Nano Hash - криптовалюты, майнинг, программирование

Кэширование фрагмента шаблона Wagtail-ModelTranslation

Я реализовал многоязычный сайт с помощью трясогузки и перевода модели трясогузки, но у меня возникла проблема с кэшированием фрагментов шаблона. Кэш работает, но не учитывает отдельные языки. Какой бы язык ни был доступен первым после сохранения, он будет обслуживаться для всех языков. Я пробовал два способа установки ключа кеша безрезультатно. Сначала из документов по django, затем пытаясь явно включить код языка в шаблон

Первый:

{% cache 604800 about_copy LANGUAGE_CODE %}
... HTML ...
{% endcache %}

Второе: использование простого тега шаблона

from django.utils.translation import get_language

@register.simple_tag(takes_context=True)
def get_lang(context, *args, **kwargs):
    return get_language()
{% cache 604800 about_copy get_lang %}
... HTML ...
{% endcache %}

Мой метод сохранения выглядит следующим образом:

    def save(self, *args, **kwargs):
        """Create a template fragment key.
        Then delete the key."""

        key = make_template_fragment_key("about_copy")
        cache.delete(key)

        return super().save(*args, **kwargs)

Это очищает правильный фрагмент независимо от того, не включает ли он какие-либо аргументы, связанные с языком.

Любая помощь будет принята с благодарностью. Спасибо!


Ответы:


1

Ваш первый подход должен работать при условии, что LANGUAGE_CODE действительно определено в контексте. Это не происходит автоматически, поэтому вам, вероятно, нужно просто сначала установите:

{% load i18n %}
{% get_current_language as LANGUAGE_CODE %}

{% cache 604800 about_copy LANGUAGE_CODE %}
... HTML ...
{% endcache %}

Следует отметить, что вам нужно быть осторожным с кэшированием фрагментов шаблона в Wagtail, потому что -опубликованный контент будет кэшироваться.

17.02.2020
  • Спасибо за ваш ответ и за информацию о кэшировании предварительных просмотров, я видел ваше решение там и, скорее всего, реализую то же самое. Это мой первый проект трясогузка/джанго, и вы просто сэкономите мне кучу времени. Оказалось, что django.template.context_processors.i18n не загружался в мои процессоры контекста, поэтому {% get_current_langage as LANGUAGE_CODE %} не работал должным образом. Еще раз спасибо за то, что указали мне правильное направление! 17.02.2020
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..