Python

• Wagtail 部署指南
• GitHub 高赞 Python3 Web 项目推荐
• Pyenv 使用完整指南
• Python 使用 MySQL 数据库完整指南

Wagtail 部署指南

Wagtail 是一个基于 Django 的现代化 CMS 系统，以下是部署 Wagtail 的详细步骤，涵盖多种部署方式。

1. 本地开发环境部署

前置要求

• Python 3.7+
• PostgreSQL/MySQL/SQLite (推荐 PostgreSQL)
• Node.js (如需前端构建)

安装步骤

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows

# 安装 Wagtail
pip install wagtail

# 创建新项目
wagtail start mysite
cd mysite

# 安装依赖
pip install -r requirements.txt

# 初始化数据库
python manage.py migrate

# 创建超级用户
python manage.py createsuperuser

# 运行开发服务器
python manage.py runserver

访问 http://localhost:8000 查看站点，http://localhost:8000/admin 访问后台。

2. 生产环境部署 (Docker 方式)

docker-compose.yml 示例

version: '3.8'

services:
  db:
    image: postgres:13
    environment:
      POSTGRES_DB: wagtail
      POSTGRES_USER: wagtail
      POSTGRES_PASSWORD: wagtail
    volumes:
      - postgres_data:/var/lib/postgresql/data

  web:
    build: .
    command: gunicorn mysite.wsgi:application --bind 0.0.0.0:8000
    volumes:
      - .:/code
    ports:
      - "8000:8000"
    depends_on:
      - db
    environment:
      DATABASE_URL: postgres://wagtail:wagtail@db:5432/wagtail
      SECRET_KEY: your-secret-key-here

volumes:
  postgres_data:

Dockerfile 示例

FROM python:3.9-slim

WORKDIR /code

ENV PYTHONDONTWRITEBYTECODE 1
ENV PYTHONUNBUFFERED 1

RUN apt-get update && apt-get install -y \
    libpq-dev \
    gcc \
    && rm -rf /var/lib/apt/lists/*

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 8000

部署步骤

# 构建并启动容器
docker-compose up -d --build

# 执行数据库迁移
docker-compose exec web python manage.py migrate

# 创建超级用户
docker-compose exec web python manage.py createsuperuser

# 收集静态文件
docker-compose exec web python manage.py collectstatic --no-input

3. 生产环境部署 (传统服务器方式)

使用 Gunicorn + Nginx

1. 安装 Gunicorn:

   pip install gunicorn
   

2. 创建 Gunicorn 服务文件 /etc/systemd/system/gunicorn.service:

   [Unit]
   Description=gunicorn daemon
   After=network.target
   
   [Service]
   User=youruser
   Group=www-data
   WorkingDirectory=/path/to/your/project
   ExecStart=/path/to/venv/bin/gunicorn --access-logfile - --workers 3 --bind unix:/run/gunicorn.sock mysite.wsgi:application
   
   [Install]
   WantedBy=multi-user.target
   

3. Nginx 配置示例 (/etc/nginx/sites-available/yourdomain):

   server {
       listen 80;
       server_name yourdomain.com;
   
       location = /favicon.ico { access_log off; log_not_found off; }
   
       location /static/ {
           root /path/to/your/project;
       }
   
       location /media/ {
           root /path/to/your/project;
       }
   
       location / {
           include proxy_params;
           proxy_pass http://unix:/run/gunicorn.sock;
       }
   }
   

4. 启用配置:

   sudo ln -s /etc/nginx/sites-available/yourdomain /etc/nginx/sites-enabled
   sudo systemctl restart nginx
   

4. 云平台部署

Heroku 部署

1. 创建 Procfile:

   web: gunicorn mysite.wsgi:application --bind 0.0.0.0:$PORT
   

2. 创建 runtime.txt 指定 Python 版本:

   python-3.9.7
   

3. 部署命令:

   heroku create
   heroku addons:create heroku-postgresql:hobby-dev
   heroku config:set SECRET_KEY=your-secret-key
   heroku config:set DISABLE_COLLECTSTATIC=1
   git push heroku main
   heroku run python manage.py migrate
   heroku run python manage.py createsuperuser
   

AWS Elastic Beanstalk 部署

1. 创建 requirements.txt 包含所有依赖

2. 创建 .ebextensions/django.config:

   option_settings:
     aws:elasticbeanstalk:container:python:
       WSGIPath: mysite/wsgi.py
   

3. 部署命令:

   eb init -p python-3.9 wagtail-app
   eb create wagtail-env
   

5. 部署后配置

1. 安全配置:

   # settings.py
   DEBUG = False
   ALLOWED_HOSTS = ['yourdomain.com', 'localhost']
   SECURE_SSL_REDIRECT = True
   SESSION_COOKIE_SECURE = True
   CSRF_COOKIE_SECURE = True
   

2. 性能优化:

   • 设置缓存
   • 启用数据库连接池
   • 配置静态文件 CDN

3. 备份策略:

   # 数据库备份
   docker-compose exec db pg_dump -U wagtail wagtail > backup.sql
   
   # 媒体文件备份
   tar -czvf media_backup.tar.gz /path/to/media
   

6. 常见问题解决

1. 静态文件404错误:

   • 确保执行了 collectstatic
   • 检查 Nginx/Apache 配置中的静态文件路径

2. 数据库连接问题:

   • 检查数据库服务是否运行
   • 验证 DATABASE_URL 或 settings.py 中的配置

3. 性能问题:

   • 增加 Gunicorn worker 数量 (通常 2-4 * CPU核心)
   • 添加缓存层 (Redis/Memcached)

通过以上步骤，您应该能够成功部署 Wagtail CMS 到各种环境中。根据您的具体需求选择最适合的部署方式。

GitHub 高赞 Python3 Web 项目推荐

以下是 GitHub 上 star 数量较高的 Python3 Web 项目，涵盖了各种框架和实用场景：

1. 综合类 Web 项目

awesome-python (⭐180k+)

• 不是具体项目，而是 Python 资源的终极精选列表
• 包含 Web 框架、爬虫、数据分析等所有领域的优秀项目

public-apis (⭐275k+)

• 免费 API 集合项目
• 使用 Python 构建的 Web API 示例参考

2. Django 项目

django-allauth (⭐8.5k+)

• 集成认证系统，支持多种社交账号登录
• 学习 Django 认证系统的优秀案例

saleor (⭐19k+)

• 基于 Django 和 GraphQL 的电商平台
• 现代电商系统架构参考

wagtail (⭐16k+)

• Django 内容管理系统(CMS)
• 企业级 CMS 实现范例

3. Flask 项目

flasky (⭐8k+)

• 《Flask Web开发》一书配套代码
• Flask 学习最佳实践

cookiecutter-flask (⭐4.5k+)

• Flask 项目模板生成器
• 规范化 Flask 项目结构参考

4. FastAPI 项目

fastapi (⭐67k+)

• FastAPI 官方仓库
• 现代 Python Web API 开发典范

full-stack-fastapi-postgresql (⭐14k+)

• 全栈 FastAPI + PostgreSQL 项目模板
• 包含前端(Vue)、后端和部署配置

5. 其他有趣项目

langchain (⭐74k+)

• 使用 Python 构建 LLM 应用的框架
• 包含 Web 接口和 API 设计

streamlit (⭐30k+)

• 快速创建数据科学 Web 应用
• 将 Python 脚本转换为可分享的 Web 应用

spaCy (⭐28k+)

• 工业级自然语言处理库
• 包含 Web 服务和 API 示例

学习建议

1. 从简单项目开始：先学习 flasky 或 fastapi 官方示例
2. 研究项目结构：查看 cookiecutter 生成的项目模板
3. 深入业务逻辑：分析 saleor 这样的完整商业项目
4. 关注技术组合：观察这些项目如何集成数据库、缓存、消息队列等
5. 参与贡献：从文档改进或简单 bug 修复开始参与开源项目

这些高星项目代表了 Python Web 开发的最佳实践，通过阅读它们的代码和文档可以快速提升开发能力。

Pyenv 使用完整指南

Pyenv 是一个强大的 Python 版本管理工具，可以让你轻松安装、切换和管理多个 Python 版本。以下是详细使用指南：

1. 安装 Pyenv

Linux/macOS 安装

curl https://pyenv.run | bash

安装完成后，将以下内容添加到 shell 配置文件（如 ~/.bashrc, ~/.zshrc 或 ~/.bash_profile）：

export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"  # 如果要用虚拟环境插件

然后重新加载 shell：

exec "$SHELL"

Windows 安装

Windows 用户可以使用 pyenv-win：

Invoke-WebRequest -UseBasicParsing -Uri "https://raw.githubusercontent.com/pyenv-win/pyenv-win/master/pyenv-win/install-pyenv-win.ps1" -OutFile "./install-pyenv-win.ps1"; &"./install-pyenv-win.ps1"

2. 基本命令

安装 Python 版本

# 查看可安装版本
pyenv install --list

# 安装特定版本
pyenv install 3.9.7

# 安装最新稳定版
pyenv install $(pyenv latest -k 3)

查看已安装版本

pyenv versions

带 * 的表示当前激活的版本。

切换 Python 版本

# 全局设置（影响整个系统）
pyenv global 3.9.7

# 局部设置（仅当前目录及其子目录）
pyenv local 3.8.12

# shell会话级别设置（仅当前终端）
pyenv shell 3.10.0

卸载 Python 版本

pyenv uninstall 3.7.12

3. 高级功能

虚拟环境管理

Pyenv 可以与 pyenv-virtualenv 插件配合使用：

# 创建虚拟环境
pyenv virtualenv 3.9.7 my-project-env

# 激活虚拟环境
pyenv activate my-project-env

# 停用虚拟环境
pyenv deactivate

# 删除虚拟环境
pyenv uninstall my-project-env

版本优先级

Pyenv 按以下顺序决定使用哪个 Python 版本：

1. PYENV_VERSION 环境变量
2. 当前目录的 .python-version 文件（由 pyenv local 创建）
3. 第一个找到的父目录中的 .python-version 文件
4. 全局版本（由 pyenv global 设置）

自定义构建选项

# 安装时启用优化
PYTHON_CONFIGURE_OPTS="--enable-optimizations" pyenv install 3.9.7

# 安装特定架构版本
env PYTHON_CONFIGURE_OPTS="--enable-shared" pyenv install 3.10.0

4. 常见问题解决

安装失败（缺少依赖）

# Ubuntu/Debian
sudo apt-get install -y make build-essential libssl-dev zlib1g-dev \
libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm \
libncursesw5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev

# CentOS/RHEL
sudo yum install -y gcc zlib-devel bzip2 bzip2-devel readline-devel \
sqlite sqlite-devel openssl-devel tk-devel libffi-devel

速度慢的解决方法

使用国内镜像：

# 临时使用镜像
v=3.9.7;wget https://npm.taobao.org/mirrors/python/$v/Python-$v.tar.xz -P ~/.pyenv/cache/;pyenv install $v

# 或设置环境变量
export PYTHON_BUILD_MIRROR_URL="https://npm.taobao.org/mirrors/python"

更新 Pyenv

pyenv update

5. 实际应用示例

项目中使用特定 Python 版本

# 进入项目目录
cd my-project

# 设置项目使用的Python版本
pyenv local 3.8.12

# 创建项目专用虚拟环境
pyenv virtualenv 3.8.12 my-project-env

# 激活环境
pyenv activate my-project-env

# 安装依赖
pip install -r requirements.txt

多版本切换演示

# 查看当前版本
python --version

# 切换到另一个版本
pyenv shell 3.7.12
python --version

# 切换回来
pyenv shell --unset
python --version

6. 配置建议

在 ~/.pyenv/ 目录下可以配置一些默认行为：

• plugins/python-build/share/python-build/ - 可以添加自定义的 Python 版本定义
• cache/ - 缓存下载的 Python 源码包

7. 与其他工具集成

与 Pipenv 配合使用

pyenv local 3.9.7
pip install --user pipenv
pipenv install

与 Poetry 配合使用

pyenv local 3.10.0
curl -sSL https://install.python-poetry.org | python -
poetry init

Pyenv 提供了灵活的 Python 版本管理，特别适合需要同时处理多个项目的开发者。

Python 使用 MySQL 数据库完整指南

Python 提供了多种方式连接和操作 MySQL 数据库，以下是常用的方法和最佳实践。

1. 安装 MySQL 驱动

常用驱动选择

# 最流行的纯Python驱动
pip install mysql-connector-python

# 更快的C扩展驱动（推荐）
pip install pymysql

# MySQL官方驱动
pip install mysql-connector-python

# 另一个流行选择
pip install MySQL-python  # 注意：仅支持Python 2.x和旧版3.x

2. 连接 MySQL 数据库

使用 PyMySQL (推荐)

import pymysql

# 建立连接
connection = pymysql.connect(
    host='localhost',
    user='username',
    password='password',
    database='dbname',
    charset='utf8mb4',
    cursorclass=pymysql.cursors.DictCursor  # 返回字典格式结果
)

try:
    with connection.cursor() as cursor:
        # 执行SQL查询
        sql = "SELECT * FROM `users` WHERE `email`=%s"
        cursor.execute(sql, ('user@example.com',))
        
        # 获取结果
        result = cursor.fetchone()
        print(result)
finally:
    connection.close()

使用 mysql-connector-python (官方驱动)

import mysql.connector

config = {
    'user': 'username',
    'password': 'password',
    'host': 'localhost',
    'database': 'dbname',
    'raise_on_warnings': True
}

cnx = mysql.connector.connect(**config)
cursor = cnx.cursor(dictionary=True)  # 返回字典格式结果

query = "SELECT * FROM employees WHERE hire_date > %s"
hire_start = datetime.date(1999, 1, 1)
cursor.execute(query, (hire_start,))

for row in cursor:
    print(row)

cursor.close()
cnx.close()

3. CRUD 操作示例

创建表

def create_table():
    conn = pymysql.connect(host='localhost', user='root', password='', database='test')
    try:
        with conn.cursor() as cursor:
            sql = """
            CREATE TABLE IF NOT EXISTS `users` (
                `id` INT AUTO_INCREMENT PRIMARY KEY,
                `name` VARCHAR(255) NOT NULL,
                `email` VARCHAR(255) NOT NULL UNIQUE,
                `created_at` TIMESTAMP DEFAULT CURRENT_TIMESTAMP
            ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
            """
            cursor.execute(sql)
        conn.commit()
    finally:
        conn.close()

插入数据

def insert_user(name, email):
    conn = pymysql.connect(host='localhost', user='root', password='', database='test')
    try:
        with conn.cursor() as cursor:
            sql = "INSERT INTO `users` (`name`, `email`) VALUES (%s, %s)"
            cursor.execute(sql, (name, email))
        conn.commit()
        return cursor.lastrowid
    except pymysql.err.IntegrityError:
        print("Email already exists")
        return None
    finally:
        conn.close()

查询数据

def get_users(page=1, per_page=10):
    conn = pymysql.connect(host='localhost', user='root', password='', database='test')
    try:
        with conn.cursor() as cursor:
            offset = (page - 1) * per_page
            sql = "SELECT * FROM `users` LIMIT %s OFFSET %s"
            cursor.execute(sql, (per_page, offset))
            return cursor.fetchall()
    finally:
        conn.close()

更新数据

def update_user(user_id, name=None, email=None):
    conn = pymysql.connect(host='localhost', user='root', password='', database='test')
    try:
        with conn.cursor() as cursor:
            updates = []
            params = []
            if name:
                updates.append("`name` = %s")
                params.append(name)
            if email:
                updates.append("`email` = %s")
                params.append(email)
            
            if updates:
                params.append(user_id)
                sql = f"UPDATE `users` SET {', '.join(updates)} WHERE `id` = %s"
                cursor.execute(sql, params)
                conn.commit()
                return cursor.rowcount
            return 0
    except pymysql.err.IntegrityError:
        print("Email already exists")
        return None
    finally:
        conn.close()

删除数据

def delete_user(user_id):
    conn = pymysql.connect(host='localhost', user='root', password='', database='test')
    try:
        with conn.cursor() as cursor:
            sql = "DELETE FROM `users` WHERE `id` = %s"
            cursor.execute(sql, (user_id,))
            conn.commit()
            return cursor.rowcount
    finally:
        conn.close()

4. 使用 ORM (SQLAlchemy)

from sqlalchemy import create_engine, Column, Integer, String, DateTime
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from datetime import datetime

# 连接字符串格式: mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>]
engine = create_engine('mysql+pymysql://root:@localhost/test?charset=utf8mb4')
Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    
    id = Column(Integer, primary_key=True)
    name = Column(String(255), nullable=False)
    email = Column(String(255), unique=True, nullable=False)
    created_at = Column(DateTime, default=datetime.now)

# 创建表
Base.metadata.create_all(engine)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 添加新用户
new_user = User(name="John Doe", email="john@example.com")
session.add(new_user)
session.commit()

# 查询用户
user = session.query(User).filter_by(email="john@example.com").first()
print(user.name, user.email)

session.close()

5. 连接池管理

使用 DBUtils 创建连接池

from dbutils.pooled_db import PooledDB
import pymysql

pool = PooledDB(
    creator=pymysql,
    maxconnections=10,
    mincached=2,
    host='localhost',
    user='root',
    password='',
    database='test',
    charset='utf8mb4'
)

def get_users():
    conn = pool.connection()
    try:
        with conn.cursor() as cursor:
            cursor.execute("SELECT * FROM users")
            return cursor.fetchall()
    finally:
        conn.close()

6. 最佳实践

1. 始终使用参数化查询 - 防止 SQL 注入

   # 错误做法
   cursor.execute(f"SELECT * FROM users WHERE name = '{name}'")
   
   # 正确做法
   cursor.execute("SELECT * FROM users WHERE name = %s", (name,))
   

2. 使用上下文管理器 - 自动关闭连接

   with pymysql.connect(...) as conn:
       with conn.cursor() as cursor:
           cursor.execute(...)
   

3. 处理事务 - 确保数据一致性

   try:
       conn.begin()
       # 执行多个操作
       conn.commit()
   except:
       conn.rollback()
       raise
   

4. 设置合适的字符集 - 推荐使用 utf8mb4 支持完整 Unicode

5. 连接管理 - 生产环境使用连接池

6. 错误处理 - 捕获特定异常

   try:
       cursor.execute(...)
   except pymysql.err.IntegrityError as e:
       print("Duplicate entry:", e)
   except pymysql.err.ProgrammingError as e:
       print("SQL syntax error:", e)
   

7. 性能优化

1. 使用索引 - 确保查询字段有适当索引
2. 批量操作 - 减少数据库往返

   # 批量插入
   sql = "INSERT INTO users (name, email) VALUES (%s, %s)"
   cursor.executemany(sql, [('a','a@a.com'), ('b','b@b.com')])
   

3. 只查询需要的列 - 避免 SELECT *
4. 使用连接池 - 减少连接创建开销
5. 合理设置缓存 - 对不常变的数据使用缓存

通过以上方法，你可以在 Python 中高效安全地使用 MySQL 数据库。