百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

golang从入门到精通,Gin Web开发,多模板继承详解

ztj100 2025-01-10 18:40 25 浏览 0 评论

在使用Golang Gin框架的时候,当不做前后端分离的时候,多模板渲染就显得尤为重要。

Gin默认的渲染模板是采用单模板模式,从这一点来说,很不方便,毕竟Gin项目通常是前后端分离的,而Gin主要做的是后端。

也不是说没有多模板继承的需求,网上找到的资料基本都是复制粘贴的,可操作性太差,没有进行详解。

下面我们一起学习下Gin的多模板继承,在这里我们使用到了一个block,这一点应该说是比较有实用价值的。

1、前言

"github.com/gin-contrib/multitemplate"

这个模块针对多模板使用,当然也能完成单模板的效果。

2、目录结构

E:.
│  example.go
│
└─templates
    ├─admin
    │      index.html
    │      users.html
    │
    ├─base
    │      admin.html
    │      users.html
    │
    └─users
            admin.html
            index.html

3、模板文件

(1)admin文件夹存放的是前台展示的源码,继承base文件夹下的admin.html模板。

(2)users文件夹存放的是前台展示的源码,继承base文件夹下的users.html模板。

(3)base文件夹存放的是前台展示的源码,供admin文件夹和users文件夹继承使用。

在base文件夹的模板文件中,定义了一个{{block "body" .}} {{end}},这个位置就是填坑的位置。

4、主程序(由于源码较多,贴图可能看不清,因此直接写源码)

package main

import (
	//引入multitemplate包,使得能够支持多模板功能
	"github.com/gin-contrib/multitemplate"
	"github.com/gin-gonic/gin"
	"log"
)

func createMyRender() multitemplate.Renderer {
	//func NewRenderer() Renderer
	//NewRenderer allows create an agnostic multitemplate renderer depending on enabled gin mode
	//multitemplate.NewRenderer()创建1个新的渲染器
	r := multitemplate.NewRenderer()
	//func (Renderer) AddFromFiles(name string, files ...string) *template.Template
	//r.AddFromFiles()将从文件添加模板,有至少2个参数,name类型是string,是模板的名字,files是可变参数的string类型的参数
	//这里需要说明下[]string和...string的区别:[]string 是字符串切片,...string用作参数,
	//参数files需要写上需要解析的文件名,以最后一个文件名为主,其他的可作为被继承的模板使用,这个位置的顺序一定不能错。
	r.AddFromFiles("users_index", "templates/base/users.html", "templates/users/index.html")
	//这行解释一下,增加了1个名字为users_index的模板,渲染了"templates/base/users.html", "templates/users/index.html"两个文件
	//在本示例中,其中"templates/base/users.html"作为了被继承的文件,"templates/users/index.html"作为前台文件
	//users_index需要和c.HTML(200, "users_index", gin.H{})中的第二个参数relativePath匹配的
	r.AddFromFiles("users_admin", "templates/base/users.html", "templates/users/admin.html")
	r.AddFromFiles("admin_index", "templates/base/admin.html", "templates/admin/index.html")
	r.AddFromFiles("admin_users", "templates/base/admin.html", "templates/admin/users.html")
	//讲渲染器返回
	return r
}

func main() {
	app := gin.Default()
	//将createMyRender()生成的渲染器加载到HTMLRender中,
	//HTMLRender接口实现了HTMLProduction和HTMLDebug。
	//HTMLProduction:包含模板引用。
	//HTMLDebug包含模板和文件列表函数。
	app.HTMLRender = createMyRender()
	//func (group *RouterGroup) GET(relativePath string, handlers ...HandlerFunc) IRoutes
	//在接收GET POST PUT DELETE请求的时候,需要指定2个参数,
	//第一个参数:请求的地址,URI
	//第二个参数:处理的函数,这里写的匿名函数
	app.GET("/users_index", func(c *gin.Context) {
		//进行渲染HTML页面。有三个参数
		//func (c *Context) HTML(code int, name string, obj interface{})
		//第一个参数:状态码,可以是数字,也可以是状态码常量
		//第二个参数:接收的模板名,注意:是模板名,并不是文件名,虽然通常文件名就是模板名,但是应该引起重视。
		//第三个参数:传递给模板的参数,gin.H是map[string]interface{}的简写,实际上就是一个字典
		c.HTML(200, "users_index", gin.H{
			"title": "users_index",
		})
	})
	app.GET("/users_admin", func(c *gin.Context) {
		c.HTML(200, "users_admin", gin.H{
			"title": "users_admin",
		})
	})

	app.GET("/admin_index", func(c *gin.Context) {
		c.HTML(200, "admin_index", gin.H{
			"title": "admin_index",
		})
	})
	app.GET("/admin_users", func(c *gin.Context) {
		c.HTML(200, "admin_users", gin.H{
			"title": "admin_users",
		})
	})

	if err := app.Run("127.0.0.1:80"); err != nil {
		log.Fatal(err)
	}
}

如果你需要,可以留言,发你打包源码,方便学习理解!

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: