新闻详情

新闻详情

首页 / 资讯中心 / 详情

【Python项目实战】综合项目(四):Web展示、搜索与统计

发布时间:2026/11/12 14:40:37来源:尧图网络
【Python项目实战】综合项目(四):Web展示、搜索与统计
上篇M2交卷,数据库里的文章都有了AI摘要——但还躺在SQLite里,只有你能通过终端看到。今天M3——把它变成一个真正的网站。不只有首页和详情页,还要有搜索、统计、分页、错误页。🎯本篇成品:一个多页面博客式站点——首页分页 + 详情页 + 搜索 + 统计 + 自定义错误页。含注释约220行。📌 太长不看版(给想快速上手的你)项目信息一句话说明里程碑M3·Web展示、搜索与统计代码行数~220行(含注释)依赖flask核心功能分页列表 + 详情 + 搜索 + 统计 + 404/500跑起来的命令flask --app web.app run --debug核心知识点Flask路由、Jinja2模板继承、分页、SQL聚合做完你能得到一个能发给朋友看的早报站一、从开始到这里:差的是“完整产品”之前的博客有首页和详情页,但离“能给别人用”还差:功能博客AI摘要那篇本篇首页列表✅ 有✅ 有 +分页详情页✅ 有✅ 有 +相关推荐搜索❌ 没有✅ 按标题和摘要搜统计❌ 没有✅ 总量、日增、来源分布错误页❌ 默认✅ 自定义404、500导航栏❌ 简单✅ 全站导航 + 激活状态空状态❌ 没处理✅ 友好提示📌这一篇的差别不在“会不会Flask”,在“有没有把它当产品做”。二、目录结构与本篇范围python_daily/ ├── web/ │ ├── __init__.py │ ├── app.py # 🚪 Flask入口(本篇) │ ├── templates/ │ │ ├── base.html # 全站骨架(本篇) │ │ ├── index.html # 首页分页(本篇) │ │ ├── detail.html # 详情页(本篇) │ │ ├── search.html # 搜索页(本篇) │ │ ├── stats.html # 统计页(本篇) │ │ └── errors/ │ │ ├── 404.html │ │ └── 500.html │ └── static/ │ └── style.css # 样式(本篇) ├── core/storage.py # 存储层(需扩展分页/搜索/统计函数) └── ...🎯本篇只做Web展示。自动化部署在第32篇。三、第1步:扩展存储层——给Web层准备数据接口之前的storage.py只有基础查询,Web层需要更多:"""core/storage.py —— 追加Web层需要的数据接口"""defquery_page(conn,page:int=1,per_page:int=10)-list[tuple]:"""分页查询:第page页,每页per_page条"""offset=(page-1)*per_pagereturnconn.execute("SELECT id, title, url, source, date, summary FROM articles ""ORDER BY id DESC LIMIT ? OFFSET ?",(per_page,offset)).fetchall()defcount_all(conn)-int:"""文章总数(已存在)"""returnconn.execute("SELECT COUNT(*) FROM articles").fetchone()[0]defsearch_articles(conn,keyword:str)-list[tuple]:"""按关键词搜标题和摘要"""like=f"%{keyword}%"returnconn.execute("SELECT id, title, url, source, date, summary FROM articles ""WHERE title LIKE ? OR summary LIKE ? ORDER BY id DESC",(like,like)).fetchall()defstats_by_source(conn)-list[tuple]:"""各来源的文章数(GROUP BY)"""returnconn.execute("SELECT source, COUNT(*) FROM articles ""GROUP BY source ORDER BY COUNT(*) DESC").fetchall()defstats_by_day(conn)-list[tuple]:"""按日期统计文章数(取最近7天)"""returnconn.execute("SELECT DATE(created_at) as d, COUNT(*) FROM articles ""GROUP BY d ORDER BY d DESC LIMIT 7").fetchall()defquery_related(conn,article_id:int,source:str,limit:int=3)-list[tuple]:"""相关推荐:同来源的其他文章"""returnconn.execute("SELECT id, title FROM articles WHERE source = ? AND id != ? ""ORDER BY id DESC LIMIT ?",(source,article_id,limit)).fetchall()📌 四个新接口各司其职接口给谁用query_page首页分页列表search_articles搜索页stats_by_source+stats_by_day统计页query_related详情页的相关推荐💡DAO模式的好处在这里体现:Web层只调函数,不写SQL。将来换数据库只改storage.py。四、第2步:base.html——全站骨架与导航!DOCTYPEhtmlhtmllang="zh-CN"headmetacharset="UTF-8"metaname="viewport"content="width=device-width, initial-scale=1.0"title{% block title %}Python早报{% endblock %}/titlelinkrel="stylesheet"href="{ { url_for('static', filename='style.css') }}"/headbodyheadernavaclass="brand"href="{ { url_for('index') }}"🐍 Python早报/adivclass="links"ahref="{ { url_for('index') }}"class="{ { 'active' if request.endpoint == 'index' }}"首页/aahref="{ { url_for('stats') }}"class="{ { 'active' if request.endpoint == 'stats' }}"统计/aformclass="search-form"action="{ { url_for('search') }}"method="get"inputtype="text"name="q"placeholder="搜索文章…"/
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉