当前位置: 首页 > news >正文

【MongoDB实战】8.2 简易商品管理系统-核心功能实现

文章目录

  • 简易商品管理系统(MongoDB + Flask 实现)
    • 一、环境准备
      • 1. 安装依赖
      • 2. 配置文件(.env)
    • 二、核心代码实现
      • 整体结构
    • 三、核心功能说明
      • 1. 数据层(ProductDB)
      • 2. 业务层(ProductService)
      • 3. 接口层(Flask 路由)
    • 四、测试示例
      • 1. 启动服务
      • 2. 接口测试(curl 示例)
        • (1)新增商品
        • (2)查询单个商品
        • (3)更新库存
        • (4)分类统计
        • (5)删除商品
    • 五、扩展与优化

简易商品管理系统(MongoDB + Flask 实现)

本文将完整实现基于MongoDB + Python Flask的简易商品管理系统,聚焦 MongoDB 核心操作(CRUD + 聚合),同时封装业务层逻辑(库存校验、分类统计),并提供 HTTP 接口层

一、环境准备

1. 安装依赖

pipinstallpymongo flask python-dotenv

2. 配置文件(.env)

存放 MongoDB 连接信息,避免硬编码:

# MongoDB 连接配置MONGO_URI=mongodb://localhost:27017/MONGO_DB_NAME=product_managementMONGO_COLLECTION_NAME=products

二、核心代码实现

整体结构

# main.pyimportosfromdotenvimportload_dotenvfromflaskimportFlask,request,jsonifyfrompymongoimportMongoClientfrombson.objectidimportObjectIdfrombson.errorsimportInvalidId# 加载环境变量load_dotenv()# 初始化 Flask 应用app=Flask(__name__)# ====================== 数据层:MongoDB 操作封装 ======================classProductDB:def__init__(self):"""初始化 MongoDB 连接"""self.client=MongoClient(os.getenv("MONGO_URI"))self.db=self.client[os.getenv("MONGO_DB_NAME")]self.collection=self.db[os.getenv("MONGO_COLLECTION_NAME")]# 1. 创建商品(C)defcreate_product(self,product_data):""" 新增商品 :param product_data: 商品字典(name, category, price, stock, description) :return: 新增商品的 ID """result=self.collection.insert_one(product_data)returnstr(result.inserted_id)# 2. 查询商品(R)defget_product_by_id(self,product_id):"""根据 ID 查询单个商品"""try:product=self.collection.find_one({"_id":ObjectId(product_id)})ifproduct:# 转换 ObjectId 为字符串,方便 JSON 序列化product["_id"]=str(product["_id"])returnproductexceptInvalidId:returnNonedefget_products_by_condition(self,condition=None):"""根据条件查询多个商品(默认查询全部)"""condition=conditionor{}products=[]forproductinself.collection.find(condition):product["_id"]=str(product["_id"])products.append(product)returnproducts# 3. 更新商品(U)defupdate_product(self,product_id,update_data):""" 更新商品信息 :param product_id: 商品 ID :param update_data: 要更新的字段字典 :return: 是否更新成功(True/False) """<
http://www.cnnetsun.cn/news/138212.html

相关文章:

  • Nginx云计算大数据——安装AND版本升级(普通升级+平滑升级+失败回滚)
  • GPT-5.2 实测数据流出:逻辑推理性能翻倍,大模型“幻觉”真的被终结了吗?
  • SQL SERVER——通过计划任务方式每月对配置数据、审计数据等进行备份
  • 前端——跨平台桌面应用开发实践
  • OpenAI 的反击!GPT-5.2 强行拉开代差,Gemini 3 和 Claude 4 还有机会吗?
  • 零售打工人加薪难?靠这张证,我在激烈竞争里站稳了脚跟
  • 基于springboot的多媒体素材库的开发与应用毕业论文+PPT(附源代码+演示视频)
  • 从离线语音到多模态智能体四博智联 AI 硬件整体解决方案全景解析
  • 我发现跨医院联合训练让诊断准确率飙升后来才知道是横向联邦学习在数据孤岛中的绝招
  • 性能压测工具:wrk
  • 论文引用标注工具排名2025:6大平台+自动规范推荐
  • Kotaemon AWS EC2部署实例:国际业务首选
  • 实在没货,简历(软件测试)咋写?
  • 网约车服务端线上流量巡检与测试验收技术
  • 公考日记7
  • 火电一次调频、自抗扰调频及群智能算法智能调频在MATLAB/Simulink中的应用
  • 科研实验室温湿度监控新范式:以太网 POE 技术全场景解决方案
  • RV1126 NO.57:ROCKX+RV1126人脸识别推流项目之读取人脸图片并把特征值保存到sqlite3数据库
  • 探索SAR ADC:45nm工艺下的高速高精度设计
  • 【小增长技术团队东哥分享】Electron vs Electron-Vite vs Electron-Egg:桌面端开发到底该选谁?
  • 测试价值的量化评估:从成本中心到价值证明的路径探索
  • 测试领导力:在敏捷洪流中筑造质量堤坝
  • C++常用设计模式
  • Spring Boot 自动配置深度解析:原理、实战与源码追踪
  • 无代码解决方案:破解企业数字化转型效率困局
  • SAM (Segment Anything Model):万物皆可分割-k学长深度学习专栏
  • Mysql 报错 “Public Key Retrieval is not allowed”
  • 熊市中最适用的公式==底部建仓
  • 100G双光口网卡技术解析:Intel E810-CAM2方案的性能与应用突破
  • BioSIM抗人组蛋白H1抗体SIM0385:广泛应用于表观遗传学、染色质结构分析等领域