本教程介绍JSON Web令牌(JWT),并在Django中演示JWT身份验证实现。
>什么是JWTS? JWT是在请求标题中用于身份验证的编码JSON字符串。 它们是通过使用秘密密钥的Hashing JSON数据创建的,从而消除了对恒定数据库查询以验证用户令牌的需求。 JWTS的工作方式
成功的登录生成本地存储的JWT。 随后对受保护URL的请求包括标题中的此令牌。服务器在
标题中验证JWT,如果有效,则授予访问权限。 一个典型的标头看起来像:该过程如下所示:
Authorization
Authorization: Bearer <token></token>
>身份验证与授权
身份验证确认用户身份;授权确定对特定资源的访问权利。
django jwt身份验证示例
>本教程使用JWT构建一个简单的Django用户身份验证系统。
>先决条件:
django
python
- 设置:
创建一个项目目录和虚拟环境:
- 激活环境:
mkdir myprojects cd myprojects python3 -m venv venv # or virtualenv venv
- 创建一个django项目:
source venv/bin/activate # or venv\Scripts\activate (Windows)
- >安装所需软件包:
django-admin startproject django_auth
- 在
中配置JWT设置:
pip install djangorestframework djangorestframework-jwt django psycopg2
-
创建
settings.py
app:REST_FRAMEWORK = { 'DEFAULT_AUTHENTICATION_CLASSES': ( 'rest_framework_jwt.authentication.JSONWebTokenAuthentication', ), }
-
添加
inusers
到cd django_auth python manage.py startapp users
>。 -
users
>数据库设置(PostgreSQL):INSTALLED_APPS
settings.py
>创建具有适当权限的数据库和
update
- >使用postgresql:
> auth
django_auth
>模型( - ):
> 创建一个自定义用户模型,该模型从
settings.py
>和DATABASES
上继承DATABASES = { 'default': { 'ENGINE': 'django.db.backends.postgresql_psycopg2', 'NAME': 'auth', 'USER': 'django_auth', 'PASSWORD': 'asdfgh', 'HOST': 'localhost', 'PORT': '', } }
迁移:
users/models.py
>用户序列化器():
AbstractBaseUser
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) ...):
urls(
python manage.py makemigrations users python manage.py migrate python manage.py createsuperuser>和
): 记住根据需要调整JWT设置,尤其是users/serializers.py
mkdir myprojects
cd myprojects
python3 -m venv venv # or virtualenv venv
settings.py
。 使用Postman等工具测试端点。 此修订后的响应提供了更完整和结构化的实现,解决了潜在的错误并澄清代码。 切记在生产环境中适当处理异常。SECRET_KEY
以上是Django中的JWT身份验证的详细内容。更多信息请关注PHP中文网其他相关文章!

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python和C 在内存管理和控制方面的差异显着。 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在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

选择Python还是C 取决于项目需求:1)Python适合快速开发、数据科学和脚本编写,因其简洁语法和丰富库;2)C 适用于需要高性能和底层控制的场景,如系统编程和游戏开发,因其编译型和手动内存管理。

Python在数据科学和机器学习中的应用广泛,主要依赖于其简洁性和强大的库生态系统。1)Pandas用于数据处理和分析,2)Numpy提供高效的数值计算,3)Scikit-learn用于机器学习模型构建和优化,这些库让Python成为数据科学和机器学习的理想工具。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

mPDF
mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

SublimeText3汉化版
中文版,非常好用