目录
Flask入门
Flask的介绍
Flask 是一款发布于2010年非常流行的 Python Web 框架。
特点
1 微框架、简洁，给开发者提供了很大的扩展性。
2 Flask和相应的插件写得很好，用起来很爽。
3 开发效率非常高，比如使用 SQLAlchemy 的 ORM 操作数据库可以节省开发者大量书写 sql 的时 间。
Flask 的灵活度非常之高，他不会帮你做太多的决策，很多都可以按 照自己的意愿进行更改。
比如：
使用 Flask 开发数据库的时候，具体是使用 SQLAlchemy 还是 MongoEngine，选择权完全掌握在你自己的手中。 Flask 本身相当于一个内核，其他几乎所有的功能都要用到扩展（邮件扩展Flask-Mail ，用户认证 Flask-Login ，数据库 Flask-SQLAlchemy ），都需要 用第三方的扩展来实现。
Flask 没有默认使用的数据库，你可以选择 MySQL ，也可以用 NoSQL 。 其 WSGI 工具箱采用 Werkzeug （路由模块），模板引擎则使用 Jinja2 。这两个也是 Flask 框架的核心。
扩展列表：http://flask.pocoo.org/extensions/
Flask-SQLalchemy：操作数据库；
Flask-script：插入脚本；
Flask-migrate：管理迁移数据库；
Flask-Session：Session存储方式指定；
Flask-WTF：表单；
Flask-Mail：邮件；
Flask-Bable：提供国际化和本地化支持，翻译；
Flask-Login：认证用户状态；
Flask-OpenID：认证；
Flask-RESTful：开发REST API的工具；
Flask-Bootstrap：集成前端Twitter Bootstrap框架；
Flask-Moment：本地化日期和时间；
Flask-Admin：简单而可扩展的管理接口的框架
文档地址
1 中文文档（http://docs.jinkan.org/docs/flask/）
2 英文文档（http://flask.pocoo.org/docs/1.0/）
Flask的安装
pip install flask第一个Flask程序
#从flask包中导入Flask类
from flask import Flask
#创建一个Flask对象
app = Flask(__name__)
#@app.route:是一个装饰器
#@app.route('/')就是将url中 / 映射到hello_world设个视图函数上面
#以后你访问我这个网站的 / 目录的时候 会执行hello_world这个函数，然后将这个函数的返回值返回给浏览器
@app.route('/')
def hello_world():
return 'hello Flask!'
#启动这个WEB服务
if __name__ == '__main__':
#默认为5000端口
app.run() #app.run(port=8000)运行方式
通过对象运行
运行程序时，可以指定运行的主机IP地址，端口
app.run(host="0.0.0.0", port=5000) # 127.0.0.1参数解释
host
主机IP地址,可以不传 默认localhost
port
端口号，可以不传 默认5000
通过Python运行方式运行
app = Flask(__name__)
@app.route("/")
def index():
return "hello world"
if __name__ == '__main__':
app.run()提示
如果想在同一个局域网下的其他电脑访问自己电脑上的Flask网 站，需要设置 host='0.0.0.0' 才能访问得到
通过Flask自带命令运行
app = Flask(__name__)
@app.route("/")
def index():
return "hello world"
# 程序中不用再写app.run()
$ export FLASK_APP=helloworld
$ flask run
* Running on http://127.0.0.1:5000/举例
flask run -h 0.0.0.0 -p 8000注意 命令行下，可以使用使用简写 可以通过 flask run --help 获取帮助
Debug模式与配置参数加载
控制台倒是给出了错误提示信息，但是我们希望在浏览器也能有相 应的提示信息
开启Debug模式 运行时传递参数
app.run(debug = True)
通过修改配置参数 config
app.config.update(DEBUG=True)
# app.config['DEBUG'] = True
app.run()通过配置文件设置 config
URL与函数的映射(动态路由)
URL路径参数
比如，有一个请求访问的接口地址为 /users/11001 ，其中 11001 实际上为 具体的请求参数，表明请求 11001 号用户的信息。 此时如何从url中提取出 11001 的数据？
@app.route('/users/<user_id>')
def user_info(user_id):
print(type(user_id))
return 'hello user{}'.format(user_id)其中 ，尖括号是固定写法，语法为 ， variable 默认的 数据类型是字符串。 如果需要指定类型，则要写成 converter:variable ，其中 converter 就是类型名称，可以有以下几种：
1 string:如果没有指定具体的数据类型，那么默认就是使用 string 数据类型。
2 int:数据类型只能传递 int 类型。
3 float:数据类型只能传递 float 类型。
4 path:数据类型和 string 有点类似，都是可以接收任意的字符串，但是 path 可以接收路径，也就 是说可以包含斜杠。
5 uuid:数据类型只能接收符合 uuid 的字符串。 uuid 是一个全宇宙都唯一的字符串，一般可以用来 作为表的主键。
6 any:数据类型可以在一个 url 中指定多个路径。
将上面的例子以整型匹配数据，可以如下使用：
@app.route('/users/<int:user_id>')
def user_info(user_id):
print(type(user_id))
return f'正在获取 ID {user_id} 的用户信息'
@app.route('/users/<int(min=1):user_id>')
def user_info(user_id):
print(type(user_id))
return f'hello user {user_id}'注意 若是数据与设置的类型不能匹配，则会返回 Not Found
PostMan的使用
Postman一款非常流行的API调试工具。其实，开发人员用的更多。 因为测试人员做接口测试会有更多选择，例如Jmeter、soapUI等。 不过，对于开发过程中去调试接口，Postman确实足够的简单方 便，而且功能强大。 官方网站：https://www.getpostman.com/
安装
1 Postman最早是作用chrome浏览器插件存在的，所以，你可以 到chrome商店搜索下载安装，因为部分原因，所以，大家都会 找别人共享的postman插件文件来安装。
2 Postman提供了独立的安装包，不再依赖于Chrome浏览器了。 同时支持MAC、Windows和Linux，推荐你使用这种方式安装。 https://www.postman.com/downloads/
查询参数的获取
例如要获取 http://127.0.0.1:5000/test/?wd=python&ie=ok的参数
from flask import Flask,request
app = Flask(__name__)
@app.route('/')
def index():
wd = request.args.get('wd')
ie = request.values.get('ie')
return f"Hello! {wd} == {ie}"
if __name__ == '__main__':
app.run(debug=True)使用总结
如果你的这个页面的想要做 SEO 优化，就是被搜索引擎搜索到， 那么推荐使用第一种形式（path的形式）。 如果不在乎搜索引擎优化，那么就可以使用第二种（查询字符 串的形式）。
请求体参数
from flask import Flask,request
app = Flask(__name__)
@app.route('/',methods=['POST'])
def index():
uname = request.form.get('uname')
pwd = request.values.get('pwd')
age = request.form.get('age')
return f"Hello! {uname} == {pwd} == {age}"
if __name__ == '__main__':
app.run(debug=True)上传文件
客户端上传图片到服务器，并保存到服务器中
from flask import request
@app.route('/upload', methods=['POST'])
def upload_file():
f = request.files['pic']
# with open('./demo.png', 'wb') as new_file:
# new_file.write(f.read())
f.save('./demo.png')
return '上传成功！'其它参数
如果想要获取其他地方传递的参数，可以通过Flask提供的request 对象来读取。 不同位置的参数都存放在request的不同属性中
from flask import Flask,request
app = Flask(__name__)
@app.route('/args')
def args():
cookies = request.cookies.get('uid')
headers = request.headers.get('ContentType')
url = request.url
method = request.method
return f'上传成功！！ {cookies} ==
{headers} =={url} == {method}'
if __name__ =='__main__':
app.run(debug=True)url_for 函数
一般我们通过一个 URL就可以执行到某一个函数。 如果反过来,我们知道一个函数,怎么去获得这个 URL呢？ url_for 函数就可以帮我们实现这个功能。
注意
url_for 函数可以接收1个及以上的参数，他接收函数名作为第 一个参数 如果还出现其他的参数，则会添加到 URL 的后面作为查询参 数。
@app.route('/post/list/<page>/')
def my_list(page):
return 'my list'
@app.route('/')
def hello_world():
return url_for('my_list',page=2,num=8)
# return "/post/list/2?num=8"使用url_for函数原因
问题 为什么选择 url_for 而不选择直接在代码中拼 URL 的原因有两点：
回答 1 将来如果修改了 URL ，但没有修改该 URL 对应的函数名，就不用到处去替换URL 了 2 url_for() 函数会转义一些特殊字符和 unicode 字符串，这些事情 url_for 会自动的帮我们
@app.route('/login/')
def login():
return 'login'
@app.route('/')
def hello_world():
return url_for('login', next='/')
# /login/?next=/
# 会自动的将/编码，不需要手动去处理。
# url=/login/?next=%2F技巧
在定义url的时候，一定要记得在最后加一个斜杠。 1. 如果不加斜杠，那么在浏览器中访问这个url的时候，如果最 后加了斜杠，那么就访问不到。这样用户体验不太好。 2. 搜索引擎会将不加斜杠的和加斜杠的视为两个不同的url。而 其实加和不加斜杠的都是同一个url，那么就会给搜索引擎造成 一个误解。加了斜杠，就不会出现没有斜杠的情况。
响应-重定向
永久性重定向：
http 的状态码是 301,多用于旧网址被废弃了要转到一个新的网 址确保用户的访问 比如：你输入 www.jingdong.com 的时候，会被重定向到 ww w.jd.com ， 因为 jingdong.com 这个网址已经被废弃了，被改成 jd.com 所以这种情况下应该用永久重定向
暂时性重定向：
http 的状态码是 302,表示页面的暂时性跳转。 比如：访问一个需要权限的网址，如果当前用户没有登录，应 该重定向到登录页面， 这种情况下，应该用暂时性重定向。
flask中重定向
重定向是通过 redirect(location,code=302) 这个函数来实现的, location表示 需要重定向到的 URL, 应该配合之前讲的 url_for() 函数来使用， code 表示采用哪个重定向，默认是 302 也即 暂时性重定向, 可以 修改成 301 来实现永久性重定向
from flask import
Flask,request,url_for,redirect
app = Flask(__name__)
@app.route('/')
def hello_world():
return 'Hello World!'
@app.route('/login/')
def login():
return '这是登录页面'
#falsk中重定向
@app.route('/profile/')
def proflie():
if request.args.get('name'):
return '个人中心页面'
else:
# return redirect(url_for('login'))
return redirect(url_for('login'),code=302)
if __name__ == '__main__':
app.run(debug=True)响应-响应内容
from flask import redirectd
@app.route('/return_str')
def return_str():
return "你好，少年"返回JSON
from flask import jsonify
app.config['JSON_AS_ASCII'] = False
@app.route('/return_json1')
def return_json1():
json_dict = {
"msg_int": 10,
"msg_str": "你好，少年"
}
return jsonify(json_dict)
@app.route('/return_json2')
def return_json2():
json_dict = {
"msg_int": 10,
"msg_str": "你好，少年"
}
return json_dict
元组方式
可以返回一个元组，元组中必须至少包含一个项目，且项目应当由 (response, status) 、 (response, headers) 或者 (response, status, headers) 组成。 status 的值会重载状态代码， headers 是一个由额外头部值组成的列表 或字 典 status 值会覆盖状态代码， headers 可以是一个列表或字典，作 为额外的消息标头值。
@app.route('/demo1')
def demo1():
# return '状态码为 666', 666
# return '状态码为 666', 666,[('itbaizhan', 'Python')]
return '状态码为 666', 666, {'itbaizhan': 'Python'}响应-自定义响应
创建Response
from flask import Response
@app.route('/return_str')
def return_str():
return Response("你好，少年")make_response方式
@app.route('/demo2')
def demo2():
resp = make_response('make response测试')
resp.headers['itbaizhan'] = 'Python'
resp.status = '404 not found'
return respFlask模板
模板介绍
思考 : 网站如何向客户端返回一个漂亮的页面呢？
提示 :
- 漂亮的页面需要 html 、 css 、 js .
- 可以把这一堆字段串全都写到视图中, 作为 HttpResponse() 的参数,响应给客户端
问题
- 视图部分代码臃肿, 耦合度高
- 这样定义的字符串是不会出任何效果和错误的
- 效果无法及时查看.有错也不容易及时发现
解决问题
模板 Template
- MVT 设计模式中的 T , Template
M全拼为Model，与MVC中的M功能相同，负责和数据库交 互，进行数据处理。
V全拼为View，与MVC中的C功能相同，接收请求，进行业务处 理，返回应答。
T全拼为Template，与MVC中的V功能相同，负责封装构造要返 回的html。
模板的使用
在 Flask中，配套的模板是 Jinja2，Jinja2的作者也是Flask的作者。 这个模板非常的强大，并且执行效率高。
使用步骤
- 创建模板
- 在 应用 同级目录下创建模板文件夹 templates . 文件夹名称固定写法.
- 在 templates 文件夹下, 创建 应用 同名文件夹. 例, Book
- 在 应用 同名文件夹下创建 网页模板 文件. 例 : index.html
- 设置模板查找路径
- 模板处理数据
from flask import Flask,render_template
app = Flask(__name__)
@app.route('/test')
def index():
return render_template('index.html')模板-传参
在使用 render_template 渲染模版的时候，可以传递关键字参数（命名参 数）。
from flask import Flask,render_template
app = Flask(__name__)
@app.route('/')
def hello_world():
return render_template('index.html',uname='sxt')<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>SXT</title>
</head>
<body>
从模版中渲染的数据
<br>
{{ uname}}
</body>
</html>小技巧
如果你的参数项过多，那么可以将所有的参数放到一个字典 中， 然后在传这个字典参数的时候，使用两个星号，将字典打散成 关键字参数（也叫命名参数）
@app.route('/')
def hello_world():
context = {
'uname': 'momo',
'age': 18,
'country': 'china',
'childrens': {
'name': 'mjz',
'height': '62cm'
}
}
returnrender_template('index.html',**context)
获取方式是： {{childrens.name}} 或者 {{childrens['name']}}模板使用url_for函数
模版中也可使用 url_for ,和后台视图函数中的 url_for 使用起来基本是一 模一样的。
提示 在模板中使用函数，需要在函数 左右两边加上2个 {} 例如： {{ url_for(func) }}
@app.route('/accounts/login/<name>/')
def login(name):
print(name)
return '通过URL_FOR定位过来的！！！'
<a href="{{url_for('login',p1='abc',p2='ddd',name='zhangsan') }}">登录</a>注意 无论是 路径参数 还是 查询式参数 都可以直接传递
过滤器介绍
有时候我们想要在模版中对一些变量进行处理，那么就必须需要类 似于Python中的函数一样，可以将这个值传到函数中，然后做一些 操作。 在模版中，过滤器相当于是一个函数，把当前的变量传入到过滤器 中，然后过滤器根据自己的功能，再返回相应的值，之后再将结果 渲染到页面中
@app.route('/')
def hello_world():
return render_template('index.html',postion=-1)<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>SXT</title>
</head>
<body>
<h3>过滤器的基本使用</h3>
<p>位置的绝对值为[未使用过滤器]：{{ postion}}
</p>
<p>位置的绝对值为[使用过滤器]：{{ postion|abs}}</p>
</body>
</html>
Jinja模板自带过滤器
过滤器是通过管道符号 | 使用的，例如： { name|length }} 将返回name的 长度。 过滤器相当于是一个函数，把当前的变量传入到过滤器中，然后过 滤器根据自己的功能，再返回相应的值，之后再将结果渲染到页面 中。 Jinja2中内置了许多过滤器 https://jinja.palletsprojects.com/en/3.0.x/templates/#filters
defalut过滤器
<body>
<h1>default过滤器</h1>
过滤前的昵称数据是：{{nick_name}}<br>
过滤后的昵称数据是：{{nick_name | default('用户1',boolean=true)}}<br>
过滤后的昵称数据是：{{nick_name or '用户2'}}
<br>
</body>转义字符
<body>
<h1>转义字符过滤器</h1>
<!-- 模板中默认 做了转义字符的效果 -->
转义前的数据是：{{ info | safe }} <!-- 不转义：不将特殊字符转换成 <类似的数据 -->
{% autoescape true %} <!-- false代表不再转义特殊字符 / true 转义特殊字符 <-->
{{info }} <!-- 转义：将特殊字符转换成 <类似的数据 -->
{% endautoescape %}
</body>其它过滤器
<body>
<h1>其它过滤器</h1>
绝对值：{{ -6 | abs }}<br>
小数: {{ 6 | float }}<br>
字符串：{{ 6 | string }}<br>
格式化:{{'%s--%s' | format('我'
,
'你')}}
<br>长度：{{'我是九，你是三，除了你，还是你'|length}}<br>
最后一个：{{'我是九，你是三，除了你，还是你'|last}}<br>
第一个：{{'我是九，你是三，除了你，还是你'|first}}<br>
统计次数： {{'我是九，你是三，除了你，还是你' | wordcount }}<br>
替换：{{'===我是九，你是三，除了你，还是你 ====' |replace('我是九，你是三，除了你，还是
你'
,'拿着,这个无限额度的黑卡，随便刷')}}
</body>
小提示
jinja2模板 默认全局开启了自动转义功能
- safe 过滤器：可以关闭一个字符串的自动转义
- escape 过滤器：对某一个字符串进行转义
- autoescape 标签，可以对他包含的代码块关闭或开启自动转义
- {% autoescape true/false %} 代码块 {% endautoescape %
自定义过滤器
只有当系统提供的过滤器不符合需求后，才须自定义过滤器 过滤器本质上就是一个函数。 如果在模版中调用这个过滤器，那么就会将这个变量的值作为第一 个参数传给过滤器这个函数， 然后函数的返回值会作为这个过滤器的返回值。 需要使用到一个装饰器： @app.template_filter('过滤器名称')
自定义数据替换过滤器
例如：将新闻中出现的 所有“ 我是九你是三，除了你还是你” 换成 "你不用多好，我喜欢就好"
#将模版设置为自动加载模式
app.config['TEMPLATES_AUTO_RELOAD']=True
@app.template_filter('cut')
def cut(value):
value=value.replace("我是九你是三，除了你还是你",'你不用多好，我喜欢就好')
return value<p>使用自定义过滤器：{{新闻内容值|cut}}</p>
自定义时间过滤器
例如：操作发布新闻 与现在的时间间隔
from datetime import datetime
#需求：操作发布新闻 与现在的时间间隔
@app.template_filter('handle_time')
def handle_time(time):
"""
time距离现在的时间间隔
1. 如果时间间隔小于1分钟以内，那么就显示“刚刚”
2. 如果是大于1分钟小于1小时，那么就显示“xx分钟前”
3. 如果是大于1小时小于24小时，那么就显示“xx小时前”
4. 如果是大于24小时小于30天以内，那么就显示“xx天前”
5. 否则就是显示具体的时间 2030/10/2016:15
"""
if isinstance(time, datetime):
now = datetime.now()
timestamp = (now - time).total_seconds()
if timestamp < 60:
return "刚刚"
elif timestamp >= 60 and timestamp < 60 * 60:
minutes = timestamp / 60
return "%s分钟前" % int(minutes)
elif timestamp >= 60 * 60 and timestamp < 60 * 60 * 24:
hours = timestamp / (60 * 60)
return '%s小时前' % int(hours)
elif timestamp >= 60 * 60 * 24 and timestamp < 60 * 60 * 24 * 30:
days = timestamp / (60 * 60 * 24)
return "%s天前" % int(days)
else:
return time.strftime('%Y/%m/%d %H:%M')
else:
return time
<p>发布时间：{{新闻创建时间|handle_time}}</p>
流程控制-选择结构
所有的控制语句都是放在 {% ... %} 中，并且有一个语句 {% endxxx %} 来进 行结束！
if：if语句和python中的类似，可以使用 >，=，==，!= 来进行判 断，也可以通过 and，or，not，() 来进行逻辑合并操作
{% if age >= 18 %}
<p>{{ age }}岁，成年人，可以通宵打游戏</p>
{% else %}
<p>{{ age }}岁，未成年人，可以通宵学习</p>
{% endif %}注意：
if 条件判断语句必须放在 {% if statement %} 中间，并且还必须有结束 的标签 {% endif %} 。
流程控制-循环结构
for...in... for循环可以遍历任何一个序列包括列表、字典、元组。并且 可以进行反向遍历，以下将用几个例子进行解释：
列表
<ul>
{% for user in users%}
<li>{{ user}}</li>
{% endfor %}
</ul>遍历字典
<tr>
{% for key in person.keys() %}
<td>{{ key}}</td>
{% endfor %}
</tr>
<tr>
{% for val in person.values() %}
<td>{{ val}}</td>
{% endfor %}
</tr>
<tr>
{% for item in person.items() %}
<td>{{ item}}</td>
{% endfor %}
</tr>
<tr>
{% for key,value in person.items() %}
<td>{{ value}}</td>
{% endfor %}
</tr>如果序列中没有值的时候，进入else 反向遍历用过滤器 reverse：
<ul>
{% for user in users|reverse %}
<li>{{ user}}</li>
{% else %}
<li>没有任何用户</li>
{% endfor %}
</ul>并且Jinja中的for循环还包含以下变量，可以用来获取当前的遍历状 态：
总结
在 jinja2 中的 for 循环，跟 python 中的 for 循环基本上是一模一样的 也是 for...in... 的形式。并且也可以遍历所有的序列以及迭代器 唯一不同的是， jinja2 中的 for 循环没有 break 和 continue 语句
导入模板include
1. 这个标签相当于是直接将指定的模版中的代码复制粘贴到当前位 置。
2. include 标签，如果想要使用父模版中的变量，直接用就可以了，不 需要使用 with context 。
3. include 的路径，也是跟 import 一样，直接从 templates 根目录下去找， 不要以相对路径去找。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>SXT</title>
</head>
<body>
<!--通过include 引入头部log信息-->
{% include "common/head.html" %}
<div>
这是首页内容
{{ major }}
</div>
<hr>
<!--通过include 引入底部版权信息-->
{% include "common/footer.html" %}
</body>
</html>
set与with标签
set的使用
在模版中，可以使用 set 语句来定义变量
<!--set语句来定义变量，之后，那么在后面的代码中，都可以使用这个变量-->
{% set uname='sxt'%}
<p>用户名：{{ uname }}</p>一旦定义了这个变量，那么在后面的代码中，都可以使用这个变 量，就类似于Python的变量定义是一样的
with语句
with 语句定义的变量，只能在 with 语句块中使用，超过了这个代码 块，就不能再使用了
<!--with语句来定义变量，只有在指定区域 才能使用这个变量-->
{% with classroom='python202'%}
<p>班级：{{ classroom }}</p>
{% endwith %}注意
关于定义的变量， with 语句也不一定要跟一个变量， 可以定义一个空的 with 语句， 需要在指定的区域才能使用的情况，可以set与with组合使用。
{% with %}
{% set pname='李思思' %}
<p>娱乐县县长：{{ pname }}</p>
{% endwith %}静态文件
静态文件：css文件 js文件 图片文件等文件
加载静态文件使用的是 url_for 函数。然后第一个参数需要为 static ，第 二个参数需要为一个关键字参数 filename='路径' 。
语法
{{ url_for("static",filename='xxx') }}
注意 路径查找，要以当前项目的 static 目录作为根目录
模板继承
为什么需要模版继承
模版继承可以把一些公用的代码单独抽取出来放到一个父模板中 以后子模板直接继承就可以使用了。 这样可以重复的利用代码，并且以后修改起来也比较方便
模版继承语法
使用 extends 语句，来指明继承的父模板。父模板的路径，也是相对 于 templates 文件夹下的绝对路径
{% extends "base.html" %}
block语法
一般在父模版中，定义一些公共的代码。子模板可能要根据具体的 需求实现不同的代码。这时候父模版就应该有能力提供一个接口，让子模板来实现。从而 实现具体业务需求的功能。
父模板
{% block block的名字 %}
{% endblock %}子模板
{% block block的名字 %}
子模板中的代码
{% endblock %}调用父模版代码block中的代码
默认情况下，子模板如果实现了父模版定义的block。那么子模板 block中的代码就会覆盖掉父模板中的代码。 如果想要在子模板中仍然保持父模板中的代码，那么可以使用 {{ super( ) }} 来实现
父模板
{% block block_body %}
<p style="background-color: blue">我是父模版block_body处的内容</p>
{% endblock %}
子模板
{% block block_body%}
{{ super() }}
<p style="background-color: green">我是子模版block_body处的内容</p>
{% endblock %}
调用另外一个block中的代码
如果想要在另外一个模版中使用其他模版中的代码。那么可以通过 {{ self.其他block名字() }} 就可以了
{% block title %}
sxt首页
{% endblock %}
{% block block_body%}
{{ self.title() }}
<p style="background-color: green">我是子模版block_body处的内容</p>
{% endblock %}注意
1. 子模板中的代码，第一行，应该是 extends
2. 子模板中，如果要实现自己的代码，应该放到block中。如果 放到其他地方，那么就不会被渲染
Flask视图
add_url_rule与app.route
add_url_rule
add_url_rule(rule,endpoint=None,view_func=None)
这个方法用来添加url与视图函数的映射。 如果没有填写 endpoint ，那么默认会使用 view_func 的名字作为 endpoint 。 以后在使用 url_for 的时候，就要看在映射的时候有没有传递 endpoint 参 数，如果传递了，那么就应该使用 endpoint 指定的字符串， 如果没有传递，那么就应该使用 view_func 的名字。
def my_list():
return "我是列表页"
app.add_url_rule('/list/',endpoint='sxt',view_func=my_list)app.route原理剖析
这个装饰器底层，其实也是使用 add_url_rule 来实现url与视图函数映射 的。
from flask import Flask,url_for
app = Flask(__name__)
@app.route('/',endpoint='index')
def index():
print(url_for('show'))
print(url_for('index'))
return "Hello"
def show_me():
return "这个介绍信息！！"
# endpoint 没有设置，url_for中就写函数的名字，如果设置了，就写endpoint的值
app.add_url_rule('/show_me',view_func=show_me,endpoint='show')
# @app.route 底层就是使用的 add_url_rule
if __name__ =='__main__':
app.run(debug=True)
类视图
之前我们接触的视图都是函数，所以一般简称函数视图。 其实视图也可以基于类来实现，类视图的好处是支持继承， 但是类视图不能跟函数视图一样，写完类视图还需要通过 app.add_url_rule(url_rule,view_func) 来进行注册
标准类视图使用步骤
1. 标准类视图，必须继承自 flask.views.View
2. 必须实现 dispatch_request 方法，以后请求过来后，都会执行这个方 法。 这个方法的返回值就相当于是之前的视图函数一样。也必须返回 Response 或者子类的对象，或者是字符串，或者是元组。
3. 必须通过 app.add_url_rule(rule,endpoint,view_func) 来做url与视图的映射。 view_func 这个参数，需要使用类视图下的 as_view 类方法类转换： ListView.as_view('list') 。
4. 如果指定了 endpoint ，那么在使用 url_for 反转的时候就必须使用 endpoint 指定的那个值。如果没有指定 endpoint ，那么就可以使用 as_view(视图名字) 中指定的视图名字来作为反转。
from flask import Flask,url_for
from flask.views import View
app= Flask(__name__)
@app.route('/')
def index():
# print(url_for('mylist'))
print(url_for('my'))
return 'Hello'
class ListView(View):
def dispatch_request(self):
return '返回了一个List的内容！！'
# app.add_url_rule('/list',view_func=ListView.as_view('mylist'))
app.add_url_rule('/list',endpoint='my',view_func=ListView.as_view('mylist'))
# 用于测试
with app.test_request_context():
print(url_for('my'))
if __name__ =='__main__':
app.run(debug=True)类视图的好处
1.可以继承，把一些共性的东西抽取出来放到父视图中，子视图直 接拿来用就可以了。
2.但是也不是说所有的视图都要使用类视图，这个要根据情况而 定。视图函数用得最多。
from flask import Flask,jsonify
from flask.views import View
app = Flask(__name__)
# 需求：返回的结果都必须是json数据
class BaseView(View):
def get_data(self):
raise NotImplementedError
def dispatch_request(self):
return jsonify(self.get_data())
class JsonView(BaseView):
def get_data(self):
return {'uname':'吕布','age':20}
class Json2View(BaseView):
def get_data(self):
return [
{'name':'zs','lua':'Python'},
{'name':'lisi','lua':'Python'},
]
app.add_url_rule('/base',view_func=BaseView.as_view('base'))
app.add_url_rule('/json',view_func=JsonView.as_view('json'))
app.add_url_rule('/json2',view_func=Json2View.as_view('json2'))
if __name__ =='__main__':
app.run(debug=True)基于调度方法的类视图
1. 基于方法的类视图，是根据请求的 method 来执行不同的方法的。 如果用户是发送的 get 请求，那么将会执行这个类的 get 方法。 如果用户发送的是 post 请求，那么将会执行这个类的 post 方法。其他 的method类似，比如 delete 、 put
2. 这种方式，可以让代码更加简洁。所有和 get 请求相关的代码都放 在 get 方法中，所有和 post 请求相关的代码都放在 post 方法中。就不 需要跟之前的函数一样，通过 request.method == 'GET'
class LoginView(views.MethodView):
def get(self,error=None):
return
render_template('login.html',error=error)
def post(self):
#模拟实现
#拿到前端页面传过来的 账号 和密码 去数据库做查询操作 查询到 (跳转主页面) ,反之跳转到login.html页面并给出错误提示信息
uname = request.form['uname']
pwd = request.form['pwd']
if uname=="sxt" and pwd =="123":
return render_template('index.html')
else:
return self.get(error="用户名或者密码错误")
# 注册类视图
app.add_url_rule('/login/',view_func=LoginVi
ew.as_view('my_login'))HTML
<form action="/login/" method="post">
<table>
<tr>
<td>账号：</td>
<td><input type="text" name="uname"></td>
</tr>
<tr>
<td>密码：</td>
<td><input type="password" name="pwd"></td>
</tr>
<tr>
<td></td>
<td><input type="submit" value="立即登录"></td>
</tr>
<tr>
<td colspan="2">
{# <font color="red">{{ error }}</font>#}
{# 优化写法 ：判断 #}
{% if error %}
<font color="red">{{ error }}</font>
{% endif %}
</td>
</tr>
</table>
</form>
装饰器
简言之，python装饰器就是用于拓展原来函数功能的一种函数，这 个函数的特殊之处在于它的返回值也是一个函数， 使用python装饰器的好处就是在不用更改原函数的代码前提下给函 数增加新的功能。
1. 在视图函数中使用自定义装饰器，那么自己定义的装饰器必须放 在 app.route 下面。 否则这个装饰器就起不到任何作用。
案例1
需求：查看设置个人信息时，只有检测到用户已经登录了才能查 看，若没有登录，则无法查看并给出提示信息
定义装饰器
def login_required(func):
@wraps(func)
def wrapper(*arg,**kwargs):
uname = request.args.get('uname')
pwd = request.args.get('pwd')
if uname == 'zs' and pwd == '123':
logging.info(f'{uname}:登录成功')
return func(*arg,**kwargs)
else:
logging.info(f'{uname}:尝试登录，但没成功')
return '请先登录'
return wrapper使用装饰器
@app.route('/settings/')
@login_requierd
def settings():
return '这是设置界面'2. 在类视图中使用装饰器,需要重写类视图的一个类属性 decorators ， 这个类属性是一个列表或者元组都可以，里面装的就是所有的装饰 器。
案例2
需求: 查看设置个人信息时，只有检测到用户已经登录了才能查看， 若没有登录，则无法查看并给出提示信息
使用装饰器
class ProfileView(views.View):
decorators = [login_requierd]
def dispatch_request(self):
return '这是个人中心界面'
app.add_url_rule('/profile/',view_func=ProfileView.as_view('profile'))蓝图介绍
在Flask中，使用蓝图Blueprint来分模块组织管理。 蓝图实际可以理解为是存储一组视图方法的容器对象，其具有如下 特点：
- 一个应用可以具有多个Blueprint
- 可以将一个Blueprint注册到任何一个未使用的URL下比如 “/user” 、 “/goods”
- Blueprint可以单独具有自己的模板、静态文件或者其它的通用操作方法，它并不是必须要实现应 用的视图和函数的
- 在一个应用初始化时，就应该要注册需要使用的Blueprint
注意
Blueprint并不是一个完整的应用，它不能独立于应用运行，而 必须要注册到某一个应用中
使用方式
使用蓝图可以分为三个步骤
- 1 创建一个蓝图对象
user_bp=Blueprint('user',__name__)
- 在这个蓝图对象上，
@user_bp.route('/')
def user_profile():
return 'user_profile'
- 在应用对象上注册这个蓝图对象
app.register_blueprint(user_bp)指定蓝图的url前缀
在应用中注册蓝图时使用 url_prefix 参数指定
app.register_blueprint(user_bp,url_prefix='/user')
app.register_blueprint(goods_bp,url_prefix='/goods')蓝图的目录结构
为了让项目代码更加清晰，可以通过将代码分在不同的文件里进行 管理
根据功能模块
对于一个打算包含多个文件的蓝图，通常将创建蓝图对象放到 Python包的 __init__.py 文件中
--------- project # 工程目录
|------ main.py # 启动文件
|------ user #用户蓝图
| |--- __init__.py # 此处创建蓝图对象
| |--- view.py
| |--- ...
|------ goods # 商品蓝图
| |--- __init__.py
| |--- ...
|...根据技术模块
--------- project # 工程目录
|------ main.py # 启动文件
|------ view #用户蓝图
| |--- user.py # 此处创建蓝图对象
| |--- item.py
| |--- view.py
| |--- ...
|...蓝图中模版文件
寻找规则
- 如果项目中的templates文件夹中有相应的模版文件，就直接使 用了。
- 如果项目中的templates文件夹中没有相应的模版文件，那么就 到在定义蓝图的时候指定的路径中寻找。
- 并且蓝图中指定的路径可以为相对路径，相对的是当前这个蓝图文件所在的目录
因为这个蓝图文件是在user/view.py，那么就会到blueprints这个 文件夹下的user_page文件夹中寻找模版文件。
小总结： 常规：蓝图文件在查找模版文件时，会以templates为根目录进行 查找
注意
- 1 个性化coder喜欢在【创建蓝图对象的时候】 指定 模版文 件的查找路径,如下 news_bp =Blueprint('news',__name__,url_prefix='/news',template_folder='news_page')
- 2 只有确定templates目录下没有对应的 html文件名的时候， 才会去蓝图文件指定的目录下查找，指定才会生效
- 3 若templates目录下，有一个与蓝图文件指定的目录下同名 的一个 html文件时，优先走templates目录下的东西
蓝图中静态文件
蓝图内部静态文件 蓝图对象创建时不会默认注册静态目录的路由。需要我们在创建时 指定 static_folder 参数。 下面的示例将蓝图所在目录下的 static_admin 目录设置为静态目录：
user=Blueprint("user",__name__,static_folder='user_static')
app.register_blueprint(admin,url_prefix='/user')也可通过 static_url_path 改变访问路径
user =Blueprint('user',__name__,template_folder='user_page',static_folder='user_static',static_u
rl_path='/static')
app.register_blueprint(user,url_prefix='/user')总结 【掌握】查找方式1：查找静态文件时，正常情况下，会以 static为根目录进行查找 【了解】查找方式2：查找静态文件时，非正常情况下，需要用 url_for('蓝图的名字.static'),然后会去蓝图对象在创建时指定的 静态文件夹目录下 去查找静态文件
蓝图url_for函数
如果使用蓝图，那么以后想要反转蓝图中的视图函数为url，就应该 在使用url_for的时候指定这个蓝图名字。 app类中、模版中、同一个蓝图类中都是如此。否则就找不到这个 endpoint
html文件中
<a href="{{ url_for('user.user_list')}}">新闻列表 OK写法</a>
{# <a href="{{ url_for('user_list')}}">新闻列表 no Ok写法</a>#}python文件中
from flask import
Blueprint,render_template,url_for
user_bp=Blueprint('news',__name__,url_prefix='/user',template_folder='user_page',static_folder='user_static')
@user_bp.route('/list/')
def user_list():
#如下写法：才找得到 url_for('蓝图名称.方法名')
print(url_for('user.user_list')) #/user/list/
print(url_for('user.user_detail')) #/user/detail/
return render_template('user_list.html')
@user_bp.route('/detail/')
def user_detail():
return '用户详情页面'子域名实现
蓝图实现子域名：
1. 使用蓝图技术。
2. 在创建蓝图对象的时候，需要传递一个 subdomain 参数，来指定这 个子域名的前缀。
cms_bp=Blueprint('cms',__name__,subdomain='cms')3. 需要在主app文件中，需要配置app.config的SERVER_NAME参 数。例如：
app.config['SERVER_NAME']='baidu.com:5000'
4. 在windows: C:\Windows\System32\drivers\etc 下，找到hosts文件，然后添 加域名与本机的映射。Linux: /etc/hosts 域名和子域名都需要做映射
注意 ip地址不能有子域名 localhost也不能有子域名
Flask高级
Flask设置Cookie
设置
设置cookie是在Response的对象上设置。 flask.Response 对象有一个 set_cookie 方法，可以通过这个方法来设置 cookie 信息。
key,value形式设置信息
from flask import Flask, make_response
app = Flask(__name__)
@app.route('/cookie')
def set_cookie():
resp = make_response('set cookie ok')
resp.set_cookie('uname', 'itbaizhan')
return resp查看Cookie
在Chrome浏览器中查看cookie的方式：
方式1：借助于 开发调式工具进行查看
方式2：在Chrome的设置界面->高级设置->内容设置->所有 cookie->找到当前域名下的cookie。
from flask import request
@app.route('/get_cookie')
def get_cookie():
resp = request.cookies.get('uname')
return resp删除cookie
方式1：通过 Response对象.delete_cookie ，指定cookie的key，就可以删 除cookie了。
from flask import request
@app.route('/delete_cookie')
def delete_cookie():
response = make_response('helloworld')
response.delete_cookie('uname')
return response方式2：在客户端浏览器人为的删除（清除浏览器浏览历史记录 后，很多网站之前免密登录的都不好使了）
Cookie的有效期
默认的过期时间：如果没有显示的指定过期时间，那么这个cookie 将会在浏览器关闭后过期。 max_age：以秒为单位，距离现在多少秒后cookie会过期。
expires：为datetime类型。这个时间需要设置为格林尼治时间， 相对北京时间来说 会自动+8小时 如果max_age和expires都设置了，那么这时候以max_age为标 准。
注意
max_age在IE8以下的浏览器是不支持的。 expires虽然在新版的HTTP协议中是被废弃了，但是到目前为 止，所有的浏览器都还是能够支持，所以如果想要兼容IE8以下 的浏览器，那么应该使用expires，否则可以使用max_age。
from flask import Flask,Response
app = Flask(__name__)
@app.route('/')
def index():
return 'Hello！！'
@app.route('/create_cookie/defualt/')
def create_cookie1():
resp = Response('通过默认值，设置cookie有效期')
# 如果没有设置有效期，默认会在浏览器关闭的时候，让cookie过期
resp.set_cookie('uname','zs')
return resp
@app.route('/create_cookie/max_age/')
def create_cookie2():
resp = Response('通过max_age，设置cookie有效期')
# max_age以秒为单位设置cookie的有效期
age = 60*60*2
resp.set_cookie('uname','zs',max_age=age)
return resp
from datetime import datetime
@app.route('/create_cookie/expires/')
def create_cookie3():
resp = Response('通过expires，设置cookie有效期')
# expires 以指定时间为cookie的有效期
# 16+8 == 24
tmp_time = datetime(2021, 11,11,hour=18,minute=0,second=0)
resp.set_cookie('uname','python',expires=tmp_time)
return resp
from datetime import timedelta
@app.route('/create_cookie/expires2/')
def create_cookie4():
resp = Response('通过expires，设置cookie有效期')
# expires 以指定时间为cookie的有效期
tmp_time = datetime.now() +timedelta(days=2)
resp.set_cookie('uname','python_sql',expires=tmp_time)
return resp
@app.route('/create_cookie/exp_max/')
def create_cookie5():
resp = Response('通过expires与max_age，设置cookie有效期')
# expires 与max_age同时设置了，会以max_age为准
tmp_time = datetime.now() +timedelta(days=2)
resp.set_cookie('uname','python_sql',expires=tmp_time,max_age = 60*60*2)
return resp
if __name__ == '__main__':
app.run(debug=True)Flask中使用Session
需要先设置SECRET_KEY
class DefaultConfig(object):
SECRET_KEY = 'fih9fh9eh9gh2'
app.config.from_object(DefaultConfig)
# 或者直接设置
app.secret_key='xihwidfw9efw'设置、修改
from flask import session
@app.route('/set_session/')
def set_session():
session['username'] = 'zs'
return 'set session ok'读取
@app.route('/get_session/')
def get_session():
username = session.get('username')
return 'get session username {}'.format(username)删除
@app.route('/del_session/')
def delete_session():
#删除指定的key的session
# session.pop('uname')
#删除session中的所有的key 【删除所有】
session.clear()
return '删除成功'Flask设置Session的有效期
如果没有设置session的有效期。那么默认就是浏览器关闭后过期。 如果设置session.permanent=True，那么就会默认在31天后过 期。 如果不想在31天后过期，按如下步骤操作。
1 session.permanent=True
2 可以设置 app.config['PERMANENT_SESSION_LIFETIME'] = timedelta(hour=2) 在两个小时后过期。
from flask import Flask,session
from datetime import timedelta
app = Flask(__name__)
app.secret_key = 'sdfdfdsfsss'
app.config['PERMANENT_SESSION_LIFETIME'] = timedelta(days=2)
@app.route('/')
def index():
return 'Hello！！'
@app.route('/set_session/')
def set_session():
# 设置session的持久化,默认是增加了31天
session.permanent = True
session['uname'] = '10001'
return '设置一个Session的信息'
@app.route('/get_session/')
def get_session():
# 如果服务器关闭掉了，session的有效期，依然是之前系统保存日期
# 如果secret_key设置是一个固定的值，那么服务器重启不会影响session的有效器
# 如果secret_key设置不是一个固定的值，那么服务器之前设置的session将全部过期
return session.get('uname')
if __name__ == '__main__':
app.run(debug=True)Session实战
login.html
<!-- login.html -->
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta http-equiv="X-UA-Compatible"
content="IE=edge">
<meta name="viewport"
content="width=device-width, initialscale=1.0">
<title>Document</title>
</head>
<body>
<form action="/login/" method="post">
<table>
<tr>
<td>账号：</td>
<td><input type="text" name="uname"></td>
</tr>
<tr>
<td>密码：</td>
<td><input type="password" name="pwd"></td>
</tr>
<tr>
<td></td>
<td><input type="submit" value="立即登录"></td>
</tr>
<tr>
<td colspan="2">
{% if msg %}
<span color="red">{{ msg }}</span>
{% endif %}
</td>
</tr>
</table>
</form>
</body>
</html>from flask import Flask, session,
request,redirect,url_for,views,render_template
app = Flask(__name__)
# 定义一个基于方法调度的 类视图
class LoginView(views.MethodView):
def __jump(self,msg=None):
return render_template('login.html',msg = msg)
def get(self):
msg = request.args.get('msg')
return self.__jump(msg)
def post(self):
uname = request.form.get('uname')
pwd = request.form.get('pwd')
if uname == "zs" and pwd == "123":
session['uname'] = uname
return render_template('index.html')
else:
return self.__jump(msg="用户名或者密码错误")
@app.route('/index/')
def index():
uname = session.get('uname')
if uname:
return '这个是主页！！！'
return redirect(url_for('login',msg='请先登录'))
# 注册类视图
app.add_url_rule('/login/',view_func=LoginView.as_view('login'))
if __name__ == '__main__':
app.secret_key = 'xihwidfw9efw'
app.run(debug=True)
Local对象
需求
要实现并发效果, 每一个请求进来的时候我们都开启一个进程, 这显然是不合理的, 于是就可以使用 线程 那么线程中数据互相不隔离，存在修改数据的时候数据不安全的问题
Local对象
在Flask中，类似于 request 对象，其实是绑定到了一个 werkzeug.local.Local 对象上。 这样，即使是同一个对象，那么在多个线程中都是隔离的。类似的 对象还有 session 对象。
ThreadLocal变量
Python提供了ThreadLocal 变量，它本身是一个全局变量， 但是每个线程却可以利用它来保存属于自己的私有数据， 这些私有数据对其他线程也是不可见的。
from threading import Thread,local
local =local()
local.request = '具体用户的请求对象'
class MyThread(Thread):
def run(self):
local.request = 'zs'
print('子线程：',local.request)
mythread = MyThread()
mythread.start()
mythread.join()
print('主线程：',local.request)from werkzeug.local import Local
local = Local()
local.request = '具体用户的请求对象'
class MyThread(Thread):
def run(self):
local.request = 'sxt'
print('子线程：',local.request)
mythread = MyThread()
mythread.start()
mythread.join()
print('主线程：',local.request)总结
只要满足绑定到"local"或"Local"对象上的属性，在每个线程中都是 隔离的，那么他就叫做 ThreadLocal 对象,也叫'ThreadLocal'变量。
Flask_app上下文
App上下文，也叫应用上下文
上下文(感性的理解)
每一段程序都有很多外部变量，只有像add这种简单的函数才是 没有外部变量的。 一旦一段程序有了外部变量，这段程序就不 完整，不能独立运行。为了能让这段程序可以运行，就要给所 有的外部变量一个一个设置一些值。就些值所在的集合就是叫 上下文。 并且上下文这一概念在中断任务的场景下具有重大意义，其中 任务在被中断后，处理器保存上下文并提供中断处理，因些在 这之后，任务可以在同一个地方继续执行。(上下文越小，延迟 越小)
举例
运行的Flask项目，每一个路由映射的内容片段，都不可以单独 拿出来使用.
当获取到了APP_Context以后，就可以直接通过程序映射的地 址访问逻辑，并且可以重复使用。
上下文的一个典型应用场景就是用来缓存一些我们需要在发生请求 之前或者要使用的资源。举个例子，比如数据库连接。当我们在应 用上下文中来存储东西的时候你得选择一个唯一的名字，这是因为 应用上下文为 Flask 应用和扩展所共享。
应用上下文：
应用上下文是存放到一个 LocalStack 的栈中。和应用app相关的操作就 必须要用到应用上下文
比如:
通过 current_app 获取当前的这个 app 名字。
注意
在视图函数中，不用担心应用上下文的问题。因为视图函数要 执行，那么肯定是通过访问url的方式执行的， 那么这种情况下，Flask底层就已经自动的帮我们把应用上下文 都推入到了相应的栈中。
如果想要在视图函数外面执行相关的操作， 比如: 获取当前的app名称，那么就必须要手动推入应用上下文
第一种方式：便于理解的写法
from flask import Flask,current_app
app = Flask(__name__)
#app上下文
app_context = app.app_context()
app_context.push()
print(current_app.name)
@app.route('/')
def hello_world():
print(current_app.name) #获取应用的名称
return 'Hello World!'
if __name__ == '__main__':
app.run(debug=True)
第二种方式：用with语句
from flask import Flask,current_app
app = Flask(__name__)
#app上下文
#换一种写法
with app.app_context():
print(current_app.name)
@app.route('/')
def hello_world():
print(current_app.name) #获取应用的名称
return 'Hello World!'
if __name__ == '__main__':
app.run(debug=True)Flask_线程隔离的g对象
保存为全局对象g对象的好处：
g对象是在整个Flask应用运行期间都是可以使用的。 并且也跟request一样，是线程隔离的。 这个对象是专门用来存储开发者自己定义的一些数据，方便在整个 Flask程序中都可以使用。 一般使用就是，将一些经常会用到的数据绑定到上面，以后就直接 从g上面取就可以了，而不需要通过传参的形式，这样更加方便。
g对象使用场景：
有一个工具类utils.py 和 用户办理业务：
def funa(uname):
print(f'funa {uname}')
def funb(uname):
print(f'funb {uname}')
def func(uname):
print(f'func {uname}')用户办理业务
from flask import Flask,request
from utils import funa,funb,func
app = Flask(__name__)
#Flask_线程隔离的g对象使用详解
@app.route("/profile/")
def my_profile():
#从url中取参
uname = request.args.get('uname')
#调用功能函数办理业务
funa(uname)
funb(uname)
func(uname)
#每次都得传参 麻烦，引入g对象进行优化
return "办理业务成功"
if __name__ == '__main__':
app.run(debug=True)优化工具类utils.py
from flask import g
def funa():
print(f'funa {g.uname}')
def funb():
print(f'funb {g.uname}')
def func():
print(f'func {g.uname}')Flask_钩子函数介绍
钩子函数概念
在Flask中钩子函数是使用特定的装饰器装饰的函数。 为什么叫做钩子函数呢，是因为钩子函数可以在正常执行的代码 中，插入一段自己想要执行的代码。 那么这种函数就叫做钩子函数。
常见的钩子函数
- before_first_request：处理项目的第一次请求之前执行。
@app.before_first_request
def first_request():
print('first time request')- before_request：在每次请求之前执行。通常可以用这个装饰 器来给视图函数增加一些变量。请求已经到达了Flask，但是还 没有进入到具体的视图函数之前调用。一般这个就是在视图函数 之前，我们可以把一些后面需要用到的数据先处理好，方便视图 函数使用。
@app.before_request
def before_request():
if not hasattr(g,'glo1'):
setattr(g,'glo1','想要设置的')- teardown_appcontext：不管是否有异常，注册的函数都会在 每次请求之后执行。
@app.teardown_appcontext
def teardown(exc=None):
if exc is None:
db.session.commit()
else:
db.session.rollback()
db.session.remove()- template_filter：在使用Jinja2模板的时候自定义过滤器。
@app.template_filter("upper")
def upper_filter(s):
return s.upper()- context_processor：上下文处理器。使用这个钩子函数，必须 返回一个字典。这个字典中的值在所有模版中都可以使用。这个 钩子函数的函数是，如果一些在很多模版中都要用到的变量，那 么就可以使用这个钩子函数来返回，而不用在每个视图函数中 的 render_template 中去写，这样可以让代码更加简洁和好维护。
@app.context_processor
def context_processor():
if hasattr(g,'user'):
return {"current_user":g.user}
else:
return {}- errorhandler：errorhandler接收状态码，可以自定义返回这 种状态码的响应的处理方法。在发生一些异常的时候，比如404 错误，比如500错误,那么如果想要优雅的处理这些错误，就可以 使用 errorhandler 来出来。
@app.errorhandler(404)
def page_not_found(error):
return 'This page does not exist',404Flask_信号机制
信号机制
大白话来说，类似于两方属于敌对关系时，某人在敌对方阵营进行 交谈，一旦遇到特殊情况，某人便会发送信号，他的同伙接收（监 听）到他发的信号后，同伙便会做出一系列的应对策略(进攻|撤 退)。 flask中的信号使用的是一个第三方插件，叫做blinker。通过pip list看一下，如果没有安装，通过以下命令即可安装blinker
pip install blinker
自定义信号步骤
自定义信号可分为3步来完成。
第一是创建一个信号，第二是监听一个信号，第三是发送一个信 号。
以下将对这三步进行讲解：
创建信号：定义信号需要使用到blinker这个包的Namespace类来创建一个命名空间。比如定义一 个在访问了某个视图函数的时候的信号。示例代码如下：
# Namespace的作用：为了防止多人开发的时候，信号名字
冲突的问题
from blinker import Namespace
mysignal = Namespace()
signal1 = mysignal.signal('信号名称')监听信号：监听信号使用signal1对象的connect方法，在这个方法中需要传递一个函数，用来监听 到这个信号后做该做的事情。示例代码如下：
def func1(sender,uname):
print(sender)
print(uname)
signal1.connect(func1)发送信号：发送信号使用signal1对象的send方法，这个方法可以传递一些其他参数过去。示例代 码如下：
signal1.send(uname='momo')Flask信号使用场景_存储用户登录日志
信号使用场景
定义一个登录的信号，以后用户登录进来以后 就发送一个登录信号，然后能够监听这个信号 在监听到这个信号以后，就记录当前这个用户登录的信息 用信号的方式，记录用户的登录信息即登录日志。
编写一个signals.py文件创建登录信号
from blinker import Namespace
from datetime import datetime
from flask import request,g
namespace = Namespace()
#创建登录信号
login_signal = namespace.signal('login')
def login_log(sender):
# 用户名 登录时间 ip地址
now = datetime.now()
ip = request.remote_addr
log_data = "{uname}*{now}*{ip}".format(uname=g.uname, now=now, ip=ip)
with open('login_log.txt','a') as f:
f.write(log_data + "\n")
f.close()
#监听信号
login_signal.connect(login_log)使用信号存储用户登录日志
from flask import Flask,request,g
from signals import login_signal
app = Flask(__name__)
@app.route('/login/')
def login():
# 通过查询字符串的形式来传递uname这个参数
uname = request.args.get('uname')
if uname:
g.uname = uname
# 发送信号
login_signal.send()
return '登录成功！'
else:
return '请输入用户名！'
if __name__ == '__main__':
app.run(debug=True)Flask_内置信号
Flask内置了10个常用的信号：
1 template_rendered：模版渲染完成后的信号。
2 before_render_template：模版渲染之前的信号。
3 request_started：请求开始之前，在到达视图函数之前发送信号。
4 request_finished：请求结束时，在响应发送给客户端之前发送信号。
5 request_tearing_down：请求对象被销毁时发送的信号，即使在请求过程中发生异常也会发送信 号。
6 got_request_exception：在请求过程中抛出异常时发送信号，异常本身会通过exception传递到订 阅（监听）的函数中。一般可以监听这个信号，来记录网站异常信息。
7 appcontext_tearing_down：应用上下文被销毁时发送的信号。
8 appcontext_pushed：应用上下文被推入到栈上时发送的信号。
9 appcontext_popped：应用上下文被推出栈时发送的信号。
10 message_flashed：调用了Flask的 flash 方法时发送的信号。
WTForms介绍和基本使用
WTForms介绍
这个插件库主要有两个作用。 第一个是做表单验证，将用户提交上来的数据进行验证是否符合系 统要求。 第二个是做模版渲染。 （了解即可） 官网：https://wtforms.readthedocs.io/en/latest/index.html
Flask-WTF是简化了WTForms操作的一个第三方库。WTForms表单 的两个主要功能是验证用户提交数据的合法性以及渲染模板。而 Flask-WTF还包括一些其他的功能：CSRF保护，文件上传等。 安装Flask-WTF默认也会安装WTForms，因此使用以下命令来安装 Flask-WTF和WTForms:
pip install flask-wtf
WTForms表单验证的基本使用
1 自定义一个表单类，继承自wtforms.Form类。
2 定义好需要验证的字段，字段的名字必须和模版中那些需要验证的input标签的name属性值保持一 致。
3 在需要验证的字段上，需要指定好具体的数据类型。
4 在相关的字段上，指定验证器。
5 以后在视图函数中，只需要使用这个表单类的对象，并且把需要验证的数据，也就是request.form 传给这个表单类，再调用表单类对象.validate()方法进行，如果返回True，那么代表用户输入的数 据都是符合格式要求的，Flase则代表用户输入的数据是有问题的。如果验证失败了，那么可以通 过表单类对象.errors来获取具体的错误信息。
from flask import
Flask,render_template,request
from wtforms import Form,StringField
from wtforms.validators import
Length,EqualTo
app = Flask(__name__)
@app.route('/')
def index():
return 'Hello! '
class RegisterForm(Form):
uname = StringField(validators=[Length(min=2,max=10,message='用户名长度2-10之间')])
pwd = StringField(validators=[Length(min=2,max=10)])
pwd2 = StringField(validators=[Length(min=2,max=10),EqualTo('pwd',message='2次密码不一致')])
@app.route('/register/', methods=['GET','POST'])
def register():
if request.method == 'GET':
return render_template('register.html')
else:
form = RegisterForm(request.form)
if form.validate(): # 验证成功：True,失败：False
return '验证成功！'
else:
return f'验证失败！{form.errors}'
if __name__ == '__main__':
app.run(debug=True)
WTForms常用验证器
页面把数据提交上来，需要经过表单验证，进而需要借助验证器来 进行验证，以下是常用的内置验证器：
1. Length：字符串长度限制，有min和max两个值进行限制。
username = StringField(validators=[Length(min=3,max=10,message="用户名长度必须在3到10位之间")])2. EqualTo：验证数据是否和另外一个字段相等，常用的就是密码 和确认密码两个字段是否相等。
password_repeat = StringField(validators=[Length(min=6,max=10),EqualTo("password")])
3. Email：验证上传的数据是否为邮箱数据格式 如：223333@qq. com。
email = StringField(validators=[Email()])4. InputRequired：验证该项数据为必填项，即要求该项非空。
username = StringField(validators=[input_required()])5. NumberRange：数值的区间，有min和max两个值限制，如果 处在这两个数字之间则满足。
age = IntegerField(validators=[NumberRange(12,18)])6. Regexp：定义正则表达式进行验证，如验证手机号码。
phone = StringField(validators=[Regexp(r'1[34578]\d{9}')])7. URL：必须是URL的形式 如http://www.bjsxt.com。
home_page = StringField(validators=[URL()])
8. UUID：验证数据是UUID类型。
uuid = StringField(validators=[UUID()])WTForms自定义验证器
只有当WTForms内置的验证器不够使的时候，才需要使用自定义验 证器。 如果想要对表单中的某个字段进行更细化的验证，那么可以针对这 个字段进行单独的验证。
自定义验证器步骤如下：
1 定义一个方法，方法的名字规则是： validate_字段名(self,field) 。
2 在方法中，使用 field.data 可以获取到这个字段的具体的值。
3 验证时，如果数据满足条件，那么可以什么都不做。如果验证失败，那么应该抛出一个 wtforms.validators.ValidationError 的异常，并且把验证失败 的信息传到这个异常类中。
场景：验证码实现
关键代码演示：(实现验证码 验证)
from flask import session
from wtforms import
Form,StringField,IntegerField
from wtforms.validators import
Length,EqualTo,Email,InputRequired,NumberRan
ge,Regexp,URL,UUID,ValidationError
class RegisterForm2(Form):
email = StringField(validators=[Email()])
uname = StringField(validators=[InputRequired()])
age = IntegerField(validators=[NumberRange(18,40)])
phone = StringField(validators=[Regexp(r'1[34578]\d{9}')])
phomepage = StringField(validators=[URL()])
uuid = StringField(validators=[UUID()])
code = StringField(validators=[Length(4,4)])
#取到的值 和服务器上 session上存储的值对比
def validate_code(self,field):
print(field.data,session.get('code'))
if field.data !=session.get('code'):
raise ValidationError('验证码不一致！')Flask安全上传文件
上传文件步骤：
1. 在模版html中，表单需要指定 enctype='multipart/form-data' 才能上传文 件。
2. 在后台如果想要获取上传的文件，那么应该使用 request.files.get('文件 名') 来获取。
3. 保存文件之前，先要使用 werkzeug.utils.secure_filename 来对上传上来的文 件名进行一个过滤。能保证不会有安全问题。
4. 获取到上传上来的文件后，使用 文件对象.save(路径) 方法来保存文件。 路径=完整路径=路径名+文件名
upload.html页面
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>上传文件</title>
</head>
<body>
<form action="" method="post" enctype="multipart/form-data">
<table>
<tr>
<td>头像：</td>
<td><input type="file" name="pichead"></td>
</tr>
<tr>
<td>描述：</td>
<td><input type="text" name="desc"></td>
</tr>
<tr>
<td></td>
<td><input type="submit" value="提交"></td>
</tr>
</table>
</form>
</body>
</html>app.py文件
from flask import
Flask,request,render_template
import os
from werkzeug.utils import secure_filename
app = Flask(__name__)
UPLOAD_PATH = os.path.join(os.path.dirname(__file__),'images')
@app.route('/upload/',methods=['GET','POST'])
def upload():
if request.method == 'GET':
return render_template('upload.html')
else:
desc = request.form.get("desc")
pichead = request.files.get("pichead")
filename = secure_filename(pichead.filename) #包装一下 保证文件安全
#pichead.save(os.path.join(UPLOAD_PATH,pichead.filename)) #可优化
pichead.save(os.path.join(UPLOAD_PATH,filename)) #已优化
print(desc)
return '文件上传成功'
if __name__ == '__main__':
app.run(debug=True)访问文件
从服务器上读取文件，应该定义一个url与视图函数，来获取指定的 文件。 在这个视图函数中，使用 send_from_directory(文件的目录,文件名) 来获取。
from flask import Flask
import os
from flask import send_from_directory
app = Flask(__name__)
UPLOAD_PATH = os.path.join(os.path.dirname(__file__),'images')
@app.route('/images/<filename>/')
def get_image(filename):
return send_from_directory(UPLOAD_PATH,filename)
if __name__ == '__main__':
app.run(debug=True)利用flask-wtf验证上传的文件
关键点：
1 定义验证表单类的时候，对文件类型的字段，需要采用 FileField 这个类型，即wtforms.FileField 2 验证器需要从 flask_wtf.file 中导入。 flask_wtf.file.FileRequired 和 flask_wtf.file.FileAllowed
3 flask_wtf.file.FileRequired 是用来验证文件上传不能为空。
4 flask_wtf.file.FileAllowed 用来验证上传的文件的后缀名， 如常见图片后缀 .jpg 和.png以及.gif等。
5 在视图函数中，需要使用 from werkzeug.datastructures import CombinedMultiDict 来把 request.form 与 request.files 来进行合并。
6 最后使用 表单验证对象.validate()进行验证。
代码如下：
upload.html页面
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>上传文件</title>
</head>
<body>
<form action="" method="post" enctype="multipart/form-data">
<table>
<tr>
<td>头像：</td>
<td><input type="file" name="pichead"></td>
</tr>
<tr>
<td>描述：</td>
<td><input type="text" name="desc"></td>
</tr>
<tr>
<td></td>
<td><input type="submit" value="提交"></td>
</tr>
</table>
</form>
</body>
</html>formscheck.py文件
from wtforms import
Form,FileField,StringField
from wtforms.validators import InputRequired
# flask_wtf
from flask_wtf.file import FileRequired,FileAllowed
class UploadForm(Form):
pichead = FileField(validators= [FileRequired(),FileAllowed(['jpg','png','gif'])])
desc = StringField(validators=[InputRequired()])
app.py文件
from flask import
Flask,request,render_template
import os
from werkzeug.utils import secure_filename
from formscheck import UploadForm
from werkzeug.datastructures import
CombinedMultiDict
app = Flask(__name__)
UPLOAD_PATH = os.path.join(os.path.dirname(__file__),'images')
#利用flask-wtf验证上传的文件
@app.route('/upload/',methods=['GET','POST'])
def upload():
if request.method == 'GET':
return render_template('upload.html')
else:
form = UploadForm(CombinedMultiDict([request.form,request.files]))
if form.validate():
# desc = request.form.get("desc")
# pichead = request.files.get("pichead")
desc = form.desc.data
pichead = form.pichead.data
filename = secure_filename(pichead.filename)
pichead.save(os.path.join(UPLOAD_PATH,filename))
print(desc)
return '文件上传成功'
else:
print(form.errors)
return "文件上传失败"
if __name__ == '__main__':
app.run(debug=True)Restful介绍
1.Restful接口规范
REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的 应用程序或设计就是 RESTful。 RESTful是一种软件架构风格、设计风格，而不是标准，只是提供了 一组设计原则和约束条件。 它主要用于客户端和服务器交互类的软件。基于这个风格设计的软 件可以更简洁，更有层次。 RESTful接口规范是用于在前端与后台进行通信的一套规范。使用这 个规范可以让前后端开发变得更加轻松。
2.适用场景：一个系统的数据库数据，展现的平台有PC端、移动 端、app端、ios端。 前端工程师：都遵循RESTful编程规范 后端工程师：都遵循RESTful编程规范 最终结果：开发效率高，便于管理。
3.协议：用http或者https协议。
4.数据传输格式： 数据传输的格式应该都用json格式。
5.url链接规则：url链接中，不能有动词，只能有名词。 并且对于一些名词，如果出现复数，那么应该在后面加s。 比如：获取新闻列表，应该使用 /news/ ，而不应该使用/get_news/
6.HTTP请求方式： GET：从服务器上获取资源。 POST：在服务器上新增或者修改一个资源。 PUT：在服务器上更新资源。（客户端提供所有改变后的数据） PATCH：在服务器上更新资源。（客户端只提供需要改变的属性） DELETE：从服务器上删除资源。
7.状态码：
Restful的基本使用
1.介绍：
优势： Flask-Restful是一个专门用来写restful api的一个插件。 使用它可以快速的集成restful api接口功能。 在系统的纯api的后台中，这个插件可以帮助我们节省很多时间。
缺点： 如果在普通的网站中，这个插件就没有优势了，因为在普通的网站 开发中，是需要去渲染HTML代码的， 而Flask-Restful在每个请求中都是返回json格式的数据。
2.安装：pip install flask-restful
3.基本使用：
定义Restful的类视图：
1. 从 flask_restful 中导入 Api ，来创建一个 api 对象。
2. 写一个类视图，让他继承自 Resource 类，然后在这个里面，使用 你想要的请求方式来定义相应的方法，比如你想要将这个类视图只 能采用 post 请求，那么就定义一个 post 方法。
3. 使用 api.add_resource 来添加类视图与 url 。
from flask import Flask,url_for
# pip install flask-restful
from flask_restful import Resource,Api
app = Flask(__name__)
# 建立Api对象，并绑定应用APP
api = Api(app)
class LoginView(Resource):
def get(self):
return {"flag":True}
def post(self):
return {"flag":False}
# 建立路由映射
# api.add_resource(LoginView,'/login/')
api.add_resource(LoginView,'/login/','/login2/',endpoint='login')
with app.test_request_context():
# werkzeug.routing.BuildError: Could not build url for endpoint 'LoginView'.
# Did you mean 'loginview' instead?
# 默认没有写endpoint反向url_for函数通过小写函数名
# 如果有多个url，会返回第1个URL
# print(url_for('loginview'))
print(url_for('login'))
if __name__ == '__main__':
app.run(debug=True)注意
1 如果你想返回json数据，那么就使用flask_restful，如果你是想渲染模版，那么还是采用之前 的方式，就是 app.route 的方式。
2 url还是跟之前的一样，可以传递参数。也跟之前的不一样，可以指定多个url。
3 endpoint是用来给url_for反转url的时候指定的。如果不写endpoint，那么将会使用视图的 名字的小写来作为endpoint。
4 add_resource的第二个参数是访问这个视图函数的url，这个url可以跟之前的route一样，可 以传递参数，并且还有一点不同的是，这个方法可以传递多个url来指定这个视图函数。
Flask_RESTful参数验证
参数验证
参数验证也叫参数解析 Flask-Restful插件提供了类似WTForms来验证提交的数据是否合法 的包，叫做reqparse。
基本用法
1 通过 flask_restful.reqparse 中 RequestParser 建立解析器
2 通过 RequestParser 中的 add_argument 方法定义字段与解析规则
3 通过 RequestParser 中的 parse_args 来解析参数
1 解析正确，返回正确参数
2 解析错误，返回错误信息给前端
from flask import Flask
from flask_restful import Api,Resource
from flask_restful.reqparse import
RequestParser
app = Flask(__name__)
api = Api(app)
class RegisterView(Resource):
def post(self):
# 建立解析器
parser = RequestParser()
# 定义数据的解析规则
parser.add_argument('uname',type=str,required=True,help='用户名验证错误',trim=True)
# 解析数据
args = parser.parse_args()
# 正确，直接获取参数
print(args)
# 错误，回馈到前端
# 响应数据
return {'msg':'注册成功！！'}
# 建立映射关系
api.add_resource(RegisterView,'/register/')
if __name__ == '__main__':
app.run(debug=True)
add_argument方法参数详解
add_argument方法可以指定这个字段的名字，这个字段的数据类 型等，验证错误提示信息等，具体如下：
1 default：默认值，如果这个参数没有值，那么将使用这个参数 指定的默认值。
2 required：是否必须。默认为False，如果设置为True，那么这 个参数就必须提交上来。
3 type：这个参数的数据类型，如果指定，那么将使用指定的数 据类型来强制转换提交上来的值。可以使用python自带的一些 数据类型(如str或者int)，也可以使用flask_restful.inputs下的一 些特定的数据类型来强制转换。
url：会判断这个参数的值是否是一个url，如果不是，那么就会抛出异常。
regex：正则表达式。
date：将这个字符串转换为datetime.date数据类型。如果转换不成功，则会抛出一个异常.
4 choices：固定选项。提交上来的值只有满足这个选项中的值才 符合验证通过，否则验证不通过。
5 help：错误信息。如果验证失败后，将会使用这个参数指定的 值作为错误信息。
6 trim：是否要去掉前后的空格
from flask import Flask
from flask_restful import
Api,Resource,inputs
from flask_restful.reqparse import
RequestParser
app = Flask(__name__)
api = Api(app)
class RegisterView(Resource):
def post(self):
# 建立解析器
parser = RequestParser()
# 定义解析规则
parser.add_argument('uname',type=str,required=True,trim=True,help='用户名不符合规范')
parser.add_argument('pwd',type=str,help='密码错误',default='123456')
parser.add_argument('age',type=int,help='年龄验证错误！')
parser.add_argument('gender',type=str,choices=['男', '女','保密'],help='性别验证错误')
parser.add_argument('birthday',type=inputs.date,help='生日验证错误')
parser.add_argument('phone',type=inputs.regex('^1[356789]\d{9}$'),help='电话验证错误')
parser.add_argument('homepage',type=inputs.url,help='个人主页验证错误')
# 解析数据
args = parser.parse_args()
print(args)
return {'msg':'注册成功！'}
api.add_resource(RegisterView,'/register/')
if __name__ == '__main__':
app.run(debug=True)Flask_SQLAlchemy
SQLAlchemy的使用
数据库是一个网站的基础。 比如MySQL、MongoDB、SQLite、PostgreSQL等，这里我们以 MySQL为例进行讲解。 SQLAlchemy是一个ORM框架。
对象关系映射（英语：Object Relational Mapping，简称 ORM，或O/RM，或O/R mapping），是一种程序设计技术， 用于实现面向对象编程语言里不同类型系统的数据之间的转 换。 从效果上说，它其实是创建了一个可在编程语言里使用的“虚拟 对象数据库”。
大白话 对象模型与数据库表的映射
为什么要有SQLAlchemy？
随着项目的越来越大，采用写原生SQL的方式在代码中会出现大量 重复的SQL语句，那么，问题就出现了：
1.SQL语句重复利用率不高，越复杂的SQL语句条件越多，代码越长，会出现很多相近的SQL语句。
2.很多SQL语句 是在业务逻辑中拼接出来的，如果数据库需要更改，就要去修改这些逻辑，这会容易 漏掉对某些SQL语句的修改。
3 写SQL时容易忽略web安全问题，造成隐患。
而ORM可以通过类的方式去操作数据库而不用再写原生的SQL语 句，通过把表映射成类，把行作为实例(一条数据)，把字段作为属 性，ORM在执行对象操作的时候最终还是会把对象的操作转换为数 据库的原生语句，但使用ORM有许多优点：
1.易用性：使用ORM做数据库开发可以有效减少重复SQL语句的概率，写出来的模型也更加直观、清 晰
2.性能损耗小：ORM转换成底层数据库操作指令确实会有一些开销。但是从实际情况来看，这种性能 损耗很少（不足5%），只要不是针对性能有严苛的要求，综合考虑开发效率、代码阅读性，带来 的好处远大于性能损耗，而且项目越大作用越明显。
3 设计灵活：可以轻松的写出复杂的查询。
4.可移植性：SQLAlchemy封装了底层的数据库实现，支持多个关系数据库引擎，包括流行的 Mysql、PostgreSQL和SQLite，可以非常轻松的切换数据库。
使用ORM操作数据库将变得非常简单！
class Person:
name = 'xx'
age = 18
country ='xx'
# Person类 -> 数据库中的一张表
# Person类中的属性 -> 数据库中一张表字段
# Person类的一个对象 -> 数据库中表的一条数据
# p = Person('xx',xx)
# p.save()
# insert into table values ('xx',xx)我们会以 MySQL+ SQLAlchemy 组合进行讲解。
在操作数据库操作之前，先确保你已经安装了以下软件：
- mysql:如果是在windows上，到官网下载
- pymysql：pymysql是用Python来操作mysql的包 pip install pymysqlpip install pymysql
- SQLAlchemy：SQLAlchemy是一个数据库的ORM框架，我们在 后面会用到
pip install pymysqlpip install SQLAlchemy
SQLAlchemy操作数据库
连接数据库
from sqlalchemy import create_engine
def conn_db1():
# 数据库的变量
HOST = '192.168.30.151' # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
# DB_URI = f'数据库的名+驱动名://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
engine = create_engine(DB_URI)
# 执行一个SQL
sql = 'select 2;'
conn = engine.connect()
rs = conn.execute(sql)
print(rs.fetchone())执行原生SQL
def conn_db2():
# 数据库的变量
HOST = '192.168.30.151' # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
# DB_URI = f'数据库的名+驱动名://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
'''
# 创建一个引擎，专门链接数据库用的
engine = create_engine(DB_URI)
sql = 'create table t_user(id int primary key auto_increment, name varchar(32));'
# 链接数据库
conn = engine.connect()
# 执行SQL即可
conn.execute(sql)
'''
def conn_db3():
# 数据库的变量
HOST = '192.168.30.151' # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
# DB_URI = f'数据库的名+驱动名://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
# 创建一个引擎，专门链接数据库用的
engine = create_engine(DB_URI)
sql = 'create table t_user1(id int primary key auto_increment, name varchar(32));'
# 链接数据库
with engine.connect() as conn:
# 执行SQL即可
conn.execute(sql)
ORM模型映射到数据库中
- 用 declarative_base 根据 engine 创建一个ORM基类
from sqlalchemy.ext.declarative import declarative_base
engine = create_engine(DB_URI)
Base = declarative_base(engine)- 用这个 Base 类作为基类来写自己的ORM类。要定义 __tablename__ 类 属性，来指定这个模型映射到数据库中的表名
class Person(Base):
__tablename__ ='t_person'- 创建属性来映射到表中的字段，所有需要映射到表中的属性都应 该为Column类型
class Person(Base):
__tablename__ ='t_person'
# 在这个ORM模型中创建一些属性，来跟表中的字段进行一一映射。
# 这些属性必须是sqlalchemy给我们提供好的数据类型
id = Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(50))
age = Column(Integer)
country = Column(String(50))- 使用 Base.metadata.create_all() 来将模型映射到数据库中
Base.metadata.create_all()
注意
一旦使用 Base.metadata.create_all() 将模型映射到数据库中后，即使改变 了模型的字段，也不会重新映射了
SQLAlchemy对数据的增删改查操作
构建session对象
所有和数据库的ORM操作都必须通过一个叫做 session 的会话对象 来实现，通过以下代码来获取会话对象
from sqlalchemy.orm import sessionmaker
engine = create_engine(DB_URI)
Base = declarative_base(engine)
session = sessionmaker(engine)()添加对象
def create_data_one():
with Session() as session:
p1 = Person(name = '刘备',age = 6 ,country='北京')
session.add(p1)
session.commit()
def create_data_many():
with Session() as session:
p2 = Person(name = '吕布',age = 19 ,country='北京')
p3 = Person(name = '貂蝉',age = 18 ,country='北京')
session.add_all([p2,p3])
session.commit()
查找对象
def query_data_all():
with Session() as session:
all_person = session.query(Person).all()
for p in all_person:
print(p.name)
def query_data_one():
with Session() as session:
p1 = session.query(Person).first()
print(p1.name)
def query_data_by_params():
with Session() as session:
# p1 = session.query(Person).filter_by(name='吕布').first()
p1 = session.query(Person).filter(Person.name == '吕布').first()
print(p1.age)
修改对象
def update_data():
with Session() as session:
p1 = session.query(Person).filter(Person.name == '吕布').first()
p1.age = 20
# 提交事务
session.commit()删除对象
将需要删除的数据从数据库中查找出来，然后使用 session.delete 方法将 这条数据从session中删除，最后做commit操作就可以了
def delete_data():
with Session() as session:
p1 = session.query(Person).filter(Person.name == '貂蝉').first()
session.delete(p1)
session.commit()
SQLAlchemy常用数据类型
Integer：整形，映射到数据库中是int类型。
Float：浮点类型，映射到数据库中是float类型。他占据的32 位。
Double：双精度浮点类型，映射到数据库中是double类型，占 据64位 (SQLALCHEMY中没有)。 String：可变字符类型，映射到数据库中是varchar类型.
Boolean：布尔类型，映射到数据库中的是tinyint类型。
DECIMAL：定点类型。是专门为了解决浮点类型精度丢失的问 题的。在存储钱相关的字段的时候建议大家都使用这个数据类 型。
- 这个类型使用的时候需要传递两个参数，第一个参数是用来标记这个字段总能能存储多少个数 字，第二个参数表示小数点后有多少位。
Enum：枚举类型。指定某个字段只能是枚举中指定的几个值， 不能为其他值。在ORM模型中，使用Enum来作为枚举，示例代 码如下：
class News(Base):
__tablename__ = 't_news'
tag = Column(Enum("python",'flask','django'))在Python3中，已经内置了enum这个枚举的模块，我们也可以 使用这个模块去定义相关的字段。示例代码如下:
class TagEnum(enum.Enum):
python = "python"
flask = "flask"
django = "django"
class News(Base):
__tablename__ = 't_news'
id = Column(Integer,primary_key=True,autoincrement=True)
tag = Column(Enum(TagEnum))
Date：存储时间，只能存储年月日。映射到数据库中是date类 型。在Python代码中，可以使用 datetime.date 来指定。
DateTime：存储时间，可以存储年月日时分秒毫秒等。映射到 数据库中也是datetime类型。在Python代码中，可以使用 datetime.datetime 来指定。
Time：存储时间，可以存储时分秒。映射到数据库中也是time 类型。在Python代码中，可以使用 datetime.time 来至此那个。示例 代码如下：
class News(Base):
__tablename__ = 't_news'
create_time = Column(Time)
news =News(create_time=time(hour=11,minute=11,second=11))
Text：存储长字符串。一般可以存储6W多个字符。如果超出了 这个范围，可以使用LONGTEXT类型。映射到数据库中就是text 类型。
LONGTEXT：长文本类型，映射到数据库中是longtext类型。
from sqlalchemy import create_engine,Column,Integer,String,Float,Enum,Boolean,DECIMAL,Text,Date,DateTime,Time
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.dialects.mysql import LONGTEXT
from sqlalchemy.orm import sessionmaker
import enum
from datetime import date
from datetime import datetime
from datetime import time
# 准备数据库的一堆信息 ip port user pwd 数据库的名称 按要求组织格式
HOSTNAME = '127.0.0.1'
PORT = '3306'
DATABASE = 'first_sqlalchemy'
USERNAME = 'root'
PASSWORD = 'root'
# dialect+driver://username:password@host:port/database?charset=utf8
# 按照上述的格式来 组织数据库信息
DB_URI ="mysql+pymysql://{username}:{password}@{host}:{port}/{db}?charset=utf8".format(username=USERNAME,password=PASSWORD,
host=HOSTNAME,port=PORT,db=DATABASE)
# 创建数据库引擎
engine = create_engine(DB_URI)
# 创建会话对象
session = sessionmaker(engine)()
# 定义一个枚举类
class TagEnum(enum.Enum):
python="PYHTON2"
flask="FLASK2"
django ="DJANGO"
# 创建一个ORM模型 说明基于sqlalchemy 映射到mysql数据库的常用字段类型有哪些？
Base = declarative_base(engine)
class News(Base):
__tablename__='news'
id = Column(Integer,primary_key=True,autoincrement=True)
price1 = Column(Float) #存储数据时存在精度丢失问题
price2 = Column(DECIMAL(10,4))
title = Column(String(50))
is_delete =Column(Boolean)
tag1 =Column(Enum('PYTHON','FLASK','DJANGO')) # 枚举常规写法
tag2 =Column(Enum(TagEnum)) #枚举另一种写法
create_time1=Column(Date)
create_time2=Column(DateTime)
create_time3=Column(Time)
content1 =Column(Text)
content2 =Column(LONGTEXT)
# Base.metadata.drop_all()
# Base.metadata.create_all()
# 新增数据到表news中
# a1 = News(price1=1000.0078,price2=1000.0078,title ='测试数据',is_delete=True,tag1="PYTHON",tag2=TagEnum.flask,
# create_time1=date(2018,12,12),create_time2=datetime(2019,2,20,12,12,30),create_time3=time(hour=11,minute=12,second=13),
# content1="hello",content2="hello hi nihao")
a1 = News(price1=1000.0078,price2=1000.0078,title='测试数据'
,is_delete=False,tag1="PYTHON",tag2=TagEnum.python,
create_time1=date(2018,12,12),create_time2=datetime(2019,2,20,12,12,30),create_time3=time(hour=11,minute=12,second=13),
content1="hello",content2="hello hi nihao")
session.add(a1)
session.commit()
Column常用参数
primary_key：True设置某个字段为主键。
autoincrement：True设置这个字段为自动增长的。
default：设置某个字段的默认值。在发表时间这些字段上面经 常用。
nullable：指定某个字段是否为空。默认值是True，就是可以为 空。
unique：指定某个字段的值是否唯一。默认是False。
onupdate：在数据更新的时候会调用这个参数指定的值或者函 数。在第一次插入这条数据的时候，不会用onupdate的值，只 会使用default的值。常用于是 update_time 字段（每次更新数据的 时候都要更新该字段值）。
name：指定ORM模型中某个属性映射到表中的字段名。如果不 指定，那么会使用这个属性的名字来作为字段名。如果指定了， 就会使用指定的这个值作为表字段名。这个参数也可以当作位置 参数，在第1个参数来指定。
title = Column(String(50),name='title',nullable=False)
title = Column('my_title',String(50),nullable=False)from datetime import datetime
from sqlalchemy import
Column,Integer,DateTime,String
from db_util import Base,Session
class News(Base):
__tablename__ = 't_news2'
id = Column(Integer,primary_key = True,autoincrement = True)
phone = Column(String(11),unique = True)
title = Column(String(32),nullable = False)
read_count = Column(Integer,default=1)
create_time = Column(DateTime,default = datetime.now)
update_time = Column(DateTime,default = datetime.now, onupdate =datetime.now ) # 当数据更新后，参数的内容才会更改
def create_data():
new1 = News(phone='16866666666',title='测试列参数')
with Session() as session:
session.add(new1)
session.commit()
def create_data2():
# new1 = News(phone='16866666666',title='测试列参数') # 不允许重复
# new1 = News(phone='16866666668') # title不能为空
# with Session() as session:
# session.add(new1)
# session.commit()
with Session() as session:
new1 = session.query(News).first()
new1.read_count = 2
session.commit()
if __name__ == '__main__':
# Base.metadata.create_all()
# create_data()
create_data2()
query函数的使用
- 模型名。指定查找这个模型中所有的属性(对应查询表为全表查 询)
- 模型中的属性。可以指定只查找某个模型的其中几个属性
- 聚合函数
- func.count：统计行的数量。
- func.avg：求平均值。
- func.max：求最大值。
- func.min：求最小值。
- func.sum：求和。
提示
func 上，其实没有任何聚合函数。但是因为他底层做了一些 魔术，只要mysql中有的聚合函数，都可以通过func调用
from random import randint
from sqlalchemy import
Column,Integer,String,func
from db_util import Base,Session
class Item(Base):
__tablename__ = 't_item'
id = Column(Integer,primary_key = True,autoincrement = True)
title = Column(String(32))
price = Column(Integer)
def create_data():
with Session() as ses:
for i in range(10):
item = Item(title = f'产品:{i+1}',price=randint(1,100))
ses.add(item)
ses.commit()
def query_model_name():
# 获取所有的字段
with Session() as ses:
rs = ses.query(Item).all()
for r in rs:
print(r.title)
def query_model_attr():
# 获取指定的字段
with Session() as ses:
rs = ses.query(Item.title,Item.price).all()
for r in rs:
print(r.price)
def query_by_func():
# 统计指定的列数据
with Session() as ses:
# rs =ses.query(func.count(Item.id)).first()
# rs =ses.query(func.max(Item.price)).first()
# rs =ses.query(func.avg(Item.price)).first()
rs =ses.query(func.sum(Item.price)).first()
print(rs)
if __name__ =='__main__':
# Base.metadata.create_all()
# create_data()
# query_model_name()
# query_model_attr()
query_by_func()
filter过滤数据
过滤是数据提取的一个很重要的功能，以下对一些常用的过滤条件 进行解释，并且这些过滤条件都是只能通过filter方法实现的：
- equals
news=session.query(News).filter(News.title =="title1").first()- not equals
query(User).filter(User.name != 'ed')
- like & ilike [不区分大小写]
query(User).filter(User.name.like('%ed%'))- in
query(User).filter(User.name.in_(['ed','wendy','jack']))
- not in
query(User).filter(~User.name.in_(['ed','wendy','jack']))- is null
query(User).filter(User.name==None)
# 或者是 query(User).filter(User.name.is_(None))- is not null
query(User).filter(User.name != None)
# 或者是query(User).filter(User.name.isnot(None))- and
query(User).filter(and_(User.name=='ed',User.fullname=='Ed Jones'))
# 或者是传递多个参数
query(User).filter(User.name=='ed',User.fullname=='Ed Jones')
# 或者是通过多次filter操作
query(User).filter(User.name=='ed').filter(User.fullname=='Ed Jones')- or
query(User).filter(or_(User.name=='ed',User.name=='wendy'))如果想要查看orm底层转换的sql语句，可以在filter方法后面不要再 执行任何方法直接打印就可以看到了。比如：
news =session.query(News).filter(or_(News.title=='abc',News.content=='abc'))
print(news)from random import randint
from uuid import uuid4
from sqlalchemy import
Column,Integer,String,Float,Text,and_,or_
from db_util import Base,Session
class Article(Base):
__tablename__ = 't_article'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(50),nullable=False)
price = Column(Float,nullable=False)
content = Column(Text)
def __repr__(self):
return f"<Article(title:{self.title} price:{self.price} content:{self.content})>"
def create_data():
with Session() as ses:
for i in range(10):
if i%2 == 0:
art = Article(title =f'title{i+1}',price=randint(1,100),content= uuid4())
else:
art = Article(title =f'TITLE{i+1}',price=randint(1,100))
ses.add(art)
ses.commit()
def query_data():
with Session() as ses:
# rs =ses.query(Article).filter_by(id=1).first()
rs =ses.query(Article).filter(Article.id ==1).first()
print(rs)
def query_data_equal():
with Session() as ses:
rs =ses.query(Article).filter(Article.title =='title2').first()
print(rs)
def query_data_not_equal():
with Session() as ses:
rs =ses.query(Article).filter(Article.title !='title2').all()
print(rs)
def query_data_like():
with Session() as ses:
# select * from t_article wheretitle like 'title%';
rs =ses.query(Article).filter(Article.title.like('title%')).all()
for r in rs:
print(r)
def query_data_in():
with Session() as ses:
rs=ses.query(Article).filter(Article.title.in_(['title1','title3','title6'])).all()
for r in rs:
print(r)
def query_data_not_in():
with Session() as ses:
rs=ses.query(Article).filter(~Article.title.in_(['title1','title3','title6'])).all()
for r in rs:
print(r)
def query_data_null():
with Session() as ses:
rs =ses.query(Article).filter(Article.content== None).all()
for r in rs:
print(r)
def query_data_not_null():
with Session() as ses:
rs =ses.query(Article).filter(Article.content!= None).all()
for r in rs:
print(r)
def query_data_and():
with Session() as ses:
# rs =ses.query(Article).filter(Article.title!='title4' and Article.price>8).all()
# rs =ses.query(Article).filter(Article.title!='title4',Article.price >50 ).all()
rs =ses.query(Article).filter(and_(Article.title !='title4',Article.price >50)).all()
for r in rs:
print(r)
def query_data_or():
with Session() as ses:
rs =ses.query(Article).filter(or_(Article.title=='title4',Article.price >50) ).all()
for r in rs:
print(r)
if __name__ == '__main__':
# Base.metadata.create_all()
# create_data()
# query_data()
# query_data_equal()
# query_data_not_equal()
# query_data_like()
# query_data_in()
# query_data_not_in()
# query_data_null()
# query_data_not_null()
# query_data_and()
query_data_or()
表关系
表之间的关系存在三种：一对一、一对多、多对多。 而SQLAlchemy中的ORM也可以模拟这三种关系。 因为一对一其实在SQLAlchemy中底层是通过一对多的方式模拟 的，所以先来看下一对多的关系：
外键： 使用SQLAlchemy创建外键非常简单。在从表中增加一个字段，指 定这个字段外键的是哪个表的哪个字段就可以了。从表中外键的字 段，必须和主表的主键字段类型保持一致。
class User(Base):
__tablename__ = 't_user'
id =Column(Integer,primary_key=True,autoincrement=True)
uname =Column(String(50),nullable=False,name='name')
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(50),nullable=False)
content = Column(Text,nullable=False)
uid =Column(Integer,ForeignKey('t_user.id',)外键约束有以下几项：
RESTRICT：若子表中有父表对应的关联数据，删除父表对应数 据，会阻止删除。默认项
NO ACTION：在MySQL中，同RESTRICT。
CASCADE：级联删除。
SET NULL：父表对应数据被删除，子表对应数据项会设置为 NULL。
from sqlalchemy import
Column,Integer,String,Text,ForeignKey
from db_util import Base,Session
class User(Base):
__tablename__ = 't_user'
id =Column(Integer,primary_key=True,autoincrement=True)
uname =Column(String(50),nullable=False,name='name')
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(50),nullable=False)
content = Column(Text,nullable=False)
# uid =Column(Integer,ForeignKey('t_user.id')) # 默认不让删主表数据
# uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'RESTRICT')) # 默认的策略
# uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'NO ACTION')) # 默认的策略
# uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'CASCADE')) # 级联删除，发主表的数据被删除，子表的里数据也会删除
uid =Column(Integer,ForeignKey('t_user.id',ondelete = 'SET NULL')) # 发现主表数据被删除时，子表的数据列会清空
def create_data():
user = User(uname = 'zs')
news1 =News(title='python',content='flask',uid = 1)
news2 =News(title='MySQL',content='SQL',uid = 1)
with Session() as ses:
ses.add(user)
ses.commit()
with Session() as ses:
ses.add(news1)
ses.add(news2)
ses.commit()
if __name__ == '__main__':
Base.metadata.create_all()
create_data()
ORM关系之一对多
mysql级别的外键，还不够爽，必须拿到一个表的外键，然后通过 这个外键再去另外一张表中查找，这样太麻烦了。
SQLAlchemy提供了一个 relationship ，这个类可以定义属性，以后在访 问相关联的表的时候就直接可以通过属性访问的方式就可以访问得 到了。 另外，可以通过 backref 来指定反向访问的属性名称。newss是指有多 篇新闻。他们之间的关系是一个“一对多”的关系
from sqlalchemy import
Column,Integer,String,Text,ForeignKey
from sqlalchemy.orm import relationship
from db_util import Base,Session
class User(Base):
__tablename__ = 't_user'
id =Column(Integer,primary_key=True,autoincrement=True)
uname =Column(String(50),nullable=False,name='name')
# news = relationship('News') # 不友好
def __repr__(self):
return f'<User: id={self.id} uname={self.uname}>'
# 1对多 ForeignKey的关键字要建立在 多一边
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(50),nullable=False)
content = Column(Text,nullable=False)
uid =Column(Integer,ForeignKey('t_user.id'))
user =relationship('User',backref='news') # 将主表的数据注入到这个字段
def __repr__(self):
return f'<News: id={self.id} title={self.title} content={self.content} uid={self.uid}>'
def create_data():
user = User(uname = 'sxt')
news1 =News(title='Python',content='flask',uid = 1)
news2 =News(title='MySQL',content='SQL',uid = 1)
with Session() as ses:
ses.add(user)
ses.commit()
with Session() as ses:
ses.add(news1)
ses.add(news2)
ses.commit()
def query_data():
with Session() as ses:
# news1 = ses.query(News).first()
# print(news1)
# select u.id u.uname from t_news n left join t_user u n.uid = u.id where n.id =
1;
news1 = ses.query(News).first()
uid = news1.uid
user = ses.query(User).first()
print(user)
def query_data2():
# 通地子表查询主表的数据
with Session() as ses:
news1 = ses.query(News).first()
print(news1.user)
def query_data3():
# 通地主表查找子表的数据
with Session() as ses:
user1 = ses.query(User).first()
print(user1.news)
if __name__ == '__main__':
# Base.metadata.create_all()
# create_data()
# query_data()
# query_data2()
query_data3()
ORM关系之一对一
在sqlalchemy中，如果想要将两个模型映射成一对一的关系，那么 应该在父模型中，指定引用的时候，要传递一个 uselist=False 这个参数 进去。 就是告诉父模型，以后引用这个从模型的时候，不再是一个列表 了，而是一个对象了
class LoginUser(Base):
__tablename__ = 't_user_login'
id =Column(Integer,primary_key=True,autoincrement=True)
uname =Column(String(32),nullable=False)
passwd =Column(String(32),nullable=False)
# 创建1对1的关系, 创建一个字段来做别一个表的标识(外键)
class User(Base):
__tablename__ = 't_user'
id =Column(Integer,primary_key=True,autoincrement=True)
name =Column(String(32),nullable=False,name='name')
gender = Column(String(1))
address = Column(String(64))
login_id =Column(Integer,ForeignKey('t_user_login.id'))
login_user =relationship('LoginUser',backref=backref('user',uselist=False))ORM关系之多对多
- 多对多的关系需要通过一张中间表来绑定他们之间的关系。
- 先把两个需要做多对多的模型定义出来
- 使用Table定义一个中间表，中间表一般就是包含两个模型的外 键字段就可以了，并且让他们两个来作为一个“复合主键”
- 在两个需要做多对多的模型中随便选择一个模型，定义一个 relationship属性，来绑定三者之间的关系，在使用relationship 的时候，需要传入一个secondary=中间表对象名
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy import Table
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
# 创建第3张表，来建立多对多关系
# 放到2个模型之上
news_tag = Table(
't_news_tag',
Base.metadata,
Column('news_id',Integer,ForeignKey('t_news.id'),primary_key = True),
Column('tag_id',Integer,ForeignKey('t_tag.id'),primary_key = True),)
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(32),nullable=False)
tags =relationship('Tag',backref='newss',secondary= news_tag)
def __repr__(self):
return f'<News: id={self.id} title={self.title}>'
class Tag(Base):
__tablename__ = 't_tag'
id =Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(32),nullable=False)
# news =relationship('News',backref='tags',secondary= news_tag)
def __repr__(self):
return f'<Tag: id={self.id} name={self.name}>'
def create_data():
news1 = News(title = 'Python更新了！')
news2 = News(title = 'SQLAlchemy功能又强大了！')
tag1 = Tag(name = 'IT新闻')
tag2 = Tag(name = '科学技术')
news1.tags.append(tag1)
news1.tags.append(tag2)
news2.tags.append(tag1)
news2.tags.append(tag2)
with Session() as ses:
ses.add(news1)
ses.add(news2)
ses.commit()
def query_data():
with Session() as ses:
news = ses.query(News).first()
print(news.tags)
if __name__ == '__main__':
# Base.metadata.create_all()
# create_data()
query_data()ORM层面删除数据注意事项
ORM层面删除数据，会无视mysql级别的外键约束。 直接会将对应的数据删除，然后将从表中的那个外键设置为NULL， 也就是数据库的 SET NULL 。 如果想要避免这种行为，应该将从表中的外键的 nullable=False 。
from sqlalchemy import Column, Integer,
String, ForeignKey
from sqlalchemy.orm import relationship
from db_util import Base, Session
class User(Base):
__tablename__ = 't_user'
id = Column(Integer, primary_key=True,autoincrement=True)
name = Column(String(32))
class Article(Base):
__tablename__ = 't_article'
id = Column(Integer, primary_key=True,autoincrement=True)
title = Column(String(32))
uid = Column(Integer,ForeignKey("t_user.id"))
# uid = Column(Integer,ForeignKey("t_user.id"),nullable = False)
user =relationship('User',backref='articles')
def create_data():
Base.metadata.drop_all() # 删除已有的表
Base.metadata.create_all() # 创建表
# 初始化数据
user = User(name='zs')
art1 = Article(title='Python', uid=1)
art2 = Article(title='MySQL', uid=1)
user.articles.append(art1)
user.articles.append(art2)
with Session() as ses:
ses.add(user)
ses.commit()
def delete_data():
# 默认删除主表数据时，会将子表的引用主表数据的外键设置Null
with Session() as ses:
user = ses.query(User).first()
ses.delete(user)
ses.commit()
if __name__ == '__main__':
# create_data()
delete_data()ORM层面的relationship方法中cascade
在SQLAlchemy，只要将一个数据添加到session中，和他相关联的 数据都可以一起存入到数据库中了。 这些是怎么设置的呢？其实是通过relationship的时候，有一个关键 字参数cascade可以设置这些属性，
cascade属性值为：
save-update：默认选项。在添加一条数据的时候，会把其他和他 相关联的数据都添加到数据库中。这种行为就是save-update属性 影响的。
delete：表示当删除某一个模型中的数据的时候，是否也删掉使用 relationship和他关联的数据。 delete-orphan：表示当对一个ORM对象解除了父表中的关联对象 的时候，自己便会被删除掉。当然如果父表中的数据被删除，自己 也会被删除。这个选项只能用在一对多上，并且还需要在子模型中 的relationship中，增加一个single_parent=True的参数。
merge：默认选项。当在使用session.merge，合并一个对象的时 候，会将使用了relationship相关联的对象也进行merge操作。
expunge：移除操作的时候，会将相关联的对象也进行移除。这个 操作只是从session中移除，并不会真正的从数据库中删除。
all：是对save-update, merge, refresh-expire, expunge, delete 几种的缩写。
from sqlalchemy import Column, Integer,
String, ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base, Session
class User(Base):
__tablename__ = 't_user'
id = Column(Integer, primary_key=True,autoincrement=True)
name = Column(String(32))
# articles =relationship('Article',backref='user',cascade='')
# articles =relationship('Article',backref='user',cascade='save-update') # 默认cascade的值是saveupdate
# articles =relationship('Article',backref='user',cascade='save-update,delete') #delete可以帮助删除关联表的数据
# articles =relationship('Article',backref='user',cascade='save-update,delete,deleteorphan',single_parent=True) # 当关联关系被解除时，子表数据会被清空
class Article(Base):
__tablename__ = 't_article'
id = Column(Integer, primary_key=True,autoincrement=True)
title = Column(String(32))
uid = Column(Integer,ForeignKey("t_user.id"))
# user =relationship('User',backref='articles',cascade='save-update,delete') # 会把主表的数据删除
user =relationship('User',backref=backref('articles',cascade='saveupdate,delete,deleteorphan'))
def create_data():
Base.metadata.drop_all() # 删除已有的表
Base.metadata.create_all() # 创建表
# 初始化数据
user = User(name='SXT')
art1 = Article(title='Python', uid=1)
art2 = Article(title='MySQL', uid=1)
user.articles.append(art1)
user.articles.append(art2)
# 保存数据
with Session() as ses:
ses.add(user)
ses.commit()
def delete_data():
with Session() as ses:
user = ses.query(User).first()
ses.delete(user)
ses.commit()
def delete_art():
with Session() as ses:
art = ses.query(Article).first()
ses.delete(art)
ses.commit()
def update_data():
with Session() as ses:
user = ses.query(User).first()
user.articles = []
ses.commit()
if __name__ == '__main__':
# create_data()
# delete_data()
# update_data()
delete_art()
排序
order_by方法排序：可以指定根据模型中某个属性进行排序，"模型 名.属性名.desc()"代表的是降序排序。
relationship的方法中order_by属性：在指定relationship方法的时 候，添加order_by属性来指定排序的字段。
方式1：order_by方法指定
# 升序
users =ses.query(User).order_by(User.age).all()
# 降序
users =ses.query(User).order_by(User.age.desc()).all()方式2：涉及两表时，定义模型时，用relationship方法中的 order_by属性指定排序方式
from random import randint
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class User(Base):
__tablename__ = 't_user'
id = Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(32))
age = Column(Integer)
def __repr__(self):
return f'<User: id={self.id} name={self.name} age={self.age}>'
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(32),nullable=False)
content =Column(String(32),nullable=False)
read_count = Column(Integer)
uid =Column(Integer,ForeignKey('t_user.id'))
user =relationship('User',backref=backref('newss',order_by=read_count))
def __repr__(self):
return f'<User: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>'
def create_user():
with Session() as ses:
for i in range(10):
user = User(name = f'用户{i}',age= randint(6,20))
ses.add(user)
for i in range(10):
news = News(title = f'新闻{i}',content = '新闻',read_count =randint(1,1000))
user.newss.append(news)
ses.commit()
def query_user():
with Session() as ses:
users = ses.query(User).all()
for i in users[-1].newss:
print(i)
if __name__ == '__main__':
# Base.metadata.drop_all()
# Base.metadata.create_all()
# create_user()
query_user()
注意 __mapper_args__ 参数的1.1版本已被抛弃
limit、offset、slice使用
- limit：可以限制查询的时候只查询前几条数据。 属top-N查询
- offset：可以限制查找数据的时候过滤掉前面多少条。可指定开 始查询时的偏移量。
- 切片：可以对Query对象使用切片操作，来获取想要的数据。
- 可以使用 slice(start,stop) 方法来做切片操作。
- 也可以使用 [start:stop] 的方式来进行切片操作。
- 一般在实际开发中，中括号的形式是用得比较多的。
from random import randint
from sqlalchemy import Column,Integer,String
from db_util import Base,Session
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(32),nullable=False)
content =Column(String(32),nullable=False)
read_count = Column(Integer)
def __repr__(self):
return f'<User: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>'
def create_data():
Base.metadata.drop_all()
Base.metadata.create_all()
with Session() as ses:
for i in range(10):
news = News(title=f'title{i}',content=f'info{i}',read_count= randint(0,1000))
ses.add(news)
ses.commit()
def query_by_limit():
with Session() as ses:
newss = ses.query(News).limit(3).all()
for n in newss:
print(n)
def query_by_offset():
with Session() as ses:
newss = ses.query(News).offset(3).all()
for n in newss:
print(n)
def query_by_page():
# limit topN数据
# offset 跳过n数据
# 分页效果 1-3 4-6 7-9
# 3 0 1 (pagenum-1)*pagesize
# 3 3 2 (2-1)*3 = 3
# 3 6 3 (3-1)*3 = 6
# 3 9 4 (4-1)*3 = 6
with Session() as ses:
# (pagenum-1)*pagesize
newss = ses.query(News).limit(3).offset(3).all()
for n in newss:
print(n)
def query_by_slice():
with Session() as ses:
# 从哪个索引开始,到哪个索引结束
newss = ses.query(News).slice(3,6).all()
for n in newss:
print(n)
def query_by_qiepian():
with Session() as ses:
# 从哪个索引开始,到哪个索引结束
newss = ses.query(News).all()[3:6]
for n in newss:
print(n)
if __name__ == '__main__':
# create_data()
# query_by_limit()
# query_by_offset()
# query_by_page()
# query_by_slice()
query_by_qiepian()懒加载
在一对多，或者多对多关系的时候，如果想要获取多的一方这一部 分的数据的时候，往往能通过一个属性就可以全部获取了。 如有一个作者，想要这个作者的所有文章，通过user.articles就可 以获取所有的 但有时候我们不想获取所有的数据，如只想获取这个作者今天发表 的文章，那么这时候我们可以给relationship方法添加属性 lazy='dynamic' ，以后通过 user.articles 获取到的就不是一个列表，而是一个 AppenderQuery对象了。这样就可以对这个对象再进行一层过滤和 排序等操作 通过 lazy='dynamic' ，获取出来的多的那一部分的数据，就是一个 AppenderQuery 对象了。这种对象既可以添加新数据，也可以跟 Query 一 样，可以再进行一层过滤.
lazy可用的选项：
1 select ： (默认) 后台会用select语句一次性加载所有数据，即访问 到属性的时候，就会全部加载该属性的数据
2 joined - 数据会被JOIN语句加载，即对关联的两个表进行join操 作，从而获取到所有相关的对象 3 subquery - 数据被用subquery子查询SQL语句加载
4 dynamic ：这个也是懒加载。在访问属性的时候，并不在内存中加 载数据，而是返回一个 AppenderQuery 对象, 需要执行相应方法才可 以获取对象。适用于数据量大的时候
注意
lazy="dynamic" 只可以用在一对多和多对对关系中，不可以用在一 对一和多对一中。 这样也合理：如果返回结果很少的话，就没必要延迟加载数据了。
from random import randint
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class User(Base):
__tablename__ = 't_user'
id = Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(32))
age = Column(Integer)
def __repr__(self):
return f'<User: id={self.id} name={self.name} age={self.age}>'
class News(Base):
__tablename__ = 't_news'
id =Column(Integer,primary_key=True,autoincrement=True)
title =Column(String(32),nullable=False)
content =Column(String(32),nullable=False)
read_count = Column(Integer)
uid =Column(Integer,ForeignKey('t_user.id'))
user =relationship('User',backref=backref('newss',lazy='dynamic'))
def __repr__(self):
return f'<News: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>'
def create_data():
with Session() as ses:
for i in range(10):
user = User(name =f'name{i}',age = randint(6, 30))
ses.add(user)
for i in range(10):
news =News(title=f'title{i}',content=f'info{i}',read_count= randint(0,1000))
user.newss.append(news)
ses.commit()
def query_data():
with Session() as ses:
users = ses.query(User)
print(users)
print(type(users))
def query_data2():
with Session() as ses:
users = ses.query(User).all()
print(users[-1].newss)
print(type(users[-1].newss))
def query_data3():
# 'lazy = select 默认不能2次过滤'
with Session() as ses:
users = ses.query(User).all()
newss =users[-1].newss.filter(News.read_count >500).all()
print(newss)
if __name__ == '__main__':
# Base.metadata.drop_all()
# Base.metadata.create_all()
# create_data()
# query_data2()
query_data3()
分组group_by和过滤分组having
group_by
根据某个字段进行分组。如想要根据年龄进行分组，来统计每个分 组分别有多少人
r =session.query(User.age,func.count(User.id)).group_by(User.age).all()having having
是对分组查找结果作进一步过滤。如只想要看未成年人的人 数， 那么可以首先对年龄进行分组统计人数，然后再对分组进行having 过滤。
r =session.query(User.age,func.count(User.id)).group_by(User.age).having(User.age < 18).all()from random import randint
from sqlalchemy import
Column,Integer,String,ForeignKey,func
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class User(Base):
__tablename__ = 't_user'
id = Column(Integer,primary_key=True,autoincrement=True)
name = Column(String(32))
age = Column(Integer)
def __repr__(self):
return f'<User: id={self.id} name={self.name} age={self.age}>'
def create_data():
Base.metadata.drop_all()
Base.metadata.create_all()
with Session() as ses:
for i in range(10):
user = User(name =f'name{i}',age = randint(6, 30))
ses.add(user)
ses.commit()
def query_by_age():
# 统计 每个年龄的人数
with Session() as ses:
user =ses.query(User.age,func.count(User.id)).group_by(User.age).all()
print(user)
def query_by_age_gt_18():
#统计 每个年龄的人数，要求排除未成年人
with Session() as ses:
user =ses.query(User.age,func.count(User.id)).group_by(User.age).having(User.age>18).all()
print(user)
def query_by_age_lt_18():
# 统计 每个年龄的人数，要求未成年人
with Session() as ses:
user =ses.query(User.age,func.count(User.id)).group_by(User.age).having(User.age<18).all()
print(user)
if __name__ =='__main__':
# create_data()
# query_data()
# query_by_age_gt_18()
query_by_age_lt_18()
Flask-SQLAlchemy的使用
Flask-SQLAlchemy是一个插件， Flask-SQLAlchemy是对SQLAlchemy进行了一个简单的封装的一个 插件， 使得我们在flask中使用sqlalchemy更加的简单。
安装 pip install flask-sqlalchemy
Flask-SQLAlchemy的使用要点
数据库连接
数据库初始化不再是通过create_engine。
1 跟sqlalchemy一样，定义好数据库连接字符串DB_URI。
2 将这个定义好的数据库连接字符串DB_URI，通过 SQLALCHEMY_DATABASE_URI 这个key名配置到 app.config 中。
app.config["SQLALCHEMY_DATABASE_URI"] =DB_URI3 使用 flask_sqlalchemy.SQLAlchemy 这个类定义一个对象，并将 app 传入进 去。
db = SQLAlchemy(app)
创建ORM模型类
之前都是通过Base = declarative_base()来初始化一个基类，然后 再继承，在Flask-SQLAlchemy中更加简单了
1 还是跟使用sqlalchemy一样，定义模型。现在不再是需要使用 delarative_base 来创建一个基类。 而是使用 db.Model 来作为基类
2 在模型类中， Column 、 String 、 Integer 以及 relationship 等，都不需要导入了，直接使用 db 下面相应的属性名就可以了
3 在定义模型的时候，可以不写 __tablename__ ，那么 flask_sqlalchemy 会默认使用当前的模型的名 字转换成小写来作为表的名字
并且如果这个模型的名字用到了多个单词并且使用了驼峰命名 法，那么会在多个单词之间使用下划线来进行连接
将ORM模型映射到数据库表
写完模型类后，要将模型映射到数据库的表中，使用以下代码即可
1. 删除数据库表： db.drop_all()
2. 创建数据库表： db.create_all()
session的使用
以后session也不需要使用 sessionmaker 来创建了， 直接使用 db.session 就可以了， 操作这个session的时候就跟之前的 sqlalchemy 的 session 是一样一样的。
添加数据
这时候就可以在数据库中看到已经生成了对应表了 添加数据和之前的没有区别，只是session成为了一个db的属性
查询数据
1 单表查询:查询数据不再是之前的session.query方法了，而是将query属性 放在了db.Model上， 所以查询就是通过“模型名.query”的方式进行查询了， query 就跟 之前的sqlalchemy中的query方法是一样用的。
2 多表查询: 如果查找数据涉及多个模型，只能使用db.session.query(模型 名).all() 这种方式
修改数据 ：修改数据和之前的没有区别，只是session成为了一个db的属性
删除数据： 删除数据跟添加数据和修改数据类似，只不过session是db的一 个属性而已
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
# 数据库的变量
HOST = '192.168.30.151' # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
app.config['SQLALCHEMY_DATABASE_URI'] =DB_URI
app.config['SQLALCHEMY_TRACK_MODIFICATIONS']= False
# 链接数据库
db = SQLAlchemy(app)
# 创建模型类
class User(db.Model):
__tablename__ = 't_user' # flask_alchemy 可以忽略不写
id = db.Column(db.Integer,primary_key =True,autoincrement = True)
name = db.Column(db.String(32))
def __repr__(self):
return f'<User id={self.id} name={self.name}>'
class News(db.Model):
__tablename__ = 't_news' # flask_alchemy 可以忽略不写
id = db.Column(db.Integer,primary_key =True,autoincrement = True)
content = db.Column(db.String(100))
uid =db.Column(db.Integer,db.ForeignKey('t_user.id'))
user =db.relationship('User',backref='newss')
def __repr__(self):
return f'<News id={self.id} content={self.content}>'
# 删除表
# db.drop_all()
# 创建表
# db.create_all()
# 增加数据
def create_data():
user = User(name = 'zs')
news = News(content = 'Python内容')
user.newss.append(news)
db.session.add(user)
db.session.commit()
# 查询单表数据
def query_data_one():
users = User.query.all()
print(users)
# 查询多表
def query_data_many():
rs =db.session.query(User,News.content).join(News,News.uid == User.id).all()
print(rs)
# 修改数据
def update_data():
user = User.query.first()
user.name = 'lisi'
db.session.commit()
# 删除数据
def delete_data():
news = News.query.first()
db.session.delete(news)
db.session.commit()
if __name__ == "__main__":
# create_data()
# query_data_one()
# query_data_many()
# update_data()
delete_data()Flask-Migrate
介绍
flask-migrate是flask的一个扩展模块，主要是扩展数据库表结构 的。 flask-migrate是基于Alembic进行的一个封装，并集成到Flask中， 所有的迁移操作其实都是Alembic做的，他能跟踪模型的变化，并 将变化映射到数据库中。
安装 pip install flask-migrate
使用方法 模型类
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
# 数据库的变量
HOST = '192.168.30.151' # 127.0.0.1/localhost
PORT = 3306
DATA_BASE = 'flask_db'
USER = 'root'
PWD = '123'
DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'
# mysql+pymysql://root:[email protected]/flask_db
app.config['SQLALCHEMY_DATABASE_URI'] =DB_URI
app.config['SQLALCHEMY_TRACK_MODIFICATIONS']= False
db = SQLAlchemy(app)
# 创建模型类
class User(db.Model):
__tablename__ = 't_user'
id = db.Column(db.Integer,primary_key =True,autoincrement = True)
name = db.Column(db.String(32))
age = db.Column(db.Integer)
def __repr__(self):
return f'<User id={self.id} name={self.name}>'
from flask_migrate import Migrate
Migrate(app,db)注意 创建Migrate(app,db)对象
创建迁移仓库
这个命令会创建migrations文件夹，所有迁移文件都放在里面。
flask db init生成脚本文件
flask db migrate更新数据库
flask db upgrade返回以前的版本
flask db downgrade version_Flask项目结构重构
一个良好的项目结构努力可以清晰的看出来各个模块的作用，方便 扩展，易于修改 虽然Flask并没有强制要求开发者项目的目录层次结构应该是怎么样 的，但是如果我们以包和模块的形式组织项目的话，后期的开发会 非常的有条理。
项目结构
基本结构如下：可根据实际需求做微小调整。
|project_name
|--pro_name # 整个程序的包目录
|----__init__.py # 项目包文件
|----templates # 模板文件
|------common # 通用模板
|------errors # 错误页面
|------user # 用户模板
|------email # 邮件模板
|----static # 静态资源文件
|------js # JS脚本
|------css # 样式表
|------img # 图片
|------favicon.ico # 网站图表
|----user # 用户模块
|------__init__.py # 用户模块-包文件
|------views.py # 用户模块-视图文件
|----item # 产品模块
|------__init__.py # 产品模块-包文件
|------views.py # 产品模块-视图文件
|----models.py # 数据模型
|--app.py # 项目启动控制文件
|--config.py # 配置文件
|--requirements.txt # 依赖包列表
|--migrations # 数据库迁移目录注意1
整个程序的包目录名不能为 app ,不然会报 Error: Failed to find Flask application or factory in module 'app'. Use 'FLASK_APP=app:name' to specify one.
注意2
项目启动控制文件名为 app.py ,不然会报 Error: Could not locate a Flask application. You did not provide the "FLASK_APP" environment variable, and a "wsgi.py" or "app.py" module was not found in the current directory.
解决方案2 使用.env文件解决
# .env
FLASK_APP=pro_name/__init__:create_app()好了，以上就是flask中所以常见常用知识点，希望对学习flask的你有所帮助。能坚持看到这里的你，也给自己点点赞吧！整理不易，喜欢的点点赞啦~