


Django AllAuth Bab Memperluaskan model pengguna Django AllAuth dengan medan tersuai
NOTA: Artikel ini pada mulanya disiarkan pada Substack saya, di https://andresalvareziglesias.substack.com/
Ini ialah bab terakhir bagi siri siaran Django AllAuth ini. Dalam lima bab ini kami telah menemui sedikit keajaiban, komponen Django yang sangat membantu untuk mengendalikan semua keperluan pengesahan kami. Dalam bab ini kita akan belajar cara melanjutkan model pengguna Django asas untuk menambah medan tersuai.
Senarai bab
- Bab 1 - Penyelesaian All-in-one untuk Auth dalam Django
- Bab 2 - Cara memasang dan mengkonfigurasi Django AllAuth
- Bab 3 - Log masuk sosial dengan Django AllAuth
- Bab 4 - Menyesuaikan Django AllAuth UI
- Bab 5 - Memanjangkan model pengguna Django AllAuth dengan medan tersuai ←Yang ini!
Model pengguna Django
AllAuth menggunakan model pengguna Django standard, serta beberapa jadual tambahan untuk mengendalikan log masuk sosial dan token log masuk. Dalam Django 5, model pengguna terletak dalam pakej django.contrib.auth, dan mempunyai sekumpulan medan yang dipratentukan, seperti yang anda boleh baca dalam dokumen rasmi:
- https://docs.djangoproject.com/en/5.0/ref/contrib/auth/
Kadang-kadang, ini tidak mencukupi untuk projek kami. Django membolehkan anda membuat jadual Pengguna tersuai dan pengurus Pengguna, untuk mengendalikan keperluan setiap projek.
Kami akan membuat jadual Pengguna tersuai dan Pengurus Pengguna tersuai untuk mengendalikan proses log masuk dan pendaftaran kami.
Mencipta jadual Pengguna tersuai
Buka models.py dalam projek sampel kami dan tulis kod seperti ini:
class MyCustomUser(AbstractBaseUser): email = models.EmailField(unique=True) first_name = models.CharField(max_length=30, blank=True) last_name = models.CharField(max_length=30, blank=True) is_active = models.BooleanField(default=True) is_admin = models.BooleanField(default=False) timezone = models.CharField(max_length=30, default='UTC') is_custom = models.BooleanField(default=False) is_staff = models.BooleanField(default=False) created_at = models.DateTimeField(auto_now_add=True) updated_at = models.DateTimeField(auto_now=True) objects = MyCustomUserManager() USERNAME_FIELD = 'email' EMAIL_FIELD = 'email' def __str__(self): return self.email def has_perm(self, perm, obj=None): return True def has_module_perms(self, app_label): return True @property def is_utc(self): return self.timezone == 'UTC'
Kami boleh menentukan model Pengguna baharu yang dilanjutkan daripada model AbstractBaseUser Django. Dalam model baharu ini, kami boleh menambah semua medan atau sifat tersuai yang kami perlukan.
Barisan ini penting:
objects = MyCustomUserManager() USERNAME_FIELD = 'email' EMAIL_FIELD = 'email'
Dengan baris ini kami memautkan model pengguna dengan UserManager tersuai kami, dan kami juga mentakrifkan medan yang bertindak sebagai "nama pengguna" yang unik.
Ingat untuk mendaftarkan model baharu dalam admin.py untuk mengurusnya daripada alat pentadbir Django.
from django.contrib import admin from .models import MyCustomUser admin.site.register(MyCustomUser)
Mencipta pengurus Pengguna tersuai
Buka sekali lagi models.py dalam projek sampel kami (atau jana fail lain untuk UserManager tersuai jika anda mahu) dan tulis kod seperti ini:
class MyCustomUserManager(BaseUserManager): def create_user(self, email, password=None): if not email: raise ValueError('Users must have an email address') user = self.model( email=self.normalize_email(email), ) user.set_password(password) user.save(using=self._db) return user def create_superuser(self, email, password): user = self.create_user( email=email, password=password, ) user.is_admin = True user.is_staff = True user.save(using=self._db) return user
Dalam contoh ini, kami memperluaskan BaseUserManager untuk mencipta UserManager tersuai kami. Ia mencipta pengguna baharu kami dan mengisi medan tersuai seperti yang kami jangkakan.
Kami menentukan sebelum UserManager untuk model Pengguna tersuai kami, jadi Django tahu kelas yang hendak digunakan semasa penciptaan pengguna baharu.
Menggunakan pengurus dan model Pengguna tersuai
Dalam fail tetapan projek kami, kami boleh menetapkan model pengguna semasa untuk projek kami dengan:
# Set custom user model as the active one AUTH_USER_MODEL = 'demo.MyCustomUser' # Configure AllAuth username related management, because we are # using the e-mail as username. See: # https://docs.allauth.org/en/latest/account/advanced.html ACCOUNT_AUTHENTICATION_METHOD = 'email' ACCOUNT_EMAIL_REQUIRED = True ACCOUNT_UNIQUE_EMAIL = True ACCOUNT_USERNAME_REQUIRED = False ACCOUNT_USER_MODEL_USERNAME_FIELD = None
Hanya dengan perubahan kecil ini (dan penghijrahan DB yang diperlukan, seperti biasa), kami boleh mula mencipta pengguna dengan paparan pendaftaran AllAuth untuk melihat UserManager tersuai kami yang berkilat dan modelnya dalam tindakan. Cepat dan mudah.
Kami juga melumpuhkan pengurusan berkaitan nama pengguna AllAuth, kerana kami menggunakan e-mel sebagai nama pengguna dalam contoh ini.
Dan itulah penghujungnya... atau tidak?
Kami telah mencapai bab terakhir pada siri AllAuth ini. AllAuth ialah pustaka yang menarik untuk mengendalikan pengesahan dalam apl kami dan menjadikannya lebih mudah untuk berfungsi dengan log masuk sosial, terima kasih kepada senarai penyepaduan yang dipratentukan yang besar.
Ini adalah bab terakhir siri ini, tetapi saya akan melawat semula AllAuth dalam siaran akan datang. Terima kasih kerana membaca dan selamat mengekod!
Mengenai senarai
Di antara siaran Python dan Docker, saya juga akan menulis tentang topik lain yang berkaitan (sentiasa topik teknologi dan pengaturcaraan, saya berjanji... dengan bersilang jari), seperti:
- Seni bina perisian
- Persekitaran pengaturcaraan
- Sistem pengendalian Linux
- Dll.
Jika anda menemui beberapa teknologi yang menarik, bahasa pengaturcaraan atau apa sahaja, sila beritahu saya! Saya sentiasa terbuka untuk mempelajari sesuatu yang baharu!
Mengenai penulis
Saya Andrés, pembangun perisian tindanan penuh yang berpangkalan di Palma, dalam perjalanan peribadi untuk meningkatkan kemahiran pengekodan saya. Saya juga seorang penulis fantasi yang diterbitkan sendiri dengan empat novel terbitan atas nama saya. Sila tanya saya apa-apa sahaja!
Atas ialah kandungan terperinci Django AllAuth Bab Memperluaskan model pengguna Django AllAuth dengan medan tersuai. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
