Django Unfold 中自定义只读 JSON 字段的格式化技巧
2025-07-01 04:42:11作者:凤尚柏Louis
在 Django Unfold 项目中,开发者经常会遇到需要在前端界面展示 JSON 数据的场景。系统默认的 JSON 字段展示已经提供了良好的格式化效果,但当我们需要自定义只读字段时,如何实现同样美观的 JSON 格式化显示呢?
默认 JSON 字段的展示效果
Django Unfold 对于模型中的 JSONField 类型字段,默认会以美观的格式化方式展示在前端界面。这种展示方式具有以下特点:
- 自动缩进,保持层级结构清晰
- 语法高亮,便于区分不同类型的数据
- 可折叠/展开的交互功能
- 良好的可读性和视觉体验
自定义只读字段的格式化需求
当开发者需要创建自定义的只读字段来展示 JSON 数据时,简单的使用 Python 的 json.dumps() 方法并不能达到同样的效果。直接使用 json.dumps() 会产生以下问题:
- 缺少语法高亮
- 没有交互功能
- 在 HTML 中显示为纯文本,不够美观
解决方案
Django Unfold 提供了一个实用的工具函数 display_json 专门用于解决这个问题。这个函数位于项目的工具模块中,它能够:
- 将 Python 对象转换为格式化的 JSON 字符串
- 添加必要的 HTML 结构和类名
- 保持与系统默认 JSON 字段一致的展示风格
使用这个工具函数非常简单,只需在自定义字段方法中调用它即可:
from unfold.utils import display_json
def custom_json_field(self, obj):
return display_json(obj.some_field)
实现原理
display_json 函数的内部实现考虑了多个方面:
- 自动处理 None 值情况
- 支持自定义缩进级别
- 添加了 Unfold 特定的 CSS 类
- 确保输出的 HTML 结构符合前端展示要求
最佳实践
在实际项目中,建议:
- 对于简单的 JSON 数据展示,直接使用
display_json函数 - 对于复杂的数据结构,可以先进行适当的数据处理再传入
- 考虑添加字段描述,提升用户体验
- 注意数据安全性,避免敏感信息泄露
通过这种方式,开发者可以轻松地在 Django Unfold 项目中实现美观、一致的自定义 JSON 数据展示效果,保持整个系统的 UI 风格统一。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218