管理依賴項的過程,並確保專案環境與系統的其餘部分隔離。

以下是我設定虛擬環境的方法:

pipenv install
pipenv shell

接下來,我初始化了 Alembic 以進行資料庫遷移。此步驟對於管理資料庫架構隨時間的變化至關重要。

alembic init migrations
alembic revision --autogenerate -m "Create Initial models"
alembic upgrade head

建立模型

應用程式的核心在於它的模型。使用 SQLAlchemy ORM,我定義了使用者、活動、日程安排和與會者的模型。這就是我對 Python 類別和 SQLAlchemy 的理解的結合點。這是 models.py 檔案的片段:

from sqlalchemy import Column, Integer, String, ForeignKey, DateTime, create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship, sessionmaker

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    username = Column(String, unique=True, nullable=False)

class Event(Base):
    __tablename__ = 'events'
    id = Column(Integer, primary_key=True)
    name = Column(String, nullable=False)
    description = Column(String)
    user_id = Column(Integer, ForeignKey('users.id'))

    user = relationship('User', back_populates='events')

class EventSchedule(Base):
    __tablename__ = 'event_schedules'
    id = Column(Integer, primary_key=True)
    event_id = Column(Integer, ForeignKey('events.id'))
    start_time = Column(DateTime, nullable=False)
    end_time = Column(DateTime, nullable=False)

    event = relationship('Event', back_populates='schedules')

class Attendee(Base):
    __tablename__ = 'attendees'
    id = Column(Integer, primary_key=True)
    name = Column(String, nullable=False)
    event_id = Column(Integer, ForeignKey('events.id'))

    event = relationship('Event', back_populates='attendees')

User.events = relationship('Event', order_by=Event.id, back_populates='user')
Event.schedules = relationship('EventSchedule', order_by=EventSchedule.id, back_populates='event')
Event.attendees = relationship('Attendee', order_by=Attendee.id, back_populates='event')

有用的技術面:SQLAlchemy 中的關係

我在這個專案中學到的最有用的技術方面之一是處理 SQLAlchemy 中的關係。使用 SQLAlchemy 的 ORM 定義表之間的關係可以更輕鬆地管理資料和執行查詢。例如,在使用者和事件之間建立一對多關係使我可以輕鬆查詢特定使用者建立的所有事件。

這是我如何定義使用者和事件之間的關係:

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    username = Column(String, unique=True, nullable=False)
    events = relationship('Event', order_by='Event.id', back_populates='user')

class Event(Base):
    __tablename__ = 'events'
    id = Column(Integer, primary_key=True)
    name = Column(String, nullable=False)
    description = Column(String)
    user_id = Column(Integer, ForeignKey('users.id'))
    user = relationship('User', back_populates='events')

這個關係定義讓我可以輕鬆查詢使用者的事件:

def get_user_events(user_id):
    user = session.query(User).filter(User.id == user_id).first()
    return user.events

實施 CLI

應用程式的 CLI 部分是使用 Click 實現的。該庫使創建可以處理​​各種命令和選項的命令列介面變得簡單。這是 cli.py 檔案的片段:

import click
from models import User, Event, EventSchedule, Attendee
from db import session

@click.group()
def cli():
    pass

@click.command()
def create_event():
    name = click.prompt('Enter event name')
    description = click.prompt('Enter event description')
    user_id = click.prompt('Enter user ID', type=int)
    event = Event(name=name, description=description, user_id=user_id)
    session.add(event)
    session.commit()
    click.echo('Event created!')

cli.add_command(create_event)

if __name__ == '__main__':
    cli()

回顧過去

回顧過去,這個專案是我作為開發者旅程中的一個重要里程碑。它從學習 Python 的基礎知識開始,這為理解更複雜的概念奠定了基礎。事件管理 CLI 應用程式專案完美融合了 Python、SQL 和命令列介面,提供了全面的學習體驗。

這個計畫最大的收穫之一是編碼中結構和組織的重要性。使用虛擬環境、管理依賴關係以及維護乾淨的專案結構使開發過程更加順暢和有效率。

此外,SQLAlchemy ORM 和 Click 的實務經驗強化了我所獲得的理論知識。了解如何定義表之間的關係、執行資料庫遷移以及建立使用者友好的 CLI 是非常寶貴的技能。

結論

建立事件管理 CLI 應用程式是一次充滿挑戰但有益的經驗。它鞏固了我對 Python 和 SQLAlchemy 的理解,向我介紹了軟體開發的最佳實踐,並增強了我解決問題的能力。對於任何想要成長為開發人員的初學者,我強烈建議深入研究這樣的專案。這是應用您所學、發現新工具和技術以及建立令您引以為豪的有形事物的絕佳方式。

https://github.com/migsldev/event-management-app

以上是我的創建事件管理 CLI 應用程式的旅程的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
如何使用Python查找文本文件的ZIPF分佈如何使用Python查找文本文件的ZIPF分佈Mar 05, 2025 am 09:58 AM

本教程演示如何使用Python處理Zipf定律這一統計概念,並展示Python在處理該定律時讀取和排序大型文本文件的效率。 您可能想知道Zipf分佈這個術語是什麼意思。要理解這個術語,我們首先需要定義Zipf定律。別擔心,我會盡量簡化說明。 Zipf定律 Zipf定律簡單來說就是:在一個大型自然語言語料庫中,最頻繁出現的詞的出現頻率大約是第二頻繁詞的兩倍,是第三頻繁詞的三倍,是第四頻繁詞的四倍,以此類推。 讓我們來看一個例子。如果您查看美國英語的Brown語料庫,您會注意到最頻繁出現的詞是“th

如何在Python中下載文件如何在Python中下載文件Mar 01, 2025 am 10:03 AM

Python 提供多種從互聯網下載文件的方法,可以使用 urllib 包或 requests 庫通過 HTTP 進行下載。本教程將介紹如何使用這些庫通過 Python 從 URL 下載文件。 requests 庫 requests 是 Python 中最流行的庫之一。它允許發送 HTTP/1.1 請求,無需手動將查詢字符串添加到 URL 或對 POST 數據進行表單編碼。 requests 庫可以執行許多功能,包括: 添加表單數據 添加多部分文件 訪問 Python 的響應數據 發出請求 首

我如何使用美麗的湯來解析HTML?我如何使用美麗的湯來解析HTML?Mar 10, 2025 pm 06:54 PM

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

python中的圖像過濾python中的圖像過濾Mar 03, 2025 am 09:44 AM

處理嘈雜的圖像是一個常見的問題,尤其是手機或低分辨率攝像頭照片。 本教程使用OpenCV探索Python中的圖像過濾技術來解決此問題。 圖像過濾:功能強大的工具圖像過濾器

如何使用Python使用PDF文檔如何使用Python使用PDF文檔Mar 02, 2025 am 09:54 AM

PDF 文件因其跨平台兼容性而廣受歡迎,內容和佈局在不同操作系統、閱讀設備和軟件上保持一致。然而,與 Python 處理純文本文件不同,PDF 文件是二進製文件,結構更複雜,包含字體、顏色和圖像等元素。 幸運的是,借助 Python 的外部模塊,處理 PDF 文件並非難事。本文將使用 PyPDF2 模塊演示如何打開 PDF 文件、打印頁面和提取文本。關於 PDF 文件的創建和編輯,請參考我的另一篇教程。 準備工作 核心在於使用外部模塊 PyPDF2。首先,使用 pip 安裝它: pip 是 P

如何在django應用程序中使用redis緩存如何在django應用程序中使用redis緩存Mar 02, 2025 am 10:10 AM

本教程演示瞭如何利用Redis緩存以提高Python應用程序的性能,特別是在Django框架內。 我們將介紹REDIS安裝,Django配置和性能比較,以突出顯示BENE

引入自然語言工具包(NLTK)引入自然語言工具包(NLTK)Mar 01, 2025 am 10:05 AM

自然語言處理(NLP)是人類語言的自動或半自動處理。 NLP與語言學密切相關,並與認知科學,心理學,生理學和數學的研究有聯繫。在計算機科學

如何使用TensorFlow或Pytorch進行深度學習?如何使用TensorFlow或Pytorch進行深度學習?Mar 10, 2025 pm 06:52 PM

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
2 週前By尊渡假赌尊渡假赌尊渡假赌
倉庫:如何復興隊友
4 週前By尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒險:如何獲得巨型種子
3 週前By尊渡假赌尊渡假赌尊渡假赌

熱工具

DVWA

DVWA

Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

Atom編輯器mac版下載

Atom編輯器mac版下載

最受歡迎的的開源編輯器

Dreamweaver Mac版

Dreamweaver Mac版

視覺化網頁開發工具

PhpStorm Mac 版本

PhpStorm Mac 版本

最新(2018.2.1 )專業的PHP整合開發工具

SecLists

SecLists

SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。