Django-guardian 2.4.0版本发布:权限管理框架的重要更新
2025-06-15 17:10:02作者:何将鹤
项目简介
Django-guardian是Django生态系统中一个强大的对象级权限管理扩展框架。它弥补了Django自带权限系统只能处理模型级别权限的不足,提供了细粒度的对象级别权限控制能力。通过django-guardian,开发者可以为特定用户或组设置对特定模型实例的权限,这在构建需要复杂权限控制的Web应用时非常有用。
2.4.0版本核心更新
1. 支持最新Python和Django版本
本次更新最重要的改进之一是增加了对最新Python和Django版本的支持:
- Python 3.9支持:紧跟Python语言的发展步伐,确保项目可以在最新的Python环境中运行
- Django 3.1和3.2支持:保持与Django主框架的同步更新,特别是针对Django 3.2中引入的自动字段(AutoField)变化进行了适配
2. PermissionRequiredMixin新增any_perm参数
在权限控制的核心组件PermissionRequiredMixin中,新增了any_perm参数,这是一个重要的功能增强:
- 原有行为:默认情况下,当指定多个权限时,用户需要拥有所有列出的权限才能通过检查
- 新增行为:设置
any_perm=True后,用户只需拥有任意一个列出的权限即可通过检查 - 使用场景:这在需要更灵活的权限控制场景中非常有用,比如某些操作只要用户拥有"查看"或"编辑"任一权限即可执行
3. 全局权限处理改进
对remove_perm快捷函数进行了增强,使其能够正确处理全局权限对象。这一改进使得权限管理API更加一致和可靠。
4. 测试基础设施升级
项目从Travis CI迁移到了GitHub Actions,这是现代开源项目的趋势:
- 更快的测试执行:GitHub Actions通常提供更快的构建和测试速度
- 更好的集成:与GitHub仓库深度集成,提供更流畅的开发体验
- 更灵活的配置:支持更复杂的测试矩阵和工作流
技术细节解析
Django 3.2适配工作
针对Django 3.2的适配主要包括:
- 处理AutoField变更:Django 3.2修改了自动字段的默认行为,项目相应调整了相关代码
- 默认应用配置:移除了已弃用的
default_app_config设置,遵循Django的最新实践 - HTTP头测试:更新了与HTTP头相关的测试用例,确保与Django 3.2的兼容性
性能优化
本次版本包含了一个使用chain.from_iterable的优化,这是一种更高效的迭代器链式操作方式,可以提升权限检查时的性能表现。
开发者建议
对于正在使用或考虑使用django-guardian的开发者,建议:
- 升级计划:如果项目正在使用Python 3.9或Django 3.1/3.2,建议尽快升级到2.4.0版本
- 新功能利用:评估
any_perm参数是否能简化现有的权限控制逻辑 - 测试覆盖:利用GitHub Actions提供的CI/CD能力,建立更完善的自动化测试流程
总结
Django-guardian 2.4.0版本是一个重要的维护性更新,既保持了与最新Python和Django生态的同步,又引入了实用的新功能。特别是any_perm参数的加入,为复杂权限场景提供了更灵活的解决方案。这些改进使得django-guardian在对象级权限管理领域继续保持领先地位,是Django开发者构建安全应用的可靠选择。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210