目录

Flask入门

运行方式

URL与函数的映射(动态路由)

PostMan的使用

查询参数的获取

上传文件

其它参数

url_for 函数

响应-重定向

响应-响应内容

响应-自定义响应

Flask模板

模板介绍

模板的使用

模板-传参

模板使用url_for函数

过滤器介绍

Jinja模板自带过滤器

流程控制-选择结构

流程控制-循环结构

导入模板include

set与with标签

静态文件

模板继承

Flask视图

add_url_rule与app.route

类视图

基于调度方法的类视图

装饰器

蓝图介绍

蓝图的目录结构

蓝图中模版文件

蓝图中静态文件

蓝图url_for函数

子域名实现

Flask高级

Flask设置Cookie

Flask中使用Session

Session实战

Local对象

Flask_app上下文

Flask_线程隔离的g对象

Flask_钩子函数介绍

Flask_信号机制

Flask_内置信号

WTForms介绍和基本使用

WTForms常用验证器

WTForms自定义验证器

Flask安全上传文件

利用flask-wtf验证上传的文件

Restful介绍

Restful的基本使用

Flask_RESTful参数验证

Flask_SQLAlchemy

SQLAlchemy的使用

SQLAlchemy操作数据库

ORM模型映射到数据库中

SQLAlchemy对数据的增删改查操作

SQLAlchemy常用数据类型

query函数的使用

filter过滤数据

表关系

ORM关系之一对多

ORM关系之一对一

ORM关系之多对多

排序

limit、offset、slice使用

懒加载

分组group_by和过滤分组having

Flask-SQLAlchemy的使用

Flask-Migrate

Flask项目结构重构

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'] = Trueapp.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/')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/')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/')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,requestapp = 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,requestapp = 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,requestapp = 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//')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" />
 
  
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 importFlask,request,url_for,redirectapp = 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
返回字符串
from flask import redirectd@app.route('/return_str')def return_str():    return "你好，少年"
返回JSON
from flask import jsonifyapp.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 resp
Flask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_templateapp = 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_templateapp = Flask(__name__)@app.route('/')def hello_world():    return render_template('index.html',uname='sxt')
             从模版中渲染的数据     
     {{ uname}}
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//')def login(name):    print(name)    return '通过URL_FOR定位过来的！！！'
{url_for('login',p1='abc',p2='ddd',name='zhangsan') }}">登录
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)
            
过滤器的基本使用
    
位置的绝对值为[未使用过滤器]：{{ postion}}
    
位置的绝对值为[使用过滤器]：{{ postion|abs}}
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
    
default过滤器
    过滤前的昵称数据是：{{nick_name}}
    过滤后的昵称数据是：{{nick_name | default('用户1',boolean=true)}}
    过滤后的昵称数据是：{{nick_name or '用户2'}}
转义字符
    
转义字符过滤器
        转义前的数据是：{{ info | safe }}     {% autoescape true %}    {{info }}     {% endautoescape %}
其它过滤器
    
其它过滤器
    绝对值：{{ -6 | abs }}
    小数: {{ 6 | float }}
    字符串：{{ 6 | string }}
    格式化:{{'%s--%s' | format('我','你')}}
长度：{{'我是九，你是三，除了你，还是你'|length}}
    最后一个：{{'我是九，你是三，除了你，还是你'|last}}
    第一个：{{'我是九，你是三，除了你，还是你'|first}}
统计次数： {{'我是九，你是三，除了你，还是你' | wordcount }}
    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')}}
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
使用自定义过滤器：{{新闻内容值|cut}}
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 and timestamp = 60 * 60 and 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
发布时间：{{新闻创建时间|handle_time}}
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 %}    
{{ age }}岁，成年人，可以通宵打游戏
{% else %}    
{{ age }}岁，未成年人，可以通宵学习
{% 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
   {% for user in users%}       
{{ user}}
   {% endfor %}
遍历字典
   {% for key in person.keys() %}        {{ key}}   {% endfor %}    {% for val in person.values() %}        {{ val}}   {% endfor %}   {% for item in person.items() %}        {{ item}}   {% endfor %}   {% for key,value in person.items() %}        {{ value}}   {% endfor %}
如果序列中没有值的时候，进入else 反向遍历用过滤器 reverse：
   {% for user in users|reverse %}       
{{ user}}
   {% else %}        
没有任何用户
   {% endfor %}
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。
               {% include "common/head.html" %}            这是首页内容       {{ major }}        
      {% include "common/footer.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 uname='sxt'%}
用户名：{{ uname }}
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 classroom='python202'%}    
班级：{{ classroom }}
{% 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' %}   
娱乐县县长：{{ pname }}
{% 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 %}    
我是父模版block_body处的内容
{% endblock %}
子模板
{% block block_body%}     {{ super() }}      
我是子模版block_body处的内容
{% 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() }}    
我是子模版block_body处的内容
{% 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_forapp = 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_ruleif __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_forfrom flask.views import Viewapp= 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,jsonifyfrom flask.views import Viewapp = 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):        returnrender_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=LoginView.as_view('my_login'))
HTML
    
        
            
账号：
            
        
         
            
密码：
            
        
          
            
            
        
         
            
               {# {{ error }}#}                {# 优化写法 ：判断 #}               {% if error %}                   {{ error }}               {% endif %}            
        
    
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_requierddef 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_url_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
{ url_for('user.user_list')}}">新闻列表 OK写法{# { url_for('user_list')}}">新闻列表 no Ok写法#}
python文件中
from flask importBlueprint,render_template,url_foruser_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_responseapp = 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,Responseapp = 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 respfrom 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 respfrom 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 respif __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,sessionfrom datetime import timedeltaapp = 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
                            
            
                
账号：
                
            
             
                
密码：
                
            
              
                
                
            
             
                
                   {% if msg %}                       {{ msg }}                   {% endif %}                
            
        
    
from flask import Flask, session,request,redirect,url_for,views,render_templateapp = 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,locallocal =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 Locallocal = 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_appapp = 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_appapp = 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,requestfrom  utils import  funa,funb,funcapp = 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 gdef 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',404
Flask_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 Namespacemysignal = 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  Namespacefrom datetime import datetimefrom flask import request,gnamespace = 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,gfrom signals import  login_signalapp = 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 importFlask,render_template,requestfrom wtforms import Form,StringFieldfrom wtforms.validators importLength,EqualToapp = 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 sessionfrom wtforms importForm,StringField,IntegerFieldfrom wtforms.validators importLength,EqualTo,Email,InputRequired,NumberRange,Regexp,URL,UUID,ValidationErrorclass 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
               
            
                
头像：
                
            
            
                
描述：
                
            
            
                
                
            
    
app.py文件
from flask importFlask,request,render_templateimport osfrom werkzeug.utils import secure_filenameapp = 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 Flaskimport osfrom flask import send_from_directoryapp = Flask(__name__)UPLOAD_PATH = os.path.join(os.path.dirname(__file__),'images')@app.route('/images//')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
               
            
                
头像：
                
            
            
                
描述：
                
            
            
                
                
            
    
formscheck.py文件
from wtforms importForm,FileField,StringFieldfrom wtforms.validators import InputRequired# flask_wtffrom flask_wtf.file import FileRequired,FileAllowedclass UploadForm(Form):    pichead = FileField(validators= [FileRequired(),FileAllowed(['jpg','png','gif'])])    desc = StringField(validators=[InputRequired()])
app.py文件
from flask importFlask,request,render_templateimport osfrom werkzeug.utils import secure_filenamefrom formscheck import UploadFormfrom werkzeug.datastructures importCombinedMultiDictapp = 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-restfulfrom flask_restful import Resource,Apiapp = Flask(__name__)# 建立Api对象，并绑定应用APPapi = 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" />
 
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 Flaskfrom flask_restful import Api,Resourcefrom flask_restful.reqparse importRequestParserapp = 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 Flaskfrom flask_restful importApi,Resource,inputsfrom flask_restful.reqparse importRequestParserapp = 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 pymysql
pip install SQLAlchemy
SQLAlchemy操作数据库
连接数据库
from sqlalchemy import create_enginedef 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_baseengine = 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 sessionmakerengine = 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,Timefrom  sqlalchemy.ext.declarative  import declarative_basefrom  sqlalchemy.dialects.mysql  import LONGTEXTfrom  sqlalchemy.orm  import  sessionmakerimport  enumfrom  datetime import datefrom  datetime import datetimefrom  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" />
 
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 randintfrom sqlalchemy importColumn,Integer,String,funcfrom db_util import Base,Sessionclass 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 randintfrom uuid import uuid4from sqlalchemy importColumn,Integer,String,Float,Text,and_,or_from db_util import Base,Sessionclass 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""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 importColumn,Integer,String,Text,ForeignKeyfrom db_util import Base,Sessionclass 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 importColumn,Integer,String,Text,ForeignKeyfrom sqlalchemy.orm  import relationshipfrom db_util import Base,Sessionclass 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''        # 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''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 importColumn,Integer,String,ForeignKeyfrom sqlalchemy import Tablefrom sqlalchemy.orm  importrelationship,backreffrom 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''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''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, ForeignKeyfrom sqlalchemy.orm import relationshipfrom db_util import Base, Sessionclass 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, ForeignKeyfrom sqlalchemy.orm importrelationship,backreffrom db_util import Base, Sessionclass 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 randintfrom sqlalchemy importColumn,Integer,String,ForeignKeyfrom sqlalchemy.orm importrelationship,backreffrom db_util import Base,Sessionclass 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''  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''  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 randintfrom sqlalchemy import Column,Integer,Stringfrom db_util import Base,Sessionclass 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''  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" />
from random import randintfrom sqlalchemy importColumn,Integer,String,ForeignKeyfrom sqlalchemy.orm importrelationship,backreffrom db_util import Base,Sessionclass 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''  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''  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 randintfrom sqlalchemy importColumn,Integer,String,ForeignKey,funcfrom sqlalchemy.orm importrelationship,backreffrom db_util import Base,Sessionclass 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''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_URI
3 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 Flaskfrom flask_sqlalchemy import SQLAlchemyapp =  Flask(__name__)# 数据库的变量HOST = '192.168.30.151'  # 127.0.0.1/localhostPORT = 3306DATA_BASE = 'flask_db'USER = 'root'PWD = '123'DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'app.config['SQLALCHEMY_DATABASE_URI'] =DB_URIapp.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''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''# 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 Flaskfrom flask_sqlalchemy import SQLAlchemyapp =  Flask(__name__)# 数据库的变量HOST = '192.168.30.151'  # 127.0.0.1/localhostPORT = 3306DATA_BASE = 'flask_db'USER = 'root'PWD = '123'DB_URI = f'mysql+pymysql://{USER}:{PWD}@{HOST}:{PORT}/{DATA_BASE}'# mysql+pymysql://root:123@192.168.30.151/flask_dbapp.config['SQLALCHEMY_DATABASE_URI'] =DB_URIapp.config['SQLALCHEMY_TRACK_MODIFICATIONS']= Falsedb =  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''from flask_migrate import MigrateMigrate(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" />
解决方案2 使用.env文件解决
# .envFLASK_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~