Jingo 使用与技术文档
2024-12-20 16:29:03作者:平淮齐Percy
1. 安装指南
Jingo 是一个适配器,用于在 Django 中使用 Jinja2 模板。在安装 Jingo 前,确保您的环境中已安装 Jinja2。
安装 Jingo 的步骤如下:
pip install jingo
由于 Jingo 已经被弃用,并建议使用 django-jinja 项目,所以在安装前请确认您的项目适合使用 Jingo。
2. 项目的使用说明
Jingo 允许您在 Django 视图中以与 Django 模板相同的方式渲染 Jinja2 模板。
以下是一个简单的使用示例:
from django.shortcuts import render
def my_view(request):
context = dict(user_ids=(1, 2, 3, 4))
return render(request, 'users/search.html', context)
请注意,django.shortcuts.render 方法同样适用于 Jingo。
3. 项目API使用文档
Jingo 主要通过自定义的模板加载器和一些辅助功能来集成 Jinja2 模板。以下是 Jingo 提供的主要组件和功能:
- Loader: Jingo 的模板加载器需要添加到 Django 的
TEMPLATE_LOADERS设置中。 - Settings: 可以通过
JINGO_INCLUDE_PATTERN和JINGO_EXCLUDE_APPS设置来细粒度地控制哪些应用使用 Jinja2。 - Helpers: Jingo 提供了
register.filter和register.function装饰器,用于添加自定义的 Jinja2 过滤器和函数。
Template Helpers
Jingo 自动从每个应用的 helpers.py 文件中加载帮助函数和过滤器。
Template Environment
可以通过 jingo.get_env() 获取 Jinja 的 Environment 对象。
4. 项目安装方式
在 Django 项目中安装 Jingo,您需要修改 settings.py 文件来配置模板加载器和可选设置:
# 添加 Jingo 模板加载器
TEMPLATE_LOADERS = (
'jingo.Loader',
'django.template.loaders.filesystem.Loader',
'django.template.loaders.app_directories.Loader',
)
# 可选:指定 Jinja2 模板文件扩展名
JINGO_INCLUDE_PATTERN = r'\.jinja2'
# 可选:排除不使用 Jinja2 的应用
JINGO_EXCLUDE_APPS = ('debug_toolbar',)
在完成这些设置后,Jingo 将可以在您的 Django 项目中正常工作。请确保在项目部署前测试模板渲染的正确性。
以上文档为 Jingo 的基础使用说明,详细配置和使用可能需要根据具体项目需求进行调整。由于 Jingo 将不再维护,对于新项目建议使用 django-jinja。
登录后查看全文
热门项目推荐
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219