新闻详情

新闻详情

首页 / 资讯中心 / 详情

Django入门教程(二十六):博客项目实战(七)——用户系统注册、登录与登出

发布时间:2026/11/14 16:50:30来源:尧图网络
Django入门教程(二十六):博客项目实战(七)——用户系统注册、登录与登出
一、Django 内置 auth 系统Django 自带一套完整的用户认证模块:内置 User 模型(用户名、密码、邮箱等)内置登录/登出视图(无需自己写逻辑)内置的权限和组管理表单验证和安全防护(CSRF、XSS)这个模块是django.contrib.auth,在创建项目时已经默认注册到了INSTALLED_APPS。功能Django 提供需要自己写用户模型✅—登录视图✅—登出视图✅—注册视图—✅密码修改✅—权限管理✅—结论:只有注册需要自己写,登录和登出直接用内置视图。二、注册页面Django 内置了登录/登出视图,但没有内置注册视图,需要我们自己写。第一步:创建注册表单python# 文件路径:blog/forms.py(新建文件) from django import forms from django.contrib.auth.forms import UserCreationForm from django.contrib.auth.models import User class RegisterForm(UserCreationForm): """自定义注册表单:继承 UserCreationForm,添加邮箱字段""" email = forms.EmailField( label='邮箱', required=True, help_text='请输入有效的邮箱地址。' ) class Meta: model = User fields = ['username', 'email', 'password1', 'password2'] labels = { 'username': '用户名', }UserCreationForm的优势:它已经内置了以下功能,无需自己实现:功能说明密码强度验证太简单的密码会被拒绝两次密码一致性校验password1和password2必须相同密码加密存储自动哈希,不存明文用户名唯一性校验重复用户名会报错Meta配置说明:配置项作用model = User关联 Django 内置 User 模型fields = [...]指定表单包含的字段labels = {...}自定义字段的中文标签第二步:编写注册视图python# 文件路径:blog/views.py 新增 from django.shortcuts import render, redirect from django.contrib.auth im
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 2026/11/14 3:51:47

【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 2026/11/12 23:59:09

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 2026/11/14 10:11:15

【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 ... 2026/11/13 13:31:48

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 2026/11/14 16:35:50

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 2026/11/14 3:51:43

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
📞 ✉