Flask入門第三天_ZenDei技術網路在線

一、資料庫操作 1，orm 2，Flask-SQLAlchemy 2.1 資料庫連接設置 2.2 常用的sqlalchemy欄位類型 2.3 常用的SQLALchemy列選項 2.4 常用的SQLALchemy關係選項 3，資料庫基本操作 3.1 在視圖函數中定義模型類模型之間的關聯一對多：多 ...

　　一、資料庫操作

　　1，orm

orm（object-Relation Mapping），對象-關係映射，主要實現模型對象到關係資料庫數據的映射。
優點：
- 只需要面向對象編程, 不需要面向資料庫編寫代碼.
  - 對資料庫的操作都轉化成對類屬性和方法的操作.
  - 不用編寫各種資料庫的`sql語句`.
- 實現了數據模型與資料庫的解耦, 屏蔽了不同資料庫操作上的差異.
  - 不再需要關註當前項目使用的是哪種資料庫。
  - 通過簡單的配置就可以輕鬆更換資料庫, 而不需要修改代碼.
缺點：
- 相比較直接使用SQL語句操作資料庫,有性能損失.
- 根據對象的操作轉換成SQL語句,根據查詢的結果轉化成對象, 在映射過程中有性能損失.

　　2，Flask-SQLAlchemy

flask預設提供模型操作，但是並沒有提供ORM，所以一般開發的時候我們會採用flask-SQLAlchemy模塊來實現ORM操作.
SQLAlchemy是一個關係型資料庫框架，它提供了高層的 ORM 和底層的原生資料庫的操作。flask-sqlalchemy 是一個簡化了 SQLAlchemy 操作的flask擴展。
SQLAlchemy: https://www.sqlalchemy.org/

安裝 flask-sqlalchemy:pip install flask-sqlalchemy

如果連接的是 mysql 資料庫，需要安裝 mysqldb **驅動**:pip install flask-mysqldb

　　2.1 資料庫連接設置

在 Flask-SQLAlchemy 中，資料庫使用URL指定，而且程式使用的資料庫必須保存到Flask配置對象的 **SQLALCHEMY_DATABASE_URI** 鍵中
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/test'

其他設置：
# 動態追蹤修改設置，如未設置只會提示警告
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#查詢時會顯示原始SQL語句
app.config['SQLALCHEMY_ECHO'] = True

　　2.2 常用的sqlalchemy欄位類型

Integer：int普通整數，一般是32位
SmallInteger：int取值範圍小的整數，一般是16位
BigInteger：int或long不限制精度的整數Floatfloat浮點數
Numeric：decimal.Decimal普通整數，一般是32位
String：str變長字元串Textstr變長字元串，對較長或不限長度的字元串做了優化Unicode：unicode變長Unicode字元串
UnicodeText：unicode變長Unicode字元串，對較長或不限長度的字元串做了優化
Boolean：bool布爾值
Date：datetime.date時間
Time：datetime.datetime日期和時間
LargeBinary：str二進位文件

　　2.3 常用的SQLALchemy列選項

primary_key：如果為True，代表表的主鍵
unique：如果為True，代表這列不允許出現重覆的值
index：如果為True，為這列創建索引，提高查詢效率
nullable：如果為True，允許有空值，如果為False，不允許有空值
default：為這列定義預設值

　　2.4 常用的SQLALchemy關係選項

backref：在關係的另一模型中添加反向引用,用於設置外鍵名稱,在1查多的
primary join：明確指定兩個模型之間使用的聯結條件
uselist：如果為False，不使用列表，而使用標量值
order_by：指定關係中記錄的排序方式
secondary：指定多對多關係中關係表的名字
secondary join：在SQLAlchemy中無法自行決定時，指定多對多關係中的二級聯結條件

　　3，資料庫基本操作

在Flask-SQLAlchemy中，插入、修改、刪除操作，均由資料庫會話管理。
會話用 db.session 表示。在準備把數據寫入資料庫前，要先將數據添加到會話中然後調用 commit() 方法提交會話。
在 Flask-SQLAlchemy 中，查詢操作是通過 query 對象操作數據。
最基本的查詢是返回表中所有數據，可以通過過濾器進行更精確的資料庫查詢。

　　3.1 在視圖函數中定義模型類

from flask import Flask
from flask_sqlalchemy import SQLAlchemy


app = Flask(__name__)

#設置連接資料庫的URL
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/test'

app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#查詢時會顯示原始SQL語句
app.config['SQLALCHEMY_ECHO'] = True
db = SQLAlchemy(app)

class Role(db.Model):
    # 定義表名
    __tablename__ = 'roles'
    # 定義列對象
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    us = db.relationship('User', backref='role')

    # repr()方法類似於django的__str__，用於列印模型對象時顯示的字元串信息
    def __repr__(self):
        return 'Role:%s'% self.name

class User(db.Model):
    __tablename__ = 'users'
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    email = db.Column(db.String(64),unique=True)
    password = db.Column(db.String(64))
    role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

    def __repr__(self):
        return 'User:%s'%self.name
if __name__ == '__main__':
    app.run(debug=True)

　　模型之間的關聯

　　一對多：

class Role(db.Model):
    ...
    #關鍵代碼
    us = db.relationship('User', backref='role', lazy='dynamic')
    ...

class User(db.Model):
    ...
    role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

其中realtionship描述了Role和User的關係。在此文中，第一個參數為對應參照的類"User"
第二個參數backref為類User申明新屬性的方法
第三個參數lazy決定了什麼時候SQLALchemy從資料庫中載入數據
如果設置為子查詢方式(subquery)，則會在載入完Role對象後，就立即載入與其關聯的對象，這樣會讓總查詢數量減少，但如果返回的條目數量很多，就會比較慢
設置為 subquery 的話，role.users 返回所有數據列表
另外,也可以設置為動態方式(dynamic)，這樣關聯對象會在被使用的時候再進行載入，並且在返回前進行過濾，如果返回的對象數很多，或者未來會變得很多，
那最好採用這種方式
設置為 dynamic 的話，role.users 返回查詢對象，並沒有做真正的查詢，可以利用查詢對象做其他邏輯，比如：先排序再返回結果

　　多對多

registrations = db.Table('registrations',  
    db.Column('student_id', db.Integer, db.ForeignKey('students.id')),  
    db.Column('course_id', db.Integer, db.ForeignKey('courses.id'))  
)

class Course(db.Model):
    ...

class Student(db.Model):
    ...
    courses = db.relationship('Course',secondary=registrations,  
                                    backref='students',  
                                    lazy='dynamic')

　　3.2 常用的SQLAlchemy查詢過濾器

filter()：把過濾器添加到原查詢上，返回一個新查詢
filter_by()：把等值過濾器添加到原查詢上，返回一個新查詢
limit()：使用指定的值限定原查詢返回的結果
offset()：偏移原查詢返回的結果，返回一個新查詢
order_by()：根據指定條件對原查詢結果進行排序，返回一個新查詢
group_by()：根據指定條件對原查詢結果進行分組，返回一個新查詢

　　3.3常用的SQLAlchemy查詢結果的方法

all()：以列表形式返回查詢的所有結果
first()：返回查詢的第一個結果，如果未查到，返回None
first_or_404()：返回查詢的第一個結果，如果未查到，返回404
get()：返回指定主鍵對應的行，如不存在，返回None
get_or_404()：返回指定主鍵對應的行，如不存在，返回404
count()：返回查詢結果的數量
paginate()：返回一個Paginate對象，它包含指定範圍內的結果

　　3.4 創建表

db.create_all()  # 註意，create_all()方法執行的時候，需要放在模型的後面

　　3.5刪除表

db.drop_all()

　　3.6插入數據

插入一條數據
ro1 = Role(name='admin')
db.session.add(ro1)
db.session.commit()
#再次插入一條數據
ro2 = Role(name='user')
db.session.add(ro2)
db.session.commit()

插入多條數據
us5 = User(name='tang',email='[email protected]',password='158104',role_id=ro2.id)
us6 = User(name='wu',email='[email protected]',password='5623514',role_id=ro2.id)
us7 = User(name='qian',email='[email protected]',password='1543567',role_id=ro1.id)
us8 = User(name='liu',email='[email protected]',password='867322',role_id=ro1.id)
us9 = User(name='li',email='[email protected]',password='4526342',role_id=ro2.id)
us10 = User(name='sun',email='[email protected]',password='235523',role_id=ro2.id)
db.session.add_all([us5,us6,us7,us8,us9,us10])
db.session.commit()

　　3.7 查詢

filter_by精確查詢
User.query.filter_by(name='wang').all()

first()返回查詢到的第一個對象
User.query.first()

all()返回查詢到的所有對象
User.query.all()

filter模糊查詢，返回名字結尾字元為g的所有數據。
User.query.filter(User.name.endswith('g')).all()

get():參數為主鍵，如果主鍵不存在沒有返回內容
User.query.get()

邏輯非，返回名字不等於wang的所有數據
User.query.filter(User.name!='wang').all()

not_ 相當於取反
from sqlalchemy import not_
User.query.filter(not_(User.name=='chen')).all()

邏輯與，需要導入and，返回and()條件滿足的所有數據
from sqlalchemy import and_
User.query.filter(and_(User.name!='wang',User.email.endswith('163.com'))).all()

邏輯或，需要導入or_
from sqlalchemy import or_
User.query.filter(or_(User.name!='wang',User.email.endswith('163.com'))).all()

查詢數據後刪除
user = User.query.first()
db.session.delete(user)
db.session.commit()
User.query.all()

關聯查詢示例：角色和用戶的關係是一對多的關係，一個角色可以有多個用戶，一個用戶只能屬於一個角色。
查詢角色的所有用戶
#查詢roles表id為1的角色
ro1 = Role.query.get(1)
#查詢該角色的所有用戶
ro1.us.all()

查詢用戶所屬角色
#查詢users表id為3的用戶
us1 = User.query.get(3)
#查詢用戶屬於什麼角色
us1.role

　　3.8 更新數據

user = User.query.first()
user.name = 'dong'
db.session.commit()
User.query.first()

　　4，資料庫遷移

在開發過程中，需要修改資料庫模型，而且還要在修改之後更新資料庫。最直接的方式就是刪除舊表，但這樣會丟失數據。
更好的解決辦法是使用資料庫遷移框架，它可以追蹤資料庫模式的變化，然後把變動應用到資料庫中。
在Flask中可以使用Flask-Migrate擴展，來實現數據遷移。並且集成到Flask-Script中，所有操作通過命令就能完成
為了導出資料庫遷移命令，Flask-Migrate提供了一個MigrateCommand類，可以附加到flask-script的manager對象上

　　安裝：

pip install flask-migrate

　　代碼：

#coding=utf-8
from flask import Flask

from flask_sqlalchemy import SQLAlchemy
from flask_migrate import Migrate,MigrateCommand
from flask_script import Shell,Manager

app = Flask(__name__)
manager = Manager(app)

app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:[email protected]:3306/Flask_test'
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
db = SQLAlchemy(app)

#第一個參數是Flask的實例，第二個參數是Sqlalchemy資料庫實例
migrate = Migrate(app,db) 

#manager是Flask-Script的實例，這條語句在flask-Script中添加一個db命令
manager.add_command('db',MigrateCommand)

#定義模型Role
class Role(db.Model):
    # 定義表名
    __tablename__ = 'roles'
    # 定義列對象
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    user = db.relationship('User', backref='role')

    #repr()方法顯示一個可讀字元串，
    def __repr__(self):
        return 'Role:'.format(self.name)

#定義用戶
class User(db.Model):
    __talbe__ = 'users'
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(64), unique=True, index=True)
    #設置外鍵
    role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

    def __repr__(self):
        return 'User:'.format(self.username)


if __name__ == '__main__':
    manager.run()

　　4.1創建遷移倉庫

#這個命令會創建migrations文件夾，所有遷移文件都放在裡面。
python manage.py db init

　　4.2創建遷移腳本

自動創建遷移腳本有兩個函數
upgrade()：函數把遷移中的改動應用到資料庫中
downgrade()：函數則將改動刪除

自動創建的遷移腳本會根據模型定義和資料庫當前狀態的差異，生成upgrade()和downgrade()函數的內容。

對比不一定完全正確，有可能會遺漏一些細節，需要進行檢查
python manage.py db migrate -m 'initial migration'

　　4.3更新資料庫

python manage.py db upgrade

　　4.4返回以前的版本

可以根據history命令找到版本號,然後傳給downgrade命令:
python manage.py db history
輸出格式：<base> ->  版本號 (head), initial migration

回滾到指定版本：
python manage.py db downgrade # 預設返回上一個版本
python manage.py db downgrade 版本號   # 返回到指定版本號對應的版本

　　4.5資料庫遷移的步驟

1. 初始化數據遷移的目錄
python manage.py db init

2. 資料庫的數據遷移版本初始化
python manage.py db migrate -m 'initial migration'

3. 升級版本[創建表]
python manage.py db upgrade 

4. 降級版本[刪除表]
python manage.py db downgrade

　　二、flask-session

　　允許設置session到指定存儲的空間中。

　　安裝：pip install Flask-Session

　　使用session之前必須配置：秘鑰

　　1，redis基本配置

app.config['SESSION_TYPE'] = 'redis'  # session類型為redis
app.config['SESSION_PERMANENT'] = False  # 如果設置為True，則關閉瀏覽器session就失效。
app.config['SESSION_USE_SIGNER'] = False  # 是否對發送到瀏覽器上session的cookie值進行加密
app.config['SESSION_KEY_PREFIX'] = 'session:'  # 保存到session中的值的首碼
app.config['SESSION_REDIS'] = redis.Redis(host='127.0.0.1', port='6379', password='123123')  # 用於連接redis的配置

Session(app)

　　2，SQLAlchemy基本配置

db = SQLAlchemy(app)

app.config['SESSION_TYPE'] = 'sqlalchemy'  # session類型為sqlalchemy
app.config['SESSION_SQLALCHEMY'] = db # SQLAlchemy對象
app.config['SESSION_SQLALCHEMY_TABLE'] = 'session' # session要保存的表名稱
app.config['SESSION_PERMANENT'] = True  # 如果設置為True，則關閉瀏覽器session就失效。
app.config['SESSION_USE_SIGNER'] = False  # 是否對發送到瀏覽器上session的cookie值進行加密
app.config['SESSION_KEY_PREFIX'] = 'session:'  # 保存到session中的值的首碼

Session(app)

　　三、藍圖Blueprint

　　1，模塊化

隨著flask程式越來越複雜,我們需要對程式進行模塊化的處理,之前學習過python的模塊化管理,於是針對一個簡單的flask程式進行模塊化處理
簡單來說，Blueprint 是一個存儲操作方法的容器，這些操作在這個Blueprint 被註冊到一個應用之後就可以被調用，Flask 可以通過Blueprint來組織URL以及處理請求。
Flask使用Blueprint讓應用實現模塊化，在Flask中，Blueprint具有如下屬性：
- 一個應用可以具有多個Blueprint
- 可以將一個Blueprint註冊到任何一個未使用的URL下比如 “/”、“/sample”或者子功能變數名稱
- 在一個應用中，一個模塊可以註冊多次
- Blueprint可以單獨具有自己的模板、靜態文件或者其它的通用操作方法，它並不是必須要實現應用的視圖和函數的
- 在一個應用初始化時，就應該要註冊需要使用的Blueprint
但是一個Blueprint並不是一個完整的應用，它不能獨立於應用運行，而必須要註冊到某一個應用中。

　　使用藍圖

Blueprint對象用起來和一個應用/Flask對象差不多，最大的區別在於一個 藍圖對象沒有辦法獨立運行，必須將它註冊到一個應用對象上才能生效
使用藍圖可以分為四個步驟
1，創建一個藍圖目錄,例如**users**,併在``__init__.py``文件中創建藍圖對象
users=Blueprint('users',__name__)
2，在這個藍圖目錄下, 創建views.py文件,保存當前藍圖使用的視圖函數
@admin.route('/')
def home():
    return 'user.home'
3，在**users/__init__.py**中引入views.py中所有的視圖函數
from flask import Blueprint
# 等同於原來在 manage.py裡面的 app = Flask()
users=Blueprint('users',__name__)

from .views import *
4，在主應用manage.py文件中的app對象上註冊這個**users**藍圖對象
from users import users
app.register_blueprint(users,url_prefix='/users')
當這個應用啟動後,通過/users/可以訪問到藍圖中定義的視圖函數

　　2，運行機制

- 藍圖是保存了一組將來可以在應用對象上執行的操作，註冊路由就是一種操作
- 當在應用對象上調用 route 裝飾器註冊路由時,這個操作將修改對象的url_map路由表
- 然而，藍圖對象根本沒有路由表，當我們在藍圖對象上調用route裝飾器註冊路由時,它只是在內部的一個延遲操作記錄列表defered_functions中添加了一個項
- 當執行應用對象的 register_blueprint() 方法時，應用對象將從藍圖對象的 defered_functions 列表中取出每一項，並以自身作為參數執行該匿名函數，
即調用應用對象的 add_url_rule() 方法，這將真正的修改應用對象的路由表

　　3，藍圖的url首碼

- 當我們在應用對象上註冊一個藍圖時，可以指定一個url_prefix關鍵字參數（這個參數預設是/）
- 在應用最終的路由表 url_map中，在藍圖上註冊的路由URL自動被加上了這個首碼，這個可以保證在多個藍圖中使用相同的URL規則而不會最終引起衝突，
只要在註冊藍圖時將不同的藍圖掛接到不同的自路徑即可
- url_for

url_for('admin.index') # /admin/

　　4，註冊靜態路由

和應用對象不同，藍圖對象創建時不會預設註冊靜態目錄的路由。需要我們在 創建時指定 static_folder 參數。
下麵的示例將藍圖所在目錄下的static_admin目錄設置為靜態目錄
admin = Blueprint("admin",__name__,static_folder='static_admin')
app.register_blueprint(admin,url_prefix='/admin')

現在就可以使用/admin/static_admin/ 訪問static_admin目錄下的靜態文件了 定製靜態目錄URL規則 ：可以在創建藍圖對象時使用 static_url_path 來改變靜態目錄的路由。
下麵的示例將為 static_admin 文件夾的路由設置為 /lib
admin = Blueprint("admin",__name__,static_folder='static_admin',static_url_path='/lib')
app.register_blueprint(admin,url_prefix='/admin')

　　5，設置模板目錄

藍圖對象預設的模板目錄為系統的模版目錄，可以在創建藍圖對象時使用 template_folder 關鍵字參數設置模板目錄
admin = Blueprint('admin',__name__,template_folder='my_templates')
註:如果在 templates 中存在和 my_templates 同名文件,則系統會優先使用 templates 中的文件