pancerZH / My-Movie-List-Plus

电影列表和详情页展示

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

My-Movie-List-Plus

电影列表和详情页展示

同济大学软件学院2019年网页开发课程第三次作业

部署方法

前端

./frontend文件夹下执行:

npm install
npm run dev

如果需要打包,执行:

npm run build

后端

需要Python3运行环境,第三方模块包括:

  • Flask
  • Flask-RESTful
  • Flask-PyMongo

在生产环境中,还需要:

  • gevent

运行后端:

python run.py

数据库

具体安装方法请参考MongoDB官网

注意

在生产环境中,请将前端打包后的文件avatar.png放入./static文件夹下,再启动后端

1. 功能

基础功能

  1. 前端请求后端,后端通过数据获取数据返回给前端
  2. 电影列表展示
  3. 分页(由前端分页调整至后端分页)

附加功能

  1. 按多种类型搜索(全文搜索调整为按简介
  2. 电影详情页(调整为打开一个新页面展示电影详情)
  3. 排行榜(按类型分榜/总榜)
  4. 无法显示的海报图片自动替换
  5. 可爱的favicon,见标签页左上角

2. 实现

前端

使用Vue CLi框架构建项目,基本沿用第二次作业的前端。新增axio组件发送ajax请求。同时将一系列前端分页、前端搜索调整至后端实现,前端仅发送相应的请求。

其中,涉及到搜索(即用户输入)的部分,一律使用POST请求,这是考虑到了输入中可能包含特殊字符,如果使用GET请求可能会导致出错。其余请求全部为GET请求。

后端

使用Flask框架构建项目。为了实现RESTful风格的API,同时引入Flask-RESTful模块。为了与数据库连接并访问,引入了Flask-PyMongo模块。

  • 分页:使用limit()函数设置每页电影数量,并结合skip()函数设置偏移量。以当前页为n为例,获取第n页的电影数据(10条)的代码为:

    pageSize = 10
    skip = pageSize * (page - 1)
    pageRecord = mongo.db.films.find()
    pageRecord = pageRecord.limit(pageSize).skip(skip)
  • 排行榜:由于我使用rating字段中average的值进行排序,如果直接存入MySQL,显然是难以通过数据库直接排序的。但是对于MongoDB而言,事情就十分简单了:

    movies = mongo.db.films.find({'genres': genre}, {'title': 1}).sort([("rating.average", -1)])

    其中,-1代表降序排列。

  • 搜索:由于是模糊搜索,所以后端使用了正则表达式,引入了re模块:

    rexExp = re.compile('.*' + title + '.*', re.IGNORECASE)
    movies = mongo.db.films.find({'title': rexExp})

    搜索本身并不困难,只要指定搜索的字段即可。电影名称对应title字段,导演对应directors字段,演员对应casts字段,简介对应summary字段。即使字段中的值是一个数组也不需要特殊处理,find()函数可以正常返回结果。

    其中,re.IGNORECASE时忽略大小写。

  • 电影类型列表:电影类型列表是由后端动态生成,而非前端硬编码的。使用distinct()即可将所有电影类型去重。

    genres = mongo.db.films.find().distinct('genres')

    之后删去类型列表中为空的一个,即可得到所有类型组成的列表,共37种类型。

  • 在生产环境中,为了保证可以应对多个并发请求,需要使用WSGI server。于是我使用了gevent模块,并将后端main代码做了一点修改:

    http_server = WSGIServer(('', 5000), app)
    http_server.serve_forever()

    这样,就可以保证对于较高并发量的应对了。

数据库

使用MongoDB作为数据库,这是因为考虑到作业提供的JSON文件包含很复杂的嵌套结构,所以最适合于导入MongoDB。具体的导入指令为:

mongoimport --db movies --collection films --file /xxx/xxx/films_all.json --jsonArray

3. 项目演示及说明

项目的演示效果与第二次作业的演示效果基本一致。

线上项目地址:http://101.132.158.233:5000

线上项目有效期至2019年6月11日0点。

电影列表

list

搜索

title

dir

电影详情

detail

About

电影列表和详情页展示

License:MIT License


Languages

Language:Vue 51.9%Language:JavaScript 38.2%Language:Python 8.4%Language:HTML 1.5%