WedX - журнал о программировании и компьютерных науках

Django: рендеринг не передает переменную контекста в шаблон

У меня есть эта функция просмотра для получения идентификатора пользователя и номера учетной записи из AWS Dynamodb:

 def dsctbl2(request):
  dynamodb=boto3.client('dynamodb', region_name='us-west-2')
  response = dynamodb.scan(
    TableName='User-Account')
  filtered = response['Items']
  length = len(filtered)
  for k in range(length):
    accnum = filtered[k]['AccountNum']['S']
    uid = filtered[k]['UserId']['S']
    f = dict(AccountNum=accnum,userID=uid)
    rows = list(f.items())
  return render('useradd.html',{'rows': rows})

Я пробовал почти все, но значение строк просто не передается моему шаблону. Я даже пытался передать простое строковое значение, и даже это не передается. Это моя таблица шаблонов, в которой я хочу отображать идентификатор пользователя и номер учетной записи.

 <div class="mytable">
   <table>
    <thead>
    <tr>
    <th>Account #</th>
    <th>User Id</th>
    </tr>
    </thead>
   <tbody>
      {% for row in rows %}
   <tr>
    <td>{{ row.AccountNum }}</td>
    <td>{{ row.UserId }}</td>
   </tr>
        {% endfor %}
   </table>
 </div>

Когда я нажимаю на шаблон, ничего не появляется. Никакие значения не отображаются, кроме заголовков таблицы. Почему рендеринг не передает переменную контекста (значение списка) из моих представлений в шаблон? Я застрял с около 6 часов! Может ли кто-нибудь решить эту проблему?

14.02.2018

  • Этот код вообще не будет работать, потому что render ожидает три аргумента, как говорит Exprator, и поэтому интерпретирует {'rows': rows} как имя шаблона и выдает ошибку TemplateDoesNotExist. Поэтому кажется, что ваше представление на самом деле не вызывается. Вероятно, вам нужно показать urls.py и объяснить, какой URL вы собираетесь использовать. 14.02.2018
  • Я добавил запрос в качестве аргумента, но на странице шаблона по-прежнему ничего не отображается. 14.02.2018
  • Я не получаю никакой ошибки, хотя 14.02.2018
  • Да, потому что, как я уже сказал, ваше представление не вызывается. Как я уже сказал, вы должны опубликовать свой urls.py и объяснить, какой URL вы на самом деле посещаете. 14.02.2018
  • Хорошо.. Но это какой-то беспорядок.. urls.py 14.02.2018
  • Вы правы, говоря, что просмотры вообще не вызываются 14.02.2018

Ответы:


1
return render(request,'useradd.html',{'rows': rows})

вам нужно передать запрос в качестве первого параметра,

14.02.2018
  • Я пробовал это.. не работает. На странице шаблона ничего не отображается, кроме заголовков таблицы. 14.02.2018
  • url(r'^adm/dsctbl2/', admviews.dsctbl2, name='dsctbl2'), 14.02.2018
  • адм это имя приложения 14.02.2018
  • вы должны добавить полный urls.py в вопрос, 14.02.2018
  • Новые материалы

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


    Для любых предложений по сайту: [email protected]