flask基础开发知识学习
之前做了一些LLM的demo,接口用flask写的,但是涉及到后端的一些业务就感觉逻辑写的很乱,代码变成屎山,于是借助官方文档和GPT迅速补了一些知识,总结一下一个很小的模板
于是决定边学边重构之前的代码…
文章目录
- 代码结构
- 补基础知识
- 一些总结
- session
- 1. Web会话:
- 2. 数据库会话:
代码结构
- 用我上一篇blog写的方法来打印下项目目录
|---项目名|---.env|---app|---models|---user.py|---__init__.py|---routes|---auth_routes.py|---__init__.py|---services|---auth_services.py|---__init__.py|---utils|---__init__.py|---config.py|---run.py|---README.md
.env: 用于存储配置
app: 主应用文件夹。
models: 存放数据模型。
routes: 定义应用路由。
services: 实现业务逻辑的服务层。
config.py: 加载和存储配置信息。
run.py: 应用的入口点。
-
run.pyfrom app import app from app.routes import register_routes from flask_cors import CORSCORS(app)register_routes(app)if __name__ == '__main__':app.run(debug=True, port=9700) -
config.py就是用load_dotenv从.env文件中读取变量,然后后面别的文件好引入 -
app\__init__.pyfrom flask import Flask # 导入 Flask 模块 from flask_sqlalchemy import SQLAlchemy # 导入 SQLAlchemy 模块 from config import DB_CONFIG,SECRET_KEY # 导入数据库配置 from flask_login import LoginManager # 导入登录管理器app = Flask(__name__) # 创建 Flask 应用对象 app.config['SECRET_KEY'] = SECRET_KEY app.config['SQLALCHEMY_DATABASE_URI'] = f"mysql+mysqlconnector://{DB_CONFIG['mysql_user']}:{DB_CONFIG['mysql_password']}@{DB_CONFIG['mysql_host']}/{DB_CONFIG['mysql_database']}" # 配置数据库连接,使用 MySQL 数据库,连接信息从配置文件中获取db = SQLAlchemy(app) # 创建 SQLAlchemy 对象,它是一个全局变量,可以在其他文件中使用login_manager = LoginManager() # 创建登录管理器对象 login_manager.init_app(app) # 初始化登录管理器,将它绑定到 Flask 应用对象上 login_manager.login_view = 'auth.login_route' # 设置登录页面的路由 -
app\models\user.py# models/user.py from flask_login import UserMixin # 导入 UserMixin 类, 用于实现用户认证 from app import dbclass User(db.Model, UserMixin):__tablename__ = 'users'id = db.Column(db.Integer, primary_key=True, autoincrement=True)username = db.Column(db.String(50), unique=True, nullable=False)password = db.Column(db.String(255), nullable=False)def __repr__(self):return f"<User id={self.id}, username={self.username}>" -
app\routes\__init__.pyfrom .auth_routes import *def register_routes(app):# 注册认证相关的路由app.register_blueprint(auth_routes.auth_blueprint, url_prefix='/auth') -
app\routes\auth_routes.pyfrom flask import Blueprint, request, jsonify from app.services.auth_services import login, register, get_files, delete_file auth_blueprint = Blueprint('auth', __name__)@auth_blueprint.route('/Login', methods=['POST']) def login_route():"""处理用户登录请求。"""return login(request.json.get('username'), request.json.get('password'))@auth_blueprint.route('/Register', methods=['POST']) def register_route():"""处理用户注册请求。"""return register(request.json.get('username'), request.json.get('password')) -
app\services\auth_services.pyfrom werkzeug.security import generate_password_hash, check_password_hash from flask_login import current_user, login_user from flask import jsonify from app import db # 导入数据库实例 from app.models.user import Userdef login(username, password):user = User.query.filter_by(username=username).first()if user and check_password_hash(user.password, password):login_user(user)return "True"else:return "False"def register(username, password):user = User.query.filter_by(username=username).first()if user:return "False" # 已存在的用户名hashed_password = generate_password_hash(password)new_user = User(username=username, password=hashed_password)db.session.add(new_user)db.session.commit()return "True"
补基础知识
-
SQLAlchemy: 为 Flask 提供的一个 ORM(Object Relational Mapping)工具,可以使你以 OOP 的方式操作数据库。
-
Flask-Login: 一个为 Flask 提供的用户会话管理工具。
-
Werkzeug: Flask 使用的 WSGI 工具集,用于密码哈希和验证等功能。
-
Blueprint: 在 Flask 中,蓝图(Blueprint)是一个可组织和重用的应用或者应用子模块。
-
. 项目结构规范:
- 使用具有明确名称的文件夹来分隔不同的功能模块(如models、routes和services)。
- 在每个文件夹内部,通过
__init__.py来引入需要的模块或功能,使其结构清晰。 - 单独的配置文件 (
config.py) 和环境变量文件 (.env) 使得配置集中和易于管理。
-
路由规范:
- 使用蓝图来组织路由,使其模块化并易于维护。
- 路由的命名应反映其功能,如
login_route、register_route。
-
服务层规范:
- 把业务逻辑和操作放在 services 文件夹中,保持路由层的纯净。
- 每个函数应该有清晰的职责,如
login和register。
-
. 模型规范:
- 在 models 文件夹中定义数据模型。
- 使用 SQLAlchemy 提供的功能来定义和操作数据模型。
-
安全规范:
- 使用
werkzeug.security提供的函数来进行密码哈希,避免明文密码存储。 - 使用 Flask-Login 来管理用户会话。
- 使用
一些总结
- 真的难蚌,重构代码的时候,引入了blueprint之后,我的登陆和注册接口前面多了个 /auth路径,然后和之前的前端代码对接的时候,控制台一直显示跨域不成功,我以为是CORS的问题,然后调了一早上+一中午…结果用apifox测试的时候,我把接口路径写对了,写了auth,接口测试成功,我才反应过来…
session
-
之前services那里用的代码是

然后gpt建议我改成session

-
seesion 这个概念确实很多地方都碰到了,但之前没有仔细去了解
以下是GPT的回答
- web的session和数据库的session示例代码如下
当然可以,让我们通过Python代码示例来详细了解上述的“会话”概念。
1. Web会话:
用Flask内置的session对象来处理Web会话:
from flask import Flask, session, redirect, url_for, requestapp = Flask(__name__)
app.secret_key = 'supersecretkey' # 用于加密session@app.route('/')
def index():if 'username' in session:return 'Logged in as ' + session['username']return 'You are not logged in'@app.route('/login', methods=['POST'])
def login():session['username'] = request.form['username']return redirect(url_for('index'))@app.route('/logout')
def logout():session.pop('username', None)return redirect(url_for('index'))if __name__ == '__main__':app.run()
当用户登录时,我们在会话中存储他们的用户名,然后可以在应用的其他部分检索该信息。
2. 数据库会话:
用SQLAlchemy库在Python中与数据库交互:
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmakerBase = declarative_base()
engine = create_engine('sqlite:///:memory:') # 创建一个内存数据库class User(Base):__tablename__ = 'users'id = Column(Integer, primary_key=True)name = Column(String)Base.metadata.create_all(engine)Session = sessionmaker(bind=engine) # 创建会话类# 创建一个数据库会话实例
db_session = Session()# 添加新用户
new_user = User(name='John Doe')
db_session.add(new_user)
db_session.commit()# 查询用户
user = db_session.query(User).filter_by(name='John Doe').first()
print(user.name)
在这里,db_session 是与数据库的交互会话,可以通过它进行查询、添加、更新或删除操作。
相关文章:
flask基础开发知识学习
之前做了一些LLM的demo,接口用flask写的,但是涉及到后端的一些业务就感觉逻辑写的很乱,代码变成屎山,于是借助官方文档和GPT迅速补了一些知识,总结一下一个很小的模板 于是决定边学边重构之前的代码… 文章目录 代码结…...
内网和热点同时连接使用配置
解决如标题问题 查看当前永久路由信息 route print截图保存(重要) 截图保存(重要)查出来的永久路由,以防配置不成功时回退,回退方法就是下面的“添加永久路由” 删除当前的路由 0.0.0.0 是上面查出的网络地址 route delete 0.0.0.0内网IP信息 添加永久…...
C语言 形参、实参
定义 形参 形式上的参数,没有确定的值 实参 实际存在的,已经确定的参数,常量,变量,表达式,都是实参 区别 实参的值不随形参的变化而变化 在C语言中,数据传送是单向的,即只能把实…...
linux入门到精通-第四章-gcc编译器
目录 参考gcc概述gcc的工作流程 参考 gcc编译器 gcc概述 编辑器vi、记事本)是指我用它来写程序的 (编辑码),而我们写的代码语句,电脑是不懂的,我们需要把它转成电脑能懂的语句,编译器就是这样的转化工具。就是说,我…...
HCIP静态路由综合实验
题目: 步骤: 第一步:搭建上图所示拓扑; 第二步:为路由器接口配置IP地址; R1: [R1]display current-configuration intinterface GigabitEthernet0/0/0ip address 192.168.1.1 255.255.255.252 interfa…...
nginx前端配置(新)
基础配置 server {listen 80;server_name your-frontend-domain.com;# 根目录为前端网页文件所在目录root /path/to/your/frontend/files;# 默认文档(例如 index.html)index index.html;location / {try_files $uri $uri/ /index.html; #try_files 指…...
js,jquery,vue设置html标签隐藏不显示
前端 <p id"myElement"> </p>使用js将idmyElemnt的标签隐藏 使用 style.display 属性: 通过设置 style.display 属性为 "none",可以隐藏标签。 var element document.getElementById("myElement");element…...
口袋参谋:如何实时监控对手数据?
在如此激烈的淘宝天猫上开店,如何才能获取对手的数据呢? 俗话说的好,知己知彼百战百胜,那么这句话同样也适用于淘宝天猫上。 只有掌握对手推广策略以及数据,我们才有机会反超,因此做好竞品监控是运营店…...
Q-learning如何与ABC等一些元启发式算法能够结合在一起?
1、出现的问题 Q-learning能和元启发式算法(如ABC、PSO、GA、SSA等)结合在一起,实现工作流调度问题? Q-learning和ABC (Artificial Bee Colony) 等元启发式算法可以结合在一起以解决特定类型的问题。Q-learning是一种强化学习算法…...
mysql 过滤多列重复的值(保留其中一条),对单列或者多列重复的值去重
建立测试数据表 CREATE TABLE test (id int(11) NOT NULL AUTO_INCREMENT,account varchar(255) DEFAULT NULL,password varchar(255) DEFAULT NULL,deviceId varchar(255) DEFAULT NULL,PRIMARY KEY (id) ) ENGINEInnoDB AUTO_INCREMENT11 DEFAULT CHARSETutf8mb4;INSERT INT…...
面向红队的自动化引擎工具
gogo 介绍 面向红队的、高度可控的可拓展的自动化引擎。特征如下: 自由的端口配置 支持主动/主动指纹识别 关键信息提取,如标题、证书以及自定义提取信息的正则 支持nuclei poc,poc目录:https://chainreactors.github.io/wiki/…...
Python库学习(十):Matplotlib绘画库
1. 介绍 Matplotlib 是一个用于绘制图表和可视化数据的 Python 库。它提供了丰富的绘图工具,可以用于生成各种静态、交互式和动画图表。Matplotlib 是数据科学、机器学习和科学计算领域中最流行的绘图库之一。 1.1 关键特性 以下是 Matplotlib 的一些关键特性&…...
coverity工具 代码审计
第39篇:Coverity代码审计/代码扫描工具的使用教程_希潭实验室ABC123的博客-CSDN博客...
女鹅冬天的第一件羽绒服,当然要时尚经典的
90白鸭绒,高密度充绒量和蓬松度 让这件羽绒服更加饱满更有型 三防工艺,立领连帽设计 下摆抽绳,帽子上的魔术贴设计 无一不将保暖落实在实处 宽松版型立体感很强,对身材的包容性也是非常不错...
智慧渔业方案:AI渔政视频智能监管平台助力水域禁渔执法
一、方案背景 国内有很多水库及河流设立了禁渔期,加强渔政执法监管对保障国家渔业权益、维护渔业生产秩序、保护渔民群众生命财产安全、推进水域生态文明建设具有重要意义。目前,部分地区的监管手段信息化水平低下,存在人员少、职责多、任务…...
LXC、Docker、 Kubernetes 容器以及Hypervisor的区别
LXC、Docker、 Kubernetes 容器以及Hypervisor的区别 SaaS: Software-as-a-Service(软件即服务) PaaS: Platform-as-a-Service(平台即服务) IaaS: Infrastructure-as-a-Service(基础设施即服务) 1、Docke…...
电子杂志制作不求人:简单易用的工具推荐
如果你想要制作一份精美的电子杂志,但是又不想花费太多的时间和金钱,也不想求及朋友帮忙制作,那么可以试试这个网站制作电子杂志,展现出的效果跟专业级设计师的效果没什么区别哦 赶快收藏吧-------FLBOOK在线制作电子杂志平台&a…...
Excel冻结窗格
1、冻结表格首行 点击菜单栏中的“视图”,选择“窗口”选项卡中的“冻结窗格”下的小三角,再选择“冻结首行”; 2.冻结表格首列 点击菜单栏中的“视图”,选择“窗口”选项卡中的“冻结窗格”下的小三角,再选择“冻结…...
Flink自定义sink并支持insert overwrite 功能
前言 自定义flink sink,批模式下,有insert overwrite 需求或需要启动任务或任务完成后时,只执行一次某些操作时,则可参考此文章 组件: flink: 1.15 参考文档:https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/dev/table/sourcessinks/ 分析 inser…...
CSS Vue/RN 背景使用opacity,文字在背景上显示
Vue <div class"training_project_tip"> <div class"tip">展示的文字</div> </div> .training_project_tip { font-size: 12px; font-weight: 400; text-align: left; color: #ffffff; margin-top: 8px; position: relative; dis…...
大话软工笔记—需求分析概述
需求分析,就是要对需求调研收集到的资料信息逐个地进行拆分、研究,从大量的不确定“需求”中确定出哪些需求最终要转换为确定的“功能需求”。 需求分析的作用非常重要,后续设计的依据主要来自于需求分析的成果,包括: 项目的目的…...
FFmpeg 低延迟同屏方案
引言 在实时互动需求激增的当下,无论是在线教育中的师生同屏演示、远程办公的屏幕共享协作,还是游戏直播的画面实时传输,低延迟同屏已成为保障用户体验的核心指标。FFmpeg 作为一款功能强大的多媒体框架,凭借其灵活的编解码、数据…...
【机器视觉】单目测距——运动结构恢复
ps:图是随便找的,为了凑个封面 前言 在前面对光流法进行进一步改进,希望将2D光流推广至3D场景流时,发现2D转3D过程中存在尺度歧义问题,需要补全摄像头拍摄图像中缺失的深度信息,否则解空间不收敛…...
【JavaWeb】Docker项目部署
引言 之前学习了Linux操作系统的常见命令,在Linux上安装软件,以及如何在Linux上部署一个单体项目,大多数同学都会有相同的感受,那就是麻烦。 核心体现在三点: 命令太多了,记不住 软件安装包名字复杂&…...
CMake控制VS2022项目文件分组
我们可以通过 CMake 控制源文件的组织结构,使它们在 VS 解决方案资源管理器中以“组”(Filter)的形式进行分类展示。 🎯 目标 通过 CMake 脚本将 .cpp、.h 等源文件分组显示在 Visual Studio 2022 的解决方案资源管理器中。 ✅ 支持的方法汇总(共4种) 方法描述是否推荐…...
大数据学习(132)-HIve数据分析
🍋🍋大数据学习🍋🍋 🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言Ǵ…...
Caliper 配置文件解析:fisco-bcos.json
config.yaml 文件 config.yaml 是 Caliper 的主配置文件,通常包含以下内容: test:name: fisco-bcos-test # 测试名称description: Performance test of FISCO-BCOS # 测试描述workers:type: local # 工作进程类型number: 5 # 工作进程数量monitor:type: - docker- pro…...
Bean 作用域有哪些?如何答出技术深度?
导语: Spring 面试绕不开 Bean 的作用域问题,这是面试官考察候选人对 Spring 框架理解深度的常见方式。本文将围绕“Spring 中的 Bean 作用域”展开,结合典型面试题及实战场景,帮你厘清重点,打破模板式回答,…...
前端中slice和splic的区别
1. slice slice 用于从数组中提取一部分元素,返回一个新的数组。 特点: 不修改原数组:slice 不会改变原数组,而是返回一个新的数组。提取数组的部分:slice 会根据指定的开始索引和结束索引提取数组的一部分。不包含…...
深度学习之模型压缩三驾马车:模型剪枝、模型量化、知识蒸馏
一、引言 在深度学习中,我们训练出的神经网络往往非常庞大(比如像 ResNet、YOLOv8、Vision Transformer),虽然精度很高,但“太重”了,运行起来很慢,占用内存大,不适合部署到手机、摄…...
