【0基础秒入门】Django教程:深入定制Admin后台管理系统
2026-02-03 04:31:48作者:苗圣禹Peter
前言
在Django开发中,Admin后台管理系统是一个极其强大的内置功能,它能够自动生成数据模型的增删改查界面。本教程将带你深入了解如何定制Django Admin后台,使其更加符合项目需求。
Admin表单定制
字段顺序调整
默认情况下,Django会根据模型定义顺序显示字段。但我们可以通过创建ModelAdmin子类来改变这一行为:
from django.contrib import admin
from .models import Question
class QuestionAdmin(admin.ModelAdmin):
fields = ['pub_date', 'question_text']
admin.site.register(Question, QuestionAdmin)
这种定制方式特别适用于表单字段较多时,合理的字段顺序能显著提升用户体验。
字段分组
当模型字段较多时,使用fieldsets将它们分组显示会更加清晰:
class QuestionAdmin(admin.ModelAdmin):
fieldsets = [
(None, {'fields': ['question_text']}),
('日期信息', {'fields': ['pub_date'], 'classes': ['collapse']}),
]
这里我们:
- 将问题文本作为主要字段单独显示
- 将发布日期字段分组显示,并添加可折叠功能
关联对象管理
内联编辑
对于一对多关系的模型(如Question和Choice),我们可以使用内联编辑功能:
class ChoiceInline(admin.StackedInline):
model = Choice
extra = 3
class QuestionAdmin(admin.ModelAdmin):
inlines = [ChoiceInline]
这种方式的优势在于:
- 可以直接在Question编辑页面管理关联的Choice
- 通过extra参数设置默认显示的Choice数量
- 支持动态添加/删除Choice
表格形式内联
StackedInline会占用较多垂直空间,我们可以改用TabularInline:
class ChoiceInline(admin.TabularInline):
model = Choice
extra = 3
表格形式更加紧凑,特别适合字段较少但数量较多的关联对象。
列表页定制
显示字段定制
默认情况下,列表页只显示对象的字符串表示。我们可以自定义显示的字段:
class QuestionAdmin(admin.ModelAdmin):
list_display = ['question_text', 'pub_date', 'was_published_recently']
方法字段优化
对于自定义方法字段,我们可以使用@admin.display装饰器增强其表现:
@admin.display(
boolean=True,
ordering='pub_date',
description='最近发布?',
)
def was_published_recently(self):
now = timezone.now()
return now - datetime.timedelta(days=1) <= self.pub_date <= now
筛选与搜索
添加筛选和搜索功能可以极大提升管理效率:
class QuestionAdmin(admin.ModelAdmin):
list_filter = ['pub_date'] # 添加日期筛选
search_fields = ['question_text'] # 添加搜索框
界面视觉定制
项目模板定制
- 在项目根目录创建templates/admin目录
- 复制Django默认的admin/base_site.html到该目录
- 修改branding块内容:
{% block branding %}
<div id="site-name"><a href="{% url 'admin:index' %}">投票系统管理后台</a></div>
{% if user.is_anonymous %}
{% include "admin/color_theme_toggle.html" %}
{% endif %}
{% endblock %}
应用模板定制
对于应用特定的模板,建议放在应用内部的templates目录中,这样便于应用复用:
polls/
templates/
admin/
app_index.html
高级技巧
列表页分页
默认每页显示100条记录,可以通过list_per_page调整:
class QuestionAdmin(admin.ModelAdmin):
list_per_page = 20
日期层级导航
对于日期字段,可以添加date_hierarchy实现层级导航:
class QuestionAdmin(admin.ModelAdmin):
date_hierarchy = 'pub_date'
总结
通过本教程,我们学习了如何全方位定制Django Admin后台,包括:
- 表单字段的排序和分组
- 关联对象的内联管理
- 列表页的显示、筛选和搜索功能
- 界面视觉的个性化定制
这些定制技巧能够让你的Admin后台更加符合项目需求,提升管理效率。记住,良好的后台设计不仅能提高开发效率,也能改善内容管理人员的体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136