在使用Django和Angular的過程中,遇到一個Angular向Django POST資料的問題。
// Angular $http({ url: "myviews", method: "POST", data: {'text': 'hello world', 'date': '2017-01-04'} })
# Django def myviews(request): print request.POST print request.body
以上將會列印出
<querydict:> u"{'text': 'hello world', 'date': '2017-01-04'}"</querydict:>
而我們期望是這樣的結果
<querydict:> u"{'text': 'hello world', 'date': '2017-01-04'}"</querydict:>
出現這種問題是因為Angular預設發送的資料格式是JSON
而不是urlencodes
無法解析JSON
,所以才會出現上面的結果。 解決的方法有很多,最簡單粗暴的辦法就是在每個視圖函數裡面都將
進行解析<pre class="brush:php;toolbar:false">def myviews(request):
data = urlencode(json.loads(request.body))
q_data = QueryDict(data)</pre>
我們可以把這類操作提取出來,寫成
,在request
requestrequest
request
requestrequest
requestrequest
requestrequest
requestrequest
requestrequest
requestrequest
request請求到達視圖函數之前就給統一處理好<pre class="brush:php;toolbar:false">class JSONMiddleware(object):
"""
Process application/json requests data from GET and POST requests.
"""
def process_request(self, request):
if 'application/json' in request.META['CONTENT_TYPE']:
data = json.loads(request.body)
q_data = QueryDict('', mutable=True)
for key, value in data.iteritems():
if isinstance(value, list):
for x in value:
q_data.update({key: x})
else:
q_data.update({key: value})
if request.method == 'GET':
request.GET = q_data
if request.method == 'POST':
request.POST = q_data
return None</pre>
因為有的request
請求當中沒有CONTENT-TYPE
這個Header
,所以我們需要判斷一下,之所以不簡單的轉換成Dict
而是QueryDict
是因為遵循一致性的原則,我們想要將結果綁定在request.GET
或request.POST
上面,而它們都是QueryDict
類型。
和
Dict最大的區別是
QueryDict
value
存在列表當中,並且QueryDict
是不可修改類型。所以當
是列表時我們也必須做一下判斷,否則整個列表將作為一個元素存入
QueryDict🎜的列表當中。 🎜a = {"a": [123, 456, 444], "b": 456} # 不做判断 data = QueryDict('', mutable=True) for k, v in a.iteritems(): data.update({k: v}) print data # 做判断 data = QueryDict('' mutable=True) for k, v in a.iteritems(): if isinstance(v, list): for x in value: data.update({k: x}) else: data.update({k: v}) print data
<querydict:> <querydict:></querydict:></querydict:>🎜 🎜🎜🎜🎜🎜更多Django解析Angular的POST資料相關文章請追蹤PHP中文網! 🎜🎜🎜🎜🎜🎜

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python和C 在内存管理和控制方面的差异显著。1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

選擇Python還是C 取決於項目需求:1)Python適合快速開發、數據科學和腳本編寫,因其簡潔語法和豐富庫;2)C 適用於需要高性能和底層控制的場景,如係統編程和遊戲開發,因其編譯型和手動內存管理。

Python在數據科學和機器學習中的應用廣泛,主要依賴於其簡潔性和強大的庫生態系統。 1)Pandas用於數據處理和分析,2)Numpy提供高效的數值計算,3)Scikit-learn用於機器學習模型構建和優化,這些庫讓Python成為數據科學和機器學習的理想工具。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。


熱AI工具

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
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

SublimeText3漢化版
中文版,非常好用

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

Dreamweaver CS6
視覺化網頁開發工具

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

禪工作室 13.0.1
強大的PHP整合開發環境