项目技术文档——django-markupfield
1. 安装指南
推荐使用 pip 来安装 django-markupfield。由于该库不需要添加到 INSTALLED_APPS 中,只需确保其位于 PYTHONPATH 上即可。如果需要使用带标题的标记,可以将 markupfield 添加到 INSTALLED_APPS 中,或者将相应的翻译添加到项目的翻译中。
使用以下命令进行安装:
pip install django-markupfield
2. 项目使用说明
django-markupfield 是一个为 Django 定制的 MarkupField 实现。本质上,MarkupField 是一个带有相关标记类型的 TextField。该字段还假设磁盘空间比 CPU 周期更便宜,因此会缓存其渲染后的值。
在模型定义中使用 MarkupField 非常简单。以下是一个示例:
from django.db import models
from markupfield.fields import MarkupField
class Article(models.Model):
title = models.CharField(max_length=100)
slug = models.SlugField(max_length=100)
body = MarkupField()
创建 Article 对象时,可以使用在 MARKUP_FIELD_TYPES 中定义的任何标记类型:
Article.objects.create(title='some article', slug='some-article',
body='*fancy*', body_markup_type='markdown')
你可能会注意到,虽然你没有声明 body_markup_type 字段,但 MarkupField 实际上创建了两个额外的字段:body_markup_type 和 _body_rendered。这些字段始终根据声明的 MarkupField 的名称命名。
3. 项目API使用文档
MarkupField 接受几个参数,其中 default_markup_type 和 markup_type 参数可以指定,但不能同时指定。
default_markup_type:设置字段默认使用的标记类型。即使这样,仍然可以编辑标记类型属性,它将默认显示在 ModelForms 中。markup_type:设置字段将始终使用的标记类型,editable=False将设置在隐藏字段上,因此它不会在 ModelForms 中显示。markup_choices:用于替代MARKUP_FIELD_TYPES的替换列表,基于每个字段的基础。escape_html:一个标志(默认为 False),表示输入应被视为不可信,并且将通过 Django 的escape过滤器运行。
以下是一些使用示例:
-
默认使用 markdown,但允许用户选择:
MarkupField(default_markup_type='markdown') -
使用 ReST 并在表单上不提供选择:
MarkupField(markup_type='restructuredtext') -
使用自定义渲染器集:
CUSTOM_RENDERERS = ( ('markdown', markdown.markdown), ('wiki', my_wiki_render_func) ) MarkupField(markup_choices=CUSTOM_RENDERERS)
请注意,在使用 markdown 时,确保使用 markdown.markdown 而不是 markdown.Markdown 类,因为类在某些情况下需要一个明确的 reset 才能正确运行。
4. 项目安装方式
项目安装方式与安装指南相同,使用 pip 命令即可完成安装:
pip install django-markupfield
kernelopenEuler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。C075
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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