Django1.10+python2.7.3将数据以table方式显示并提供下载链接

Cai_12543 2017-03-31 05:45:25
如题,结合的Bootstrap3.3一起使用,网页接收到后台的查询结果后,以table方式显示,并且有一个下载链接,可供在下载保存到本地excel。因为不懂,目前在网上找到的办法链接
http://www.cnblogs.com/CQ-LQJ/p/5630606.html?utm_source=tuicool&utm_medium=referral
单独有个下载的函数,但是目前倒腾始终实现不了的事,怎么结合查询和下载同时生成。
查询过程简要如下:

def Event(request):
if 'qS' in request.GET:
a = request.GET['qS']
b = request.GET['qST']
c = request.GET['qET']
eventtype = ''

rp_tm_all = get_events_by(a, b, c, eventtype)
return render_to_response('event.html', {'data': rp_tm_all})

下载的视图函数

def DownLoadEvent(request,a,b,c):
response = HttpResponse(content_type='application/vnd.ms-excel')
response['Content-Disposition'] = 'attachment; filename=' + time.strftime('%Y%m%d',time.localtime(time.time()))+'.xls'
workbook = xlwt.Workbook(encoding='utf-8') #创建工作簿
# sheet = workbook.add_sheet(b.day + "To" + c.day) #创建工作页
sheet = workbook.add_sheet("Sheet1") #创建工作页
row0 = [u'第一列',u'第二列',u'第三列',u'第四列']
for i in range(0, len(row0)):
sheet.write(0, i, row0[i])
data = get_events_by(a, b, c, eventtype)
num = 1
for d in data:
sheet.write(num, 0, str(d.time))
sheet.write(num, 1, d.location)
sheet.write(num, 2, d.note)
sheet.write(num, 3, d.type)
num = num + 1
workbook.save(response)
return response
]

url的配置

url(r'^event/$', views.Event, name='event'),
url(r'^downEvent-(?P<a>\w)-(?P<b>\w+)-(?P<c>\w+)$', views.DownLoadEvent),

简单来说,我不知道怎么将这个视图Event中的条件查询结果保存下来,供在另一个下载视图函数DownLoadEvent中能以xlwt返回给网页,或者可以以别的方式将两个结合为一体。实在是菜鸟,请知道的大神们给些提示。
...全文
218 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
Cai_12543 2017-04-08
  • 打赏
  • 举报
回复
引用 2 楼 uiuiy1 的回复:
两个方法合为一个, 向下载方法提交 查询参数, 根据查询参数得到结果,结果写入excel,再返回客户端
道理明白,能跟我讲讲,比如三个查询条件a,b,c的表单,两个按键,一个是“查询”(执行视图Event的工作),一个是“下载”(执行DownLoadEvent)的工作。像你说的,把两块功能合在一起,我在一个视图里该怎么判定是要查询返回结果呢,还是返回excel下载呢...... 刚开始做这个,不太明白,谢谢了
屎克螂 2017-04-05
  • 打赏
  • 举报
回复
两个方法合为一个, 向下载方法提交 查询参数, 根据查询参数得到结果,结果写入excel,再返回客户端
Cai_12543 2017-04-01
  • 打赏
  • 举报
回复
别沉啊,有路过的看看么?
内容概要:本文介绍了一种基于多目标粒子群算法(MOPSO)的微电网优化调度模型,综合考虑风能、光伏、储能系统、柴油发电机、燃气轮机以及与主电网之间的能量交互等多种分布式能源的协同运行。通过构建以运行成本最小化、碳排放最低化和系统可靠性最优化为目标的多目标优化模型,利用Matlab平台实现MOPSO算法求解,完成对微电网在不同运行场景下的能量管理与调度方案优化。该模型能够有效平衡经济性与环保性之间的关系,适用于含多类型分布式电源的复杂微电网系统,具有较强的工程应用价值和科研参考意义; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适合从事微电网、智能电网、综合能源系统、可再生能源集成与优化调度等领域研究的专业人士; 使用场景及目标:①用于多能源耦合微电网系统的协同优化调度研究;②支持多目标智能优化算法在能源系统中的建模与求解实践,帮助用户掌握MOPSO在实际工程问题中的应用方法;③为学术论文复现、毕业设计、科研项目开发提供完整的代码实例与技术支撑; 阅读建议:建议读者结合Matlab代码与理论文档,深入理解目标函数构建、约束条件处理及Pareto最优解集生成机制,重点关注算法参数设置、多目标权衡分析与结果可视化,并可通过调整能源配置或引入新约束进行二次开发与创新研究。

37,738

社区成员

发帖
与我相关
我的任务
社区描述
JavaScript,VBScript,AngleScript,ActionScript,Shell,Perl,Ruby,Lua,Tcl,Scala,MaxScript 等脚本语言交流。
社区管理员
  • 脚本语言(Perl/Python)社区
  • WuKongSecurity@BOB
加入社区
  • 近7日
  • 近30日
  • 至今

试试用AI创作助手写篇文章吧