创建完成后整个项目结构树：
app.py: 项⽬管理⽂件，通过它管理项⽬。
static: 存放静态文件
templates文件夹：用于放置html模板文件
由于flask属于轻量级web框架， 更加自由、灵活，可扩展性强，第三方库的选择面广，开发时可以结合自己最喜欢用的轮子，也能结合最流行最强大的Python库 。所以这个框架的代码架构需要自己设计。
手动创建application目录、filter目录及其子目录
application : 项目主要逻辑代码保存目录
_init_.py ： 创建flask应用并加载配置，如mysql，redis，rabbitmq，
apps : 专门用于保存每一个项目的蓝图
app1 : app1蓝图目录，在app1下的init_.py中文件中创建蓝图对象,view.py中新增对应的视图文件，在 model.py中写模型代码
settings : 项目配置存储目录
dev.py : 项目开发阶段配置文件
prop.py ： 项目生成阶段配置文件
static : 项目静态文件夹（用于存放css一类的文件）
templates ： 用于放置html模板文件
filter : 整个项目拦截器目录
requestFilter.py: 针对整个app项目全局路由拦截规则定义
app.py : 项⽬管理⽂件，通过它启动整个项目
2.1.1 settings.py
#全局通用配置类
class Config(object):
"""项目配置核心类"""
#调试模式
DEBUG=False
# 配置日志
# LOG_LEVEL = "DEBUG"
LOG_LEVEL = "INFO"
# 配置redis
# 项目上线以后，这个地址就会被替换成真实IP地址，mysql也是
REDIS_HOST = 'your host'
REDIS_PORT = your port
REDIS_PASSWORD = 'your password'
REDIS_POLL = 10
#数据库连接格式
SQLALCHEMY_DATABASE_URI = "mysql+pymysql://user:password@localhost:3306/test?charset=utf8"
# 动态追踪修改设置，如未设置只会提示警告
SQLALCHEMY_TRACK_MODIFICATIONS = False
# 查询时会显示原始SQL语句
SQLALCHEMY_ECHO = False
# 数据库连接池的大小
SQLALCHEMY_POOL_SIZE=10
#指定数据库连接池的超时时间
SQLALCHEMY_POOL_TIMEOUT=10
# 控制在连接池达到最大值后可以创建的连接数。当这些额外的 连接回收到连接池后将会被断开和抛弃。
SQLALCHEMY_MAX_OVERFLOW=2
#rabbitmq参数配置
RABBITUSER="user"
RABBITPASSWORD="password"
RABBITHOST="your ip"
RABBITPORT=your port
2.1.2 dev.py
from . import Config
class DevelopmentConfig(Config):
'开发模式下的配置'
# 查询时会显示原始SQL语句
SQLALCHEMY_ECHO = True
2.1.3 prop.py
from . import Config
class ProductionConfig(Config):
"""生产模式下的配置"""
DEBUG = False
2.1.4 加载配置文件，定义全局的db（ SQLALchemy类的实例 ）供项目使用
# 主应用的根目录
app = Flask(__name__)
config = {
'dev': DevelopmentConfig,
'prop': ProductionConfig,
}
# 设置配置类
Config = config['dev']
# 加载配置
app.config.from_object(Config)
# 创建数据库连接对象
db = SQLAlchemy(app)
dev : 测试环境配置
prop： 生产环境配置
Flask应用app配置加载
通常三种方式
配置对象
从配置对象中加载，创建配置的类：
# 配置对象，里面定义需要给 APP 添加的一系列配置
class Config(object):
DEBUG = True
app = Flask(__name__)
# 从配置对象中加载配置
app.config.from_object(Config)
app.run()
配置文件
从配置文件中加载，在目录中定义一个配置文件config.ini
app = Flask(__name__)
# 从配置对象中加载配置
app.config.from_pyfile("config.ini")
app.run()
环境变量
app = Flask(__name__)
# 从环境变量中加载
app.config.from_envvar("FLASKCONFIG")
app.run()
app1.model
from application import db
class Wdtest(db.Model):
__tablename__ = "wdtest" #设置表名
id = db.Column(db.String(100), primary_key=True, comment="主键ID")
name = db.Column(db.String(20), index=True, comment="姓名" )
age = db.Column(db.Integer, default=True, comment="年龄")
模型 表示程序使用的持久化实体. 在Flask-SQLALchemy 中, 模型一般是一个 Python 类, 类中的属性对应数据库中的表.
db.Model ：创建模型,
db.Column ： 创建模型属性.
tablename ：指定表名
模型属性类型 :
| 类型名 | Python类型 | 说明 |
|---|---|---|
| Integer | int | 普通整数，一般是 32 位 |
| SmallInteger | int | 取值范围小的整数，一般是 16 位 |
| Big Integer | int 或 long | 不限制精度的整数 |
| Float | float | 浮点数 |
| Numeric | decimal.Decimal | 定点数 |
| String | str | 变长字符串 |
| Text | str | 变长字符串，对较长或不限长度的字符串做了优化 |
| Unicode | unicode | 变长 Unicode 字符串 |
| Unicode Text | unicode | 变长 Unicode 字符串，对较长或不限长度的字符串做了优化 |
| Boolean | bool | 布尔值 |
| Date | datetime.date | 日期 |
| Time | datetime.time | 时间 |
| DateTime | datetime.datetime | 日期和时间 |
| Interval | datetime.timedelta | 时间间隔 |
| Enum | str | 一组字符串 |
| PickleType | 任何 Python 对象 | 自动使用 Pickle 序列化 |
| LargeBinary | str | 二进制文件 |
常用 SQLAlchemy 列选项
| 选项名 | 说明 |
|---|---|
| primary_key | 如果设为 True，这列就是表的主键 |
| unique | 如果设为 True，这列不允许出现重复的值 |
| index | 如果设为 True，为这列创建索引，提升查询效率 |
| nullable | 如果设为 True，这列允许使用空值；如果设为 False，这列不允许使用空值 |
| default | 为这列定义默认值 |
app1._init.py
#给app取别名为 'index'
index_blu=Blueprint('index',__name__,template_folder='templates',static_folder='static')
from .views import *
template_folder:指定模板文件路径,查找顺序,先全局templates里面找,没找到,再往子蓝图里面找.
这里是把view中所有的视图都声明在index这个蓝图里面，接下来我们需要做的是将这个声明好的蓝图，注册进我们的项目中。
application.init_:
from application.settings.dev import DevelopmentConfig
from application.settings.prop import ProductionConfig
# 主应用的根目录
app = Flask(__name__)
config = {
'dev': DevelopmentConfig,
'prop': ProductionConfig,
}
# 设置配置类
Config = config['dev']
# 加载配置
app.config.from_object(Config)
# 创建数据库连接对象
db = SQLAlchemy(app)
# todo 注册蓝图
from .apps.app1 import index_blu
app.register_blueprint(index_blu, url_prefix='/index')
针对：app = Flask(name)解释
Flask类初始化参数
Flask类init方法部分代码
def __init__(
self,
import_name,
static_url_path=None,
static_folder="static",
static_host=None,
host_matching=False,
subdomain_matching=False,
template_folder="templates",
instance_path=None,
instance_relative_config=False,
root_path=None,
):pass
import_name：Flask程序所在的包(模块)，传 __name__
static_url_path：静态文件访问路径，可以不传，默认为：/ + static_folder
static_folder：静态文件存储的文件夹，可以不传，默认为 static
template_folder：模板文件存储的文件夹，可以不传，默认为 templates
以下所有示例代码，皆在view.py中去实现
3.1 增：
先写怎么增，然后增加，最后提交
student = Wdtest(id=ids , name=name, age=age)
try:
application.db.session.add(student)
application.db.session.commit()
except:
# 事務回滾
application.db.session.rollback()
3.2 删：
先获取数据库中的这个数据，再删除它
user = Wdtest.query.first()
application.db.session.delete(user)
application.db.session.commit()
3.3 改：
user = Wdtest.query.first()
user.name = name
try:
application.db.session.commit()
except:
# 事務回滾
application.db.session.rollback()
3.4 查：
# 查询所有⽤户数据
user_list=Wdtest.query.all()
# 查询有多少个⽤户
user_list_num=Wdtest.query.count()
# 查询第1个⽤户
user=Wdtest.query.first()
# 查询id为3的⽤户[3种⽅式]
user=Wdtest.query.get(3) # 根据主键查询
user_list=Wdtest.query.filter_by(id=3).all() # 以关键字实参形式进行匹配字段
user_list=Wdtest.query.filter(Wdtest.id == 3).all() # 以恒等式形式匹配字段
# 查询名字结尾字符为g的所有⽤户
Wdtest.query.filter(Wdtest.name.endswith('g')).all()
# 查询名字包含‘wa'的所有项目
user_list=Wdtest.query.filter(Wdtest.name.contains('wa')).all()
# 模糊查询
user_list =Wdtest.query.filter(Wdtest.name.like('%a%')).all()
# 查询名字wa开头和age为20的所有⽤户[2种⽅式]
user_list=Wdtest.query.filter(Wdtest.name.startswith('wa'),Wdtest.age == 20).all()
user_list=Wdtest.query.filter(and_(Wdtest.name.startswith('wa'), Wdtest.age == 20)).all()
# 非条件查询查询名字不等于wade的所有⽤户[2种⽅式]
user_list=Wdtest.query.filter(not_(Wdtest.name == 'wade')).all()
user_list=Wdtest.query.filter(Wdtest.name != 'wade').all()
# in 条件查询
user_list=Wdtest.query.filter(Wdtest.id.in_(['97124f50-0208-11ea-a66c-04ea56212bdf', '3'])).all()
# 所有⽤户先按年龄从⼩到⼤, 再按id从⼤到⼩排序, 取前5个
user_list=Wdtest.query.order_by(Wdtest.age,Wdtest.id.desc()).limit(5).all()
# 分⻚查询, 每⻚3个, 查询第2⻚的数据
pn = Wdtest.query.paginate(2,3)
print(pn.pages)
print(pn.page)
print(pn.items)
有时我们需要将同一类 URL 映射到同一个视图函数处理，比如：使用同一个视图函数来显示不同用户的个人信息。
# 路由传递参数
@app.route('/user/<id>')
def user_info(id):
return '%s' % id
路由传递的参数默认当做 string 处理
####指定请求方式
在 Flask 中，定义一个路由，默认的请求方式为：
在装饰器添加请求指定方式：
@app.route('/test', methods=['GET', 'POST'])
def test():
return "ok"
flask实现正则匹配步骤：
实现：
导入转换器基类
from werkzeug.routing import BaseConverter
自定义转换器
# 自定义正则转换器
class RegexConverter(BaseConverter):
def __init__(self, url_map, *args):
super(RegexConverter, self).__init__(url_map)
# 将接受的第1个参数当作匹配规则进行保存
self.regex = args[0]
添加转换器到默认的转换器字典中，并指定转换器使用时名字为: re
app = Flask(__name__) # 将自定义转换器添加到转换器字典中，并指定转换器使用时名字为: regex app.url_map.converters['regex'] = RegexConverter
使用转换器去实现自定义匹配规则
当前此处定义的规则是：3位数字
@app.route('/index/<regex("[0-9]{3}"):id>')
def user_info(id):
return "id 为 %s" % id
自定义转换器其他函数实现
继承于自定义转换器之后，还可以实现 to_python 和 to_url 这两个函数去对匹配参数做进一步处理：
to_python：
class RegexConverter(BaseConverter):
def __init__(self, url_map, *args):
super(RegexConverter, self).__init__(url_map)
# 将接受的第1个参数当作匹配规则进行保存
self.regex = args[0]
def to_python(self, value):
return int(value)
系统自带转换器
DEFAULT_CONVERTERS = {
'default': UnicodeConverter,
'string': UnicodeConverter,
'any': AnyConverter,
'path': PathConverter,
'int': IntegerConverter,
'float': FloatConverter,
'uuid': UUIDConverter,
}
Settings._init:
# 配置日志 # LOG_LEVEL = "DEBUG" LOG_LEVEL = "INFO"
日志记录级别
FATAL/CRITICAL = 致命的，危险的 ERROR = 错误 WARNING = 警告 INFO = 信息 DEBUG = 调试 NOTSET = 没有设置
application._init：
1、日志模块基础配置，如：日志存放地址、日志记录格式、日志等级
#增加日志模块
def setup_log(Config):
#设置日志等级
logging.basicConfig(level=Config.LOG_LEVEL)
# 创建日志记录器，指明日志保存的路径、每个日志文件的最大大小、保存的日志文件个数上限
file_log_handler=RotatingFileHandler('log/log',maxBytes=1024 * 1024 * 300, backupCount=10)
# 创建日志记录的格式 日志等级 输入日志信息的文件名 行数 日志信息
formatter = logging.Formatter('%(asctime)s: %(levelname)s %(filename)s:%(lineno)d %(message)s')
# 为刚创建的日志记录器设置日志记录格式
file_log_handler.setFormatter(formatter)
# 为全局的日志工具对象（flaskapp使用的）添加日志记录器
logging.getLogger().addHandler(file_log_handler)
2、日志启动
#日志启动 setup_log(Config)
之前我们在config中已经把redis的配置已经写进去了，所以这里可以直接创redis连接池供app全局使用
application._init：
#新增redis连接模块
def connectRedis(Config):
pool = redis.ConnectionPool(host=Config.REDIS_HOST, port=Config.REDIS_PORT, password=Config.REDIS_PASSWORD,
max_connections=Config.REDIS_POLL)
redis_store = redis.Redis(connection_pool=pool)
return redis_store
使用示例：
@index_blu.route("/redis",methods=["POST","GET"])
def add_toRedis():
logging.info("come to here")
key = request.args.get("key")
application.redis_store.set(key , "1233")
value=application.redis_store.get( key )
print(value)
return "12333"
# rabbitmq配置访问 # 添加用户名和密码 credentials = pika.PlainCredentials(Config.RABBITUSER, Config.RABBITPASSWORD) # 配置连接参数 parameters = pika.ConnectionParameters(host=Config.RABBITHOST, port=Config.RABBITPORT, credentials=credentials) connection = pika.BlockingConnection(parameters) channel = connection.channel()
使用示例：
@index_blu.route("/rabitmq",methods=["POST","GET"])
def add_rabitmq():
logging.info("come to rabiitmq")
application.channel.queue_declare(queue='queuetest2')
return "33333"
filerter.requestFilter
这里只是简单针对请求路径非index的进行拦截，如果还有其他拦截条件或者机制，可以继续在filter这个包下添加
from flask import request
import application
# 拦截器,每次的请求进来都会做的操作
@application.app.before_request
def before_action():
# 获取当前请求的路由（路径）
a = request.path
print(a)
u = a.split('/')
if len(a)>2:
if u[1] == 'index':
print('success')
else:
return "无权限请求"
拦截器加载进app：
#拦截器加载 requestFilter.before_action
请求对象request,使用前先导入request模块
from flask import request
Response
视图函数中可以返回的值
实现一个自定义Response对象步骤
force_typeforce_type(cls，rv,environ=None)app.response为你定义的类实现
class JSONResponse(Response):
@classmethod
def force_type(cls, response, environ=None):
'''
这个方法只有视图函数返回非字符、非元祖、非Response对象才会调用
:param response:是视图函数的返回值
:param environ:
:return:
'''
print(response)
print(type(response))
if isinstance(response,(list,dict)):
#jsonify除了将字典转换成json对象，还将对象包装成了一个Response对象
response = jsonify(response)
return super(JSONResponse,cls).force_type(response,environ)
app.response_class = JSONResponse
捕获错误
errorhandler 装饰器
参数：
例如统一处理状态码为500，404的错误给用户友好的提示：
@app.errorhandler(500)
def internal_server_error(e):
return '服务器搬家了哈哈哈'
@app.errorhandler(404)
def internal_server_error(e):
return '瞎请求什么路径呢'
例如自定义错误413
@app.errorhandler(413)
def zero_division_error(e):
return '除数不能为0'
异常捕获
abort 方法
参数：
code – HTTP的错误状态码
@index_blu.route("/exception",methods=["POST","GET"])
def exception():
logging.info("come to exception")
try:
print(2)
a=3/0
except:
abort(413)
return "ooooo"
上下文：即语境，语意，在程序中可以理解为在代码执行到某个时刻，根据之前代码锁做的操作以及下文即将要执行的逻辑，可以决定在当前时刻下可以使用到的变量，或者可以做的事情。
Flask中有两种上下文：请求上下文（request context）和应用上下文（application context）。
Flask中上下文对象：相当于一个容器，保存了Flask程序运行过程中的一些信息。
1.application指的是当你调用app = flask(name)创建的这个对象app。 2.request指的是每次http请求发生时，WSGI server（比如gunicorn）调用Flask.call()之后，在Flask对象内部创建的Request对象； 3.application表示用于相应WSGI请求的应用本身，request表示没出http请求； 4.appliacation的生命周期大于request，一个application存活期间，可能发生多次http请求，所以，也就会有多个request；
请求上下文（request context）：在Flask中，可以直接在视图函数中使用request这个独享进行获取先关数据，而request就是请求上下文的对象，保存了当前本次请求的相关数据，请求上线文对象有：request、session
request:封装了HTTP请求的内容，针对的是http请求。例如：user = request.args.get('user')，获取的是get请求的参数。
session:用来记录请求会话中的信息，针对的是用户信息。例如：session['name'] = user.id 科可以记录用户信息。还可以通过session.get('name')获取用户信息。
应用上下文（application context）:它不是一直存在的，它只是request context中的一个对app的代理，所谓的local proxy。它的作用主要是帮助request获取当前的应用，它是伴request而生，随request而灭的。
应用上下文对象有：current_app,g
current_app:应用程序上下文,用于存储应用程序中的变量，可以通过current_app.name打印当前app的名称，也可以在current_app中存储一些变量，例如：
应用的启动脚本是哪个文件，启动时指定了哪些参数
加载了哪些配置文件，导入了哪些配置
连接了哪个数据库
有哪些可以调用的工具类、常量
当前flask应用在哪个机器上，哪个IP上运行，内存多大
current_app.name current_app.test_value='value'
g变量:g 作为 flask 程序全局的一个临时变量,充当者中间媒介的作用,我们可以通过它传递一些数据，g 保存的是当前请求的全局变量，不同的请求会有不同的全局变量，通过不同的thread id区别
g.name='abc'
注意：不同的请求，会有不同的全局变量
两者的区别：
请求上下文：保存了客户端和服务器交互的数据
应用上下文：flask 应用程序运行过程中，保存的一些配置信息，比如程序名、数据库连接、应用信息等
gunicorn作为服务器，安装gunicorn
pip3 install gunicorn
启动
gunicorn -w 3 -b 127.0.0.1:8000 app:app
-w 处理进程数
-b 运⾏主机ip端⼝
dpj.wsgi 项⽬的wsgi
gunicorn常⽤配置
-c CONFIG : CONFIG,配置⽂件的路径，通过配置⽂件启动；⽣产环境使⽤； -b ADDRESS : ADDRESS，ip加端⼝，绑定运⾏的主机； -w INT, --workers INT：⽤于处理⼯作进程的数量，为正整数，默认为1； -k STRTING, --worker-class STRTING：要使⽤的⼯作模式，默认为sync异步，可以下载 eventlet和gevent并指定 --threads INT：处理请求的⼯作线程数，使⽤指定数量的线程运⾏每个worker。为正整数，默认为1。 --worker-connections INT：最⼤客户端并发数量，默认情况下这个值为1000。 --backlog int：未决连接的最⼤数量，即等待服务的客户的数量。默认2048个，⼀般不修改； -p FILE, --pid FILE：设置pid⽂件的⽂件名，如果不设置将不会创建pid⽂件 --access-logfile FILE ： 要写⼊的访问⽇志⽬录--access-logformat STRING：要写⼊的访问⽇志格式 --error-logfile FILE, --log-file FILE ： 要写⼊错误⽇志的⽂件⽬录。 --log-level LEVEL ： 错误⽇志输出等级。 --limit-request-line INT ： HTTP请求头的⾏数的最⼤⼤⼩，此参数⽤于限制HTTP请求⾏的允 许⼤⼩，默认情况下，这个值为4094。值是0~8190的数字。 --limit-request-fields INT ： 限制HTTP请求中请求头字段的数量。此字段⽤于限制请求头字 段的数量以防⽌DDOS攻击，默认情况下，这个值为100，这个值不能超过32768 --limit-request-field-size INT ： 限制HTTP请求中请求头的⼤⼩，默认情况下这个值为8190 字节。值是⼀个整数或者0，当该值为0时，表示将对请求头⼤⼩不做限制 -t INT, --timeout INT：超过这么多秒后⼯作将被杀掉，并重新启动。⼀般设定为30秒； --daemon： 是否以守护进程启动，默认false； --chdir： 在加载应⽤程序之前切换⽬录； --graceful-timeout INT：默认情况下，这个值为30，在超时(从接收到重启信号开始)之后仍然活着 的⼯作将被强⾏杀死；⼀般使⽤默认； --keep-alive INT：在keep-alive连接上等待请求的秒数，默认情况下值为2。⼀般设定在1~5秒之 间。 --reload：默认为False。此设置⽤于开发，每当应⽤程序发⽣更改时，都会导致⼯作重新启动。 --spew：打印服务器执⾏过的每⼀条语句，默认False。此选择为原⼦性的，即要么全部打印，要么全部 不打印； --check-config ：显示现在的配置，默认值为False，即显示。 -e ENV, --env ENV： 设置环境变量；
服务热线