django 通过url实现简单的权限控制的例子
更新时间:2019年08月16日 19:12:29 作者:喝完这杯还有一箱
今天小编就为大家分享一篇django 通过url实现简单的权限控制的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
根据用户权限设定用户可以访问哪些页面,用django实现一个简单的demo。
1.models.py 文件
class level(models.Model):
l_name = models.CharField(max_length=50,verbose_name="等级名称")
l_permission = models.OneToOneField("permission")
def __str__(self):
return self.l_name
class userinfo(models.Model):
u_name = models.CharField(max_length=50,verbose_name="用户名称")
u_user = models.OneToOneField(User)
u_level = models.ForeignKey(level,related_name="lev")
def __str__(self):
return self.u_name
class permission(models.Model):
p_name = models.CharField(max_length=50,verbose_name="权限名称")
p_menu = models.ManyToManyField("menu")
def __str__(self):
return self.p_name
class menu(models.Model):
m_name = models.CharField(max_length=50,verbose_name="菜单名称")
m_url = models.CharField(max_length=50,verbose_name="菜单地址",blank=True,null=True)
def __str__(self):
return self.m_name
class nickname(models.Model):
n_nickname = models.CharField(max_length=50,verbose_name="昵称",blank=True,null=True)
n_user = models.ForeignKey(userinfo,blank=True,null=True,related_name="nick")
def __str__(self):
return self.n_nickname
2.settings.py 文件
URL_WHITE_LIST = ['index', 'login', 'logout']
设置路由白名单。
3.views.py 文件
def url_check(fun):
def check(request,*args,**kwargs):
if request.session.get("p_l",None):
require_list = pickle.loads(request.session.get("p_l"))
request_url = request.path.replace("/","")
ua = request.META.get('HTTP_USER_AGENT',None)
if request_url in require_list or request_url in IP_WHITE_LIST:
return fun(request,*args,**kwargs)
else:
error_msg = "没有权限!"
menu_ = pickle.loads(request.session.get("p_l"))
return render(request,"index.html",{"error_msg":error_msg,"menu":menu_})
else:
return HttpResponseRedirect(reverse("login"))
return check
定义一个路由检测的闭包方法,根据用户登录时的session信息,获取该用户角色可以访问的路由,如果当前访问的地址不在白名单或是session记录里,返回错误信息。
@url_check
def menu(request,menuname):
return HttpResponse("<h1>%s</h1>"%menuname)
在之后的方法上添加该闭包,即可实现简易的路由控制。
以上这篇django 通过url实现简单的权限控制的例子就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Python sklearn CountVectorizer使用详解
这篇文章主要介绍了Python_sklearn_CountVectorizer使用详解,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2023-03-03
把项目从Python2.x移植到Python3.x的经验总结
这篇文章主要介绍了把项目从Python2.x移植到Python3.x的经验总结,包括作者所使用的Jinja2框架中一些需要注意的地方,需要的朋友可以参考下2015-04-04
Python numpy实现数组合并实例(vstack,hstack)
这篇文章主要介绍了Python numpy实现数组合并(官网实例),涉及vstack,hstack的简单用法,具有一定借鉴价值,需要的朋友可以参考下2018-01-01
PyTorch中torch.cuda.amp相关警告的解决方法
在最近的写代码过程中,遇到了两个与 PyTorch 的混合精度训练相关的警告信息,torch.cuda.amp.autocast和torch.cuda.amp.GradScaler,文中通过代码示例给大家介绍了详细的解决方法,需要的朋友可以参考下2025-02-02


最新评论