Django的Paginator分页器使用示例

简介: Django的Paginator分页器使用示例

代码示例

# -*- coding: utf-8 -*-

from django.core.paginator import Paginator, EmptyPage, PageNotAnInteger

book_list = ["语文", "数学", "英语", "生物", "音乐", "体育", "美术"]

paginator = Paginator(book_list, 2)  # 实例化出一个对象,每页两个元素

# 属性
print("count:", paginator.count)  # 数据总数 7
print("num_pages", paginator.num_pages)  # 总页数 4 = 7/2
print("page_range", paginator.page_range)  # 页码的列表 range(1, 5) = 1, 2, 3, 4

# 方法
page1 = paginator.page(1)  # 第1页的page对象
for i in page1:  # 遍历第1页的所有数据对象 语文 数学
    print(i)

print(page1.object_list)  # 第1页的所有数据  ['语文', '数学']

print(page1.has_next())  # 是否有下一页 True
print(page1.next_page_number())  # 下一页的页码 2
print(page1.has_previous())  # 是否有上一页  False
# print(page1.previous_page_number())  # 上一页的页码  EmptyPage

# 异常
page12 = paginator.get_page(12)  # 超过最大值不会报错,取最大页码
print(page12)
# <Page 4 of 4>

# page = paginator.page(12)  # error:EmptyPage


pagez = paginator.get_page("z")  # 传递非整数不会报错,取最小页码 第一页
print(pagez)
# <Page 1 of 4>

# page=paginator.page("z")   # error:PageNotAnInteger

如果配合model使用效率会很低,不推荐,适合小量数据处理

参考

Django的分页器实例(paginator)

Django使用内置分页器实现分页功能

            </div>
目录
相关文章
|
6天前
|
数据采集 人工智能 安全
|
16天前
|
云安全 监控 安全
|
2天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
263 155
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
200 105
|
9天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
679 5
|
12天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
804 152