Python全栈项目--校园食堂点餐与推荐系统 一、项目简介校园食堂通常存在高峰排队时间长、菜品信息分散、学生不知道吃什么、食堂窗口难以及时了解用户偏好等问题。本项目以“校园食堂点餐与推荐系统”为主题实现一个可运行的 Python 全栈应用学生可以注册登录、浏览菜品、搜索筛选、收藏菜品、加入购物车、提交订单并根据历史订单与收藏偏好获得推荐菜品。项目代码位于project/目录后端使用 FastAPI 提供 REST APISQLite 保存用户、菜品、订单和收藏数据前端使用 Vue 3 Vite 构建交互式单页应用。二、技术栈层次技术作用后端框架FastAPI提供高性能 RESTful API、自动接口文档数据库SQLite轻量级本地数据存储适合课程设计和原型项目ORMSQLAlchemy定义数据模型并完成数据库操作数据校验Pydantic请求体和响应结构校验认证鉴权Passlib PyJWT密码哈希、JWT 登录 token、接口保护前端Vue 3 Vite组件化页面、状态驱动交互、快速开发调试通信方式Fetch API前后端 JSON 数据交互三、系统架构系统采用前后端分离架构浏览器 Vue 3 页面 │ HTTP/JSON Bearer Token ▼ FastAPI 路由层 main.py │ ├── security.pyJWT 生成与解析、密码哈希 ├── schemas.py请求/响应模型 ├── crud.py业务逻辑 ├── models.pySQLAlchemy 数据模型 ▼ SQLite canteen.db后端在启动时自动创建数据表并初始化示例菜品。除注册、登录和健康检查外菜品查询、推荐、收藏、下单、订单查询等核心接口都需要登录 token。四、功能模块用户模块注册、登录、获取当前用户、退出登录。认证模块密码 bcrypt 哈希存储登录后签发 JWT前端请求自动携带 token。菜品模块查看菜品支持关键词搜索和分类筛选。收藏模块学生可收藏或取消收藏菜品作为推荐依据之一。购物车与订单模块菜品加入购物车填写取餐时间提交订单并扣减库存。推荐模块根据用户常点分类、收藏分类或新用户高评分菜品生成推荐。统计模块展示菜品数量、订单数量、收藏数量、累计消费金额。前端交互模块登录状态保持、鉴权请求封装、响应式页面渲染。五、数据库/数据模型设计本项目包含五张核心表表名说明关键字段users用户表username、email、hashed_password、roledishes菜品表name、window、category、tags、price、stock、ratingorders订单主表user_id、pickup_time、status、total_amountorder_items订单明细表order_id、dish_id、quantity、unit_pricefavorites收藏表user_id、dish_idmodels.py中的用户模型示例classUser(Base):__tablename__usersidColumn(Integer,primary_keyTrue,indexTrue)usernameColumn(String(50),uniqueTrue,indexTrue,nullableFalse)emailColumn(String(120),uniqueTrue,indexTrue,nullableFalse)hashed_passwordColumn(String(255),nullableFalse)roleColumn(String(20),defaultstudent)created_atColumn(DateTime,defaultdatetime.utcnow)订单采用主从表结构一个订单可以包含多个菜品明细便于查询历史订单和统计消费金额。六、后端接口设计方法地址功能是否需要登录GET/api/health服务健康检查否POST/api/auth/register用户注册并返回 token否POST/api/auth/login用户登录并返回 token否GET/api/users/me当前登录用户信息是GET/api/dishes菜品列表、搜索、分类筛选是POST/api/dishes管理员新增菜品是GET/api/recommendations获取推荐菜品是POST/api/orders创建订单是GET/api/orders查看我的订单是POST/api/favorites/{dish_id}收藏/取消收藏是GET/api/dashboard首页统计数据是鉴权依赖函数会解析 Bearer token提取用户名并查询数据库defget_current_user(credentials:HTTPAuthorizationCredentialsDepends(security),db:SessionDepends(get_db)):payloaddecode_access_token(credentials.credentials)usernamepayload.get(sub)usercrud.get_user_by_username(db,username)ifnotuser:raiseHTTPException(status_code401,detail用户不存在)returnuser七、前端页面设计前端采用 Vue 3 单文件组件组织页面主要页面区域如下登录/注册卡片未登录时展示注册或登录成功后保存 token。顶部用户栏展示当前用户名与退出按钮。统计卡片显示菜品数量、订单数量、收藏数量和累计消费。智能推荐区展示推荐原因和推荐菜品。菜品列表区支持关键词搜索、分类筛选、加入购物车和收藏。购物车区展示已选菜品、数量、总价和提交订单按钮。我的订单区查看历史订单、状态、取餐时间和菜品明细。API 封装文件frontend/src/api.js负责统一添加鉴权请求头asyncfunctionrequest(path,options{}){constheaders{Content-Type:application/json,...(options.headers||{})}consttokengetToken()if(token)headers.AuthorizationBearer${token}constresawaitfetch(${API_BASE}${path},{...options,headers})constdataawaitres.json().catch(()({}))if(!res.ok)thrownewError(data.detail||请求失败)returndata}八、核心代码讲解1. 密码哈希与 token 生成security.py使用 Passlib 对密码进行 bcrypt 哈希不在数据库中保存明文密码。登录成功后创建 JWT后续请求通过该 token 访问受保护接口。pwd_contextCryptContext(schemes[bcrypt],deprecatedauto)defget_password_hash(password:str)-str:returnpwd_context.hash(password)defcreate_access_token(data:dict,expires_delta:Optional[timedelta]None)-str:to_encodedata.copy()expiredatetime.now(timezone.utc)(expires_deltaortimedelta(minutesACCESS_TOKEN_EXPIRE_MINUTES))to_encode.update({exp:expire})returnjwt.encode(to_encode,SECRET_KEY,algorithmALGORITHM)2. 下单逻辑下单时后端会校验菜品是否存在、是否上架、库存是否充足然后扣减库存并写入订单明细。defcreate_order(db:Session,user_id:int,order:schemas.OrderCreate):db_ordermodels.Order(user_iduser_id,pickup_timeorder.pickup_time)total0.0foriteminorder.items:dishdb.query(models.Dish).filter(models.Dish.iditem.dish_id,models.Dish.is_availableTrue).first()ifnotdish:raiseValueError(菜品不存在或已下架)ifdish.stockitem.quantity:raiseValueError(f菜品{dish.name}库存不足)dish.stock-item.quantity totaldish.price*item.quantity db_order.items.append(models.OrderItem(dish_iddish.id,quantityitem.quantity,unit_pricedish.price))db_order.total_amountround(total,2)db.add(db_order)db.commit()returndb_order3. 推荐策略推荐模块优先统计用户历史订单和收藏中的菜品分类。如果用户经常购买“轻食”则推荐评分较高的轻食菜品如果是新用户则推荐全站高评分菜品。ifcategories:top_categoryCounter(categories).most_common(1)[0][0]dishesdb.query(models.Dish).filter(models.Dish.categorytop_category).order_by(desc(models.Dish.rating)).limit(6).all()returnf根据你常点的「{top_category}」分类推荐,dishes4. Vue 购物车状态前端购物车存储在响应式数组中用户点击“加入购物车”后自动合并同一菜品数量总价由计算属性实时生成。constcartref([])constcartTotalcomputed(()cart.value.reduce((sum,item)sumitem.dish.price*item.quantity,0).toFixed(2))functionaddToCart(dish){constitemcart.value.find(ii.dish.iddish.id)if(item)item.quantity1elsecart.value.push({dish,quantity:1})}九、部署与运行步骤1. 运行后端cdproject/backend python3-mvenv .venvsource.venv/bin/activate pipinstall-rrequirements.txt uvicorn app.main:app--reload--host0.0.0.0--port8000后端默认地址为http://localhost:8000接口文档地址为http://localhost:8000/docs。2. 运行前端cdproject/frontendnpminstallnpmrun dev前端默认地址为http://localhost:5173。前端默认请求http://localhost:8000如需修改后端地址可设置VITE_API_BASE。3. 体验流程注册学生账号。登录后浏览菜品列表。按关键词或分类筛选菜品。收藏喜欢的菜品。将菜品加入购物车并提交订单。再次刷新推荐列表观察推荐原因变化。十、项目总结本项目完整覆盖了 Python 全栈项目中的关键能力后端接口、数据库建模、认证鉴权、业务逻辑、前端组件化、前后端联调和部署运行说明。与普通 CRUD 项目相比校园食堂点餐与推荐系统增加了订单明细、库存扣减、收藏偏好和推荐策略更贴近真实校园业务场景。后续可继续扩展管理员菜品管理后台、食堂窗口接单端、在线支付、排队号、营养分析、协同过滤推荐算法、订单评价和消息通知等功能。项目代码下载链接

相关新闻

最新新闻

A Hybrid Approach for EMF Code Generation:Code Templates Meet Large Language Models

A Hybrid Approach for EMF Code Generation:Code Templates Meet Large Language Models

文章主要内容与创新点总结 一、主要内容 本文针对模板驱动代码生成(TBCG)灵活性不足和大语言模型(LLM)代码生成易出错、存在幻觉的问题,提出了一种混合式代码生成方法iEcoreGen。该方法基于Eclipse建模框架(EMF),融合模板驱动和LLM驱动的优势,实现更高效的自动化软件…

2026/8/30 7:18:07
Challenging the Abilities of Large Language Models in Italian: a Community Initiative

Challenging the Abilities of Large Language Models in Italian: a Community Initiative

文章核心总结与创新点 主要内容 CALAMITA是意大利计算语言学协会牵头的大型协作基准项目,聚焦意大利语大语言模型(LLM)的综合能力评估。项目联合80余名来自学术界、工业界和公共部门的参与者,设计了涵盖8大能力类别(常识推理、事实知识、语言知识、形式推理、公平性与偏…

2026/8/30 7:18:07
Bridging Traditional Machine Learning and Large Language Models: A Two-Part Course Design for Mod...

Bridging Traditional Machine Learning and Large Language Models: A Two-Part Course Design for Mod...

文章主要内容与创新点总结 一、主要内容 该文章提出了一种创新的人工智能(AI)与数据科学教学方法,通过“两部分”课程结构系统衔接传统机器学习(ML)与现代大型语言模型(LLMs),解决当前AI教育中两类技术教学脱节的问题。课程以夏季密集课程形式开展,分为两个连续的七…

2026/8/30 7:18:07
支付系统合规边界与技术实现安全准则

支付系统合规边界与技术实现安全准则

简介:这是一套面向开发者与支付系统集成人员的美团代付功能全开源解决方案,聚焦于电商代付场景下的多平台(美团、京东、拼多多)统一接入需求,解决商户侧代付流程定制化难、支付通道适配成本高等实际问题。资源包共3个文…

2026/8/30 7:18:07
叙事半径与验证半径:AI技术人如何应对宏大叙事与交付错配

叙事半径与验证半径:AI技术人如何应对宏大叙事与交付错配

过去一年,AI行业最值得观察的现象,不是哪家模型跑分又高了多少,而是一种很少被当成技术话题、却每天都在影响技术人选型的问题:公司的对外叙事越来越宏大,产品交付却始终处于高频打补丁的状态。以Anthropic为例&#x…

2026/8/30 7:18:07
第299篇 RNN与LSTM——序列建模的基础

第299篇 RNN与LSTM——序列建模的基础

前面聊了视觉里程计中的DeepVO,里面用到了LSTM来处理图像序列。你可能对RNN和LSTM有个大概印象,但细节记不太清了。这篇我们来好好捋一捋,这两个在机器人领域曾经非常重要的序列建模工具。 虽然现在Transformer在很多任务上已经取代了RNN/LS…

2026/8/30 7:13:07