Flask学习记录

Posted 2020-11-08

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Flask学习记录相关的知识，希望对你有一定的参考价值。

Flask是一个使用Python编写的轻量级web框架，相比其他框架如Django更加简单易学。本文将实现一个简单示例，完成以下功能：从数据库中读取用户信息，在浏览器中分页展示，添加分页导航栏，并且实现根据用户名搜索。用到的主要知识点：数据库操作、表单、Jinja2模板。

学习环境搭建

操作系统

CentOS Linux release 7.4.1708 (Core)

执行yum update -y然后重启系统，确保软件包处于最新状态。

Python版本 2.7.5

安装Python虚拟环境

利用virtualenv可以实现一个隔离的Python环境，在这个虚拟环境中安装、删除Python的pip包而不会影响环境外的其他进程。虚拟环境还会让系统移植更容易，只要把虚拟环境的文件拷到另一个系统中然后恢复虚拟环境，就可以保证跟之前的Python包环境一模一样。

安装virtualenv：

[[email protected] ~]# pip install virtualenv

Collecting virtualenv

Downloading virtualenv-15.1.0-py2.py3-none-any.whl (1.8MB)

100% |████████████████████████████████| 1.8MB 78kB/s

Installing collected packages: virtualenv

Successfully installed virtualenv-15.1.0

创建一个名为env的虚拟环境：

[[email protected] ~]# virtualenv env

New python executable in /root/env/bin/python2

Also creating executable in /root/env/bin/python

Installing setuptools, pip, wheel...done.

进入虚拟环境env：

[[email protected] demo]# source env/bin/activate

(env) [[email protected] demo]#

前面的（env）标识了当前shell所在的虚拟环境，把env目录拷到其他系统就可以进行环境移植。

安装数据库

安装数据和相关开发包：

[[email protected] demo]# yum install mariadb mariadb-server python-devel mariadb-devel -y

安装完后，执行mysql_secure_installation，设置数据库root密码，因为是测试环境，我们为了方便设置为“test”，生产环境的话一定要设置复杂密码。

简单示例实现

项目结构

我们创建一个demo目录存放项目文件，用tree命令查看这个目录的结构如下：

(env) [[email protected] ~]# tree -I 'env' demo

demo

├── app #程序包目录

│ ├── __init__.py

│ ├── main

│ │ ├── forms.py #定义表单类

│ │ ├── __init__.py

│ │ ├── views.py #定义视图函数，实际处理http请求

│ ├── models.py #定义数据模型

│ ├── static #存放静态文件

│ └── templates #存放模板

│ ├── _macro.html

│ ├── userlist.html

├── config.py #项目配置文件

├── manage.py #项目启动脚本

└── requirements.txt #项目依赖的所有pip包

各文件的主要作用已经在上面注释。Flask并没有限定项目的结构必须如此，但是通常这是比较合理的结构，也可以根据自己的项目特点进行微调。下面分文件详细介绍如何实现本文开头提到的各个功能。

requirements.txt

这个文件保存了项目依赖的所有包及其版本，方便其他人移植你的Flask项目。文件是由命令pip freeze > requirements.txt生成的，在要运行该项目的系统中执行pip install -r requirements.txt就可以安装完所有依赖包，很方便。这个示例的requirements.txt内容如下：

alembic==0.9.6

click==6.7

Flask==0.12.2

Flask-Migrate==2.1.1

Flask-Script==2.0.6

Flask-SQLAlchemy==2.3.2

Flask-WTF==0.14.2

ForgeryPy==0.1

itsdangerous==0.24

Jinja2==2.10

Mako==1.0.7

MarkupSafe==1.0

MySQL-python==1.2.5

python-dateutil==2.6.1

python-editor==1.0.3

six==1.11.0

SQLAlchemy==1.2.0

Werkzeug==0.14.1

WTForms==2.1

config.py

项目的配置文件，集中存放配置参数，内容如下：

class Config:

SQLALCHEMY_DATABASE_URI = "mysql://root:[email protected]/demo"

SQLALCHEMY_COMMIT_ON_TEARDOWN = True

SECRET_KEY = 'hard to guess string'

@staticmethod

def init_app(app):

pass

文件中配置了数据库的访问方式，还有SECRET_KEY，这是一个密钥，用于保护表单免受跨站请求伪造（CSRF）的攻击。

models.py

编写业务逻辑前要先设计好数据模型，我们的示例的数据很简单，一张表——用户信息，包括两个字段：用户名和用户邮箱地址。代码如下：

from . import db

class User(db.Model):

__tablename__ = 'users'

id = db.Column(db.Integer, primary_key=True)

username = db.Column(db.String(64), unique=True, index=True)

email = db.Column(db.String(64), unique=True, index=True)

def __repr__(self):

return '<User %r>' % self.username

@staticmethod

def generate_fake(count=100):

from sqlalchemy.exc import IntegrityError

from random import seed

import forgery_py

seed()

for i in range(count):

u = User(username=forgery_py.internet.user_name(True),

email=forgery_py.internet.email_address())

db.session.add(u)

try:

db.session.commit()

except IntegrityError:

db.session.rollback()

Flask-SQLalchemy是Flask的数据库扩展，通过对象关系映射ORM，把对数据库的操作转换为对Python对象的操作。Class User在数据库中对应的就是一张表，表名在__tablename__中设置，两个属性username和email对应表字段。代码中还用到了一个很有意思的模块forgery_py，它用于随机生成符合要求的测试数据，函数generate_fake()随机生成数量等于count条的数据并写入数据库。生成数据的具体操作方法会在最后执行程序的时候讲。

app/__init__.py

程序包的构建文件，在这文件里定义创建程序实例的函数create_app，也叫工厂函数。工厂函数完成3个主要工作：

1. 从config.py中导入程序配置；

2. 大多数Flask的扩展需要在这个函数里初始化，例如我们的示例用到的Flask数据库扩展Flask-Sqlalchemy；

3. 还有一个工作是给程序实例注册蓝本（blueprint），蓝本用于定义URL到视图函数的路由。

代码如下：

from flask import Flask

from flask_sqlalchemy import SQLAlchemy

from config import Config

db = SQLAlchemy()

def create_app(config_name):

app = Flask(__name__)

app.config.from_object(Config)

Config.init_app(app)

db.init_app(app)

from .main import main as main_blueprint

app.register_blueprint(main_blueprint)

return app

manage.py

manage.py是整个程序的启动脚本，从上面的app/__init__.py导入工厂函数create_app（），然后创建程序实例，初始化Flask的扩展Flask-Script和Flask-Migrate，代码如下：

#!/usr/bin/env python

#conding: utf-8

import os

from flask.ext.script import Manager, Shell

from flask.ext.migrate import Migrate, MigrateCommand

from app import create_app, db

from app.models import *

app = create_app('default')

manager = Manager(app)

migrate = Migrate(app, db)

def make_shell_context():

return dict(app=app, db=db, User=User)

manager.add_command("shell", Shell(make_context=make_shell_context))

manager.add_command('db', MigrateCommand)

if __name__ == '__main__':

manager.run()

forms.py

表单的功能是接收用户提供的数据。用户将数据填到表单的各字段中，通过Post方法提交给服务端。在我们的示例中，表单用于接收用户输入的用户名，用于后续的搜索功能。代码如下：

from flask_wtf import FlaskForm

from wtforms import StringField, SubmitField

from wtforms.validators import DataRequired

class Form(FlaskForm):

name = StringField('Username', validators=[DataRequired()])

submit = SubmitField('Search')

flask.wtf是Flask框架处理表单的扩展，我们自己定义的表单Form继承该模块中的FlaskForm类。Form很简单，一共2个字段，StringField提供给用户填写要搜索的用户名，检测函数DataRequired()确保数据不为空；SubmitField是一个提交按钮，用户点击按钮后，就会把表单数据提交给服务端。

views.py

该文件中定义路由和视图函数，视图函数是实际处理http请求的函数。我们的示例只有一个视图函数，代码如下：

from flask import render_template, url_for, request, session

from . import main

from .. import db

from ..models import User

from .forms import Form

@main.route('/',methods=['GET','POST'])

def index():

page = request.args.get('page',1,type=int)

pagination = User.query.order_by(User.id).paginate(

page,per_page=10,error_out=False)

form = Form()

users = pagination.items

if form.validate_on_submit():

session['username'] = form.name.data

users = User.query.filter_by(username=session.get('username')).all()

return render_template('userlist.html',users=users,pagination=pagination,form=form)

main是一个蓝本，修饰器@main.route定义的路由的含义是，访问“/”的的GET或POST方法都由index（）函数处理。开头提到了我们要实现用户信息的分页展示，所以index（）先从全局变量request中获取了页数，默认显示第1页。

然后分页查询数据库，每页10个数据；

然后初始化搜索表单，If判断把视图函数的执行结果分成了表单有数据和没数据两种情况：如果表单有数据，则把表单数据存到会话session中，并且查询数据库，把符合条件的用户传递给模板；如果表单没有数据，就把所有用户传递给模板。模板根据收到的用户信息生成html页面。

视图函数最核心的任务就是返回一个html页面给客户端，render_template（）通过渲染模板生成一个html页面，所谓渲染就是根据传入的参数去修改模板中对应的可变部分。模板将在下一部分详细介绍。

templates

Flask集成了Jinja2模板引擎，templates这个目录存放所有jinja2模板。模板中有一些可以被替换的部分，渲染流程也支持通过条件判断或循环控制。

_macro.html中定义了一个宏pagination_widget，宏类似于Python中的函数，这个宏用于生成分页导航栏，它接收的参数是数据库分页查找返回的对象pagination和视图函数名endpoint。pagination对象支持一系列方法和属性：

l 方法has_prev（）和has_next（）分别检测当前页之前和之后还有没有页，返回布尔值；

l 方法prev（）和next（）分别返回上一页和下一页的分页对象

l 属性page返回当前页码；

l 方法iter_pages是一个迭代器，根据参数返回一组页码；

_macro.html代码如下：

{% macro pagination_widget(pagination, endpoint) %}

<style>

li{ list-style:none;}

</style>

<tr>

<td{% if not pagination.has_prev %} class="disabled"{% endif %}>

</a>

</td>

{% for p in pagination.iter_pages(right_current=2) %}

{% if p %}

{% if p == pagination.page %}

</td>

{% else %}

<td>

</td>

{% endif %}

{% else %}

{% endif %}

{% endfor %}

<td{% if not pagination.has_next %} class="disabled"{% endif %}>

</a>

</td>

</tr>

</ul>

{% endmacro %}

其核心内容是中间的for循环，根据iter_pages()方法返回的页码，生成指向该页码的URL的链接。因此分页导航栏本质是由若干链接组成的，只不过这些特殊链接都指向与自己名字相关的URL。执行效果会在本文最后一部分看到。

userlist.html是视图函数index（）真正渲染的文件，它通过一个列表来展示视图函数传给它的参数users中包含的用户信息。然后它引用了上面定义的宏，生成了分页导航栏。在最后是搜索表单。

{% import "_macro.html" as macro %}

<html>

<style>

li{ list-style:none;}

</style>

<body>

<ul>

{% for user in users%}

<li>{{ user.username }}: {{ user.email }}</li>

{% endfor %}

</ul>

<div>

{{ macro.pagination_widget(pagination, '.index')}}

</div>

{{ form.hidden_tag() }}

{{ form.name.label }} {{ form.name() }}

{{ form.submit() }}

</form>

</body>

</html>

执行效果

生成测试数据

(env) [root@localhost demo]# python manage.py shell

manage.py:6: ExtDeprecationWarning: Importing flask.ext.script is deprecated, use flask_script instead.

from flask.ext.script import Manager, Shell

manage.py:7: ExtDeprecationWarning: Importing flask.ext.migrate is deprecated, use flask_migrate instead.

from flask.ext.migrate import Migrate, MigrateCommand

/root/demo/env/lib/python2.7/site-packages/flask_sqlalchemy/__init__.py:794: FSADeprecationWarning: SQLALCHEMY_TRACK_MODIFICATIONS adds significant overhead and will be disabled by default in the future. Set it to True or False to suppress this warning.