Django Admin Autocomplete Filter 安装与配置指南
2025-04-17 10:13:02作者:裘晴惠Vivianne
1. 项目基础介绍
Django Admin Autocomplete Filter 是一个简单的 Django 应用,它允许开发者在 Django 的管理后台使用自动完成小部件来渲染列表过滤器。这个应用可以显著提高在 Django 管理界面进行数据筛选的效率。项目主要使用 Python 编程语言。
2. 项目使用的关键技术和框架
- Django:该项目基于 Django 框架,一个高级的 Python Web 框架,允许快速开发安全且可维护的网站。
- Select2 Widget:利用 Django 2.0 引入的
autocomplete_fields属性,通过 Select2 插件异步加载数据选项。
3. 项目安装和配置的准备工作与详细步骤
准备工作
- 确保您的系统中已安装 Python 和 Django。
- 安装 Django 如果您的系统中尚未安装。
- 准备好您的 Django 项目。
安装步骤
-
安装 Django Admin Autocomplete Filter
通过 pip 命令安装最新版本的 Django Admin Autocomplete Filter:
pip install django-admin-autocomplete-filter -
添加应用到 INSTALLED_APPS
打开您的 Django 项目的
settings.py文件,并将admin_auto_filters添加到INSTALLED_APPS列表中:INSTALLED_APPS = [ # 其他应用... 'admin_auto_filters', ] -
创建/修改模型
确保您的模型定义了需要的字段,比如外键字段,这样您才能使用自动完成过滤器。
from django.db import models class Artist(models.Model): name = models.CharField(max_length=128) class Album(models.Model): name = models.CharField(max_length=64) artist = models.ForeignKey(Artist, on_delete=models.CASCADE) -
定义自动完成过滤器
在您的
admin.py文件中,为需要自动完成过滤的字段创建一个过滤器类。from django.contrib import admin from admin_auto_filters.filters import AutocompleteFilter class ArtistFilter(AutocompleteFilter): title = 'Artist' field_name = 'artist' -
将过滤器添加到 ModelAdmin
在
admin.py中,将创建的过滤器添加到相应的ModelAdmin类的list_filter属性中。class AlbumAdmin(admin.ModelAdmin): list_filter = [ArtistFilter] -
运行迁移
在完成以上步骤后,运行以下命令来确保所有迁移都被正确应用:
python manage.py migrate -
启动开发服务器
最后,启动 Django 的开发服务器来测试自动完成过滤器功能。
python manage.py runserver
完成以上步骤后,您应该能在 Django 的管理后台看到自动完成过滤器,并能使用它进行数据筛选。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781