Python Web 大作业

Flask 二手房项目作业说明

准备

1. 课程资料中下载python大作业压缩包。
2. 将 house.sql 导入本地 MySQL（库名 house）,注意配置好你自己的电脑数据库与密码。
3. 项目根目录已提供 app.py、settings.py、models.py、utils/，已经写好的内容无需修改。

备注

• utils/pearson_recommend.py 与 utils/regression_data.py 已给完整代码，直接 from utils.xxx import xxx 调用即可。
• 所有视图文件请保留函数签名、注释和返回值结构，仅补全函数体内 # TODO 处的代码。

---

作业一：首页（验证： 访问 /）

📌 功能需求

网站首页展示平台上现在有多少套房、最新挂牌的 6 套、当前浏览量最高的 4 套。
在搜索框打字时，希望系统能根据我当前选的搜索类型（地区 / 户型）实时联想匹配项，比如选了”户型搜索”输个”2室”，下面就弹出”2室1厅 N 套””2室2厅 N 套”。
首页要做到：快、全、准。”

---

要求：在根目录新建 index_page.py，并补全两个视图函数体。

1. 在 app.py 中以 url_prefix='/' 注册 index_page 蓝图（app.py 已写好 import）。

2. 在 index_page.py 中实现：

   • GET / ：查询并传递”总房源数 + 最新房源 TOP6 + 热点房源 TOP4”给 index.html。
   • POST /search/keyword/ ：接收 kw 与 info（'地区搜索' 或 '户型搜索'），按所选字段聚合查询前 9 条，返回 JSON {code:1, info:[{t_name, num}, ...]}。

3. 需要补全的位置（文件中已用 # TODO 题目一 标记）：

   • 第 1 处：index() 函数体内 3 行查询（总房源数、最新 TOP6、最热 TOP4）。
   • 第 2 处：search_kw() 函数体内聚合查询与 JSON 返回。
   • 第 3 处：index.html 中 AJAX 联想的 success 回调函数体（约 15 行 jQuery DOM 操作）。

4. 验证：启动服务，浏览器访问 http://127.0.0.1:5000/。首页能看到”最新房源””热点房源”卡片即为正确；在搜索框输入文字时下拉出现联想项即为正确。

5. 提交：index_page.py 全代码截图 + index.html 截图（AJAX 回调部分）+ 首页运行截图及搜索功能运行图。

---

作业二：列表页（验证：直接访问 /list/pattern/1）

📌 功能需求

“点击首页的’更多地区房源’或’更多热点房源’会进到完整列表页，每页只显示 10 套，有分页功能。
另外在首页搜索框点了某条联想项，回车查询后也要跳到一个搜索结果页，把搜的地区/户型下所有符合的房源列出来。
还有两个细节——标题超过 15 个字的要用 ... 截断（列表页面看着不拥挤），**朝向如果是空的不要显示空白，写’暂无信息’**（用户不会以为是 bug）。”

---

要求：在根目录新建 list_page.py，并补全三个视图函数与两个自定义过滤器。

1. 在 app.py 中注册 list_page 蓝图。

2. 在 list_page.py 中实现：

   • GET /query ：接收 addr 或 rooms 参数，渲染 search_list.html。
   • GET /list/pattern/<int:page> ：按发布时间倒序分页（per_page=10），渲染 list.html。
   • GET /list/hot_house/<int:page> ：按浏览量倒序分页，渲染 list.html。

3. 注册两个自定义模板过滤器：

   • dealover ：标题超过 15 字符末尾替换为 ...。
   • dealdirection ：朝向为空时显示”暂无信息”。

4. 需要补全的位置（文件中已用 # TODO 题目二 标记）：

   • 第 1 处：search_txt_info() 函数体（按 addr/rooms 过滤查询）。
   • 第 2 处：return_new_list() 函数体（paginate 分页调用）。
   • 第 3 处：return_hot_list() 函数体（paginate 分页调用）。
   • 第 4 处：deal_title_over() 与 deal_direction() 两个过滤器函数体。
   • 第 5 处：两个 add_app_template_filter 注册调用。
   • 第 6 处：list.html 中 createPage 分页器初始化 JS（约 15 行 jQuery）。

5. 验证：

   • 浏览器访问 http://127.0.0.1:5000/list/pattern/1，能看到房源列表与分页器。
   • 访问 http://127.0.0.1:5000/list/hot_house/1，标题超过 15 字符自动加 ...。
   • 访问 http://127.0.0.1:5000/query?addr=xxx（替换为数据库中的小区名），能看到搜索结果。

6. 提交：list_page.py 全代码截图 + list.html 截图（分页器部分）+ search_list.html 截图。

---

作业三：详情页（验证：直接访问 /house/1）

📌 功能需求

在列表上点了某个房子，跳到详情页。这个页面要完整告诉我这套房的情况——基本信息（户型、朝向、面积、楼层、交通、房东电话等）+ 配套设施（哪些有、哪些没有）。配套设施用图标 + 文字展示，有的高亮，没的用删除线，一眼看出。
下面再推荐几套类似或同小区的房子——如果我已经登录，平台应该根据之前的浏览历史给用户推荐；如果没登录或者推荐不出来，就直接给用户同小区浏览量最高的 6 套当备选。
右侧有几个图表看这个小区的情况（户型占比、价格走势等），这部分需要写好 JS，Python调用接口看效果”

---

要求：在根目录新建 detail_page.py，并补全主视图函数体；模板中挖空配套设施图标与推荐循环。

1. 在 app.py 中注册 detail_page 蓝图。

2. 在 detail_page.py 中实现：

   • GET /house/<int:hid> ：
     ① 查询当前房源详情
     ② 调用 utils.pearson_recommend.recommend(user_id, hid) 获取推荐（已给完整函数，直接 import）
     ③ 推荐为空或用户未登录时，降级查询同小区按 page_views 倒序前 6
     ④ 渲染 detail_page.html，传递 house、facilities、recommend_li

3. 在 templates/detail_page.html 中补全：

   • 9 个配套设施图标的 {% if '设施名' in facilities %} 模板判断（洗衣机、电视、空调、暖气、热水器、天然气、床、宽带、电梯；”冰箱”已给出示例）。
   • 推荐房源 {% for house in recommend_li %} 循环（约 15 行 Jinja）。
   • 4 个 ECharts 图标 AJAX 调用（约 25 行 jQuery）。

4. 需要补全的位置（文件中已用 # TODO 题目三 标记）：

   • 第 1 处：detail_page.py 的 detail() 函数体内推荐/降级逻辑（约 10 行）。
   • 第 2 处：detail_page.html 的 9 个设施图标 {% if %} 模板判断（每个 5 行，已用 `` Jinja 注释标出位置）。
   • 第 3 处：detail_page.html 推荐房源 {% for %} 循环（约 15 行）。
   • 第 4 处：detail_page.html 的 4 个 ECharts AJAX 调用（约 25 行 jQuery，分别调用 /get/piedata、/get/columndata、/get/scatterdata、/get/brokenlinedata，后端接口已在 detail_page.py 写好）。。

5. 验证：

   • 浏览器访问 http://127.0.0.1:5000/house/1（前提：数据库 house_info 表中存在 id=1 的房源；如不存在可换成其他 id）。
   • 页面正确显示房源标题、价格、朝向等基本信息。
   • 配套设施图标：有该设施时为黄色高亮，无该设施时为删除线灰色。
   • 推荐房源区域显示同小区 6 条记录（用户未登录或无推荐时走降级逻辑）。
   • 右侧 4 个 ECharts 图表正常加载（饼图、柱状图、折线图、回归预测图）。

6. 提交：detail_page.py 全代码截图 + detail_page.html 截图。

---