Django-Vinaigrette 使用与技术文档
1. 安装指南
在开始使用django-vinaigrette之前,需要按照以下步骤进行安装:
- 将
vinaigrette添加到您的Django项目的INSTALLED_APPS配置中。 - 在适当的
apps.py文件中的AppConfig的ready方法里注册需要翻译的模型字段。
import vinaigrette
class SaladAppConfig(AppConfig):
def ready(self):
# 导入需要翻译的模型
from .models import Ingredient # 或其他模型...
Ingredient = self.get_model("Ingredient")
# 注册需要翻译的字段
vinaigrette.register(Ingredient, ['name', 'description'])
这会告诉vinaigrette翻译Ingredient对象上的name和description字段。
2. 项目使用说明
安装vinaigrette之后,使用manage.py makemessages命令生成的PO文件将包含已注册字段的字符串。如果某个特定的字符串已经被翻译,那么模型的值将是翻译成相应语言的字符串。
from django.utils.translation import activate
i = Ingredient(name=u'莴苣')
print(i.name) # 输出原始值
activate('fr') # 激活法语
print(i.name) # 输出翻译后的值
vinaigrette还提供了一些选项来限制从哪些对象收集翻译字符串。详情请参考vinaigrette.register的文档字符串。
vinaigrette为manage.py makemessages命令增加了一个--keep-obsolete选项,这可以防止gettext停用代码或已注册数据库字段中不再存在的翻译消息。
vinaigrette适用于以下类型的数据库内容:
- 总是使用默认语言编辑
- 由网站管理员编辑,而非用户
只有模型实例会被翻译。通过Django QuerySet的values方法访问的数据不会被翻译。
一般情况下,当访问字段时,如果存在翻译版本,它将始终返回翻译版本。但是,如果设置值,则应该将输入的确切值(而非翻译版本)保存到数据库。
3. 项目API使用文档
目前项目中的API主要是通过注册模型和字段来进行翻译操作,以下是主要API的使用方法:
-
vinaigrette.register(model, fields): 注册需要翻译的模型及其字段。 -
vinaigrette.middleware.VinaigretteAdminLanguageMiddleware: 中间件,用于强制后台管理界面始终使用主语言,避免vinaigrette干扰更改视图。
4. 项目安装方式
项目的安装方式已在“安装指南”一节中说明。这里补充一下,如果遇到后台管理界面问题,请确保在settings.MIDDLEWARE中添加了VinaigretteAdminLanguageMiddleware中间件。
MIDDLEWARE = [
# 其他中间件...
'vinaigrette.middleware.VinaigretteAdminLanguageMiddleware',
# 其他中间件...
]
以上就是django-vinaigrette的安装使用和技术文档,如果需要更多帮助,请参考项目在GitHub上的wiki页面。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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