介绍大型程序的结构

尽管在单一脚本中编写小型Web程序很方便,但这种方法并不能广泛使用,程序变复杂后,使用单个大型源码文件会导致很多问题

不同于大多数其他的Web框架,Flask并不强制要求大型项目使用特定的组织形式,程序结构的组织方式完全由开发者决定,在此将会介绍一种使用包和模块组织大型程序的方式

项目结构

多文件Flask程序的基本结构:

|-flasky
  |-app/
    |-templates/
    |-static/
    |-main/
      |-__init__.py
      |-errors.py
      |-forms.py
      |-views.py
    |-__init__.py
    |-email.py
    |-models.py
  |-migrateions/
  |-tests/
    |-__init__.py
    |-test*.py
  |-venv/
  |-requirements.txt
  |-config.py
  |-manage.py

这种结构有4个顶级文件夹:

  • Flask程序一般都保存在名为app的包中
  • migration文件夹包含数据库迁移脚本
  • 单元测试编写在tests包中
  • venv文件夹包含Python虚拟环境

同时还创建了一些新文件:

  • requirements.txt列出了所有依赖包,便于在其他电脑中重新生成相同的虚拟环境
  • config.py存储配置
  • manage.py用于启动程序以及其他的程序任务

配置选项

程序经常需要多个设定,这方面最好的例子就是开发、测试和生产环境要使用不同的数据库,这样才不会彼此影响

我们不再使用hello.py中简单的字典状结构配置,而是用层次结构的配置类,config.py文件的内容如下所示:

import os
basedir = os.path.abspath(os.path.dirname(__file__))

class Config:
    SECRET_KEY = os.environ.get('SECRET_KEY') or 'hard to guess string'
    SQLALCHEMY_COMMIT_ON_TEARDOWN = True
    FLASKY_MAIL_SUBJECT_PREFIX = '[Flasky]'
    FLASKY_MAIL_SENDER = 'Flasky Admin <flasky@xxx.com>'
    FLASKY_ADMIN = os.environ.get('FLASKY_ADMIN')

    @staticmethod
    def init_app(app):
        pass

class DevelopmentConfig(Config):
    DEBUG = True
    MAIL_SERVER = 'smtp.gmail.com'
    MAIL_PORT = 587
    MAIL_USE_TLS = True
    MAIL_USERNAME = os.environ.get('MAIL_USERNAME')
    MAIL_PASSWORD = os.environ.get('MAIL_PASSWORD')
    SQLALCHEMY_DATABASE_URI = os.environ.get('DEV_DATABASE_URL') or \
        'sqlite:///' + os.path.join(basedir, 'data-dev.sqlite')

class TestingConfig(Config):
    TESTING = True
    SQLALCHEMY_DATABASE_URI = os.environ.get('TEST_DATABASE_URL') or \
        'sqlite:///' + os.path.join(basedir, 'data-test.sqlite')

class ProductionConfig(Config):
    SQLALCHEMY_DATABASE_URI = os.environ.get('DATABASE_URL') or \
        'sqlite:///' + os.path.join(basedir, 'data.sqlite')

config = {
    'development':DevelopmentConfig,
    'testing':TestingConfig,
    'production':ProductionConfig,

    'default': DevelopmentConfig
}

基类Config中包含通用设置,子类分别定义专用的配置,如果需要还可添加其他配置类

为了让配置方式更灵活且更安全,某些配置还可以从环境变量中导入,例如SECRET_KEY的值,这个是敏感信息,可以在环境中设定,但系统以防环境中没有定义也提供了一个默认值

在3个子类中,SQLALCHEMY_DATABASE_URI变量都被指定了不同的值,这样程序就可在不同的配置环境中运行,每个环境都使用不同的数据库

配置类可以定义init_app()类方法,其参数是程序实例,在这个方法中,可以执行对当前环境的配置初始化,现在基类Config中的init_app()方法为空

在这个配置脚本末尾,config字典中注册了不同的配置环境,而且还注册了一个默认配置

程序包

程序包用来保存程序的所有的代码、模板和静态文件,我们可以把这个包直接称为app(应用),如果有需求,也可使用一个程序专用名字,templates和static文件夹是程序包中的一部分,因此这两个文件夹被移到了app中,数据库模型和电子邮件支持函数也被移到了这个包中,分别保存为app/models.pyapp/email.py

使用程序工厂函数

在单个文件中开发程序很方便,但是有个很大的缺点,因为程序在全局作用域中创建,所以无法动态修改配置,运行脚本时,程序实例已经创建,再修改配置为时已晚,这一点对单元测试尤其重要,因为有时为了提高测试覆盖度, 必须在不同的配置环境中运行程序

这个问题的解决方法是延迟创建程序实例,把创建过程移到可显式调用的工厂函数中,这种方法不仅可以给脚本流出配置程序的时间,还能够创建多个程序实例,这些实例有时在测试中非常有用,程序的工厂函数在app包的构造文件中定义,具体构造文件如下:

from flask import Flask, render_template
from flask_bootstrap import Bootstrap
from flask_mail import Mail
from flask_moment import Moment
from flask_sqlalchemy import SQLAlchemy
from config import config

bootstrap = Bootstrap()
mail = Mail()
moment = Moment()
db = SQLAlchemy

def create_app(config_name):
    app = Flask(__name__)
    app.config.from_object(config[config_name])
    config[config_name].init_app(app)

    bootstrap.init_app(app)
    mail.init_app(app)
    moment.init_app(app)
    db.init_app(app)

    #附加路由和自定义的错误页面

    return app

工厂函数返回创建的程序实例,不过现在工厂函数创建的程序还不完整,因为没有路由和自定义的错误页面处理程序

在蓝本中实现程序功能

转换成程序工厂函数的操作让定义路由变得更复杂了,在单脚本程序中,程序实例存在于全局作用域中,路由可以直接使用app.route装饰器定义,但现在程序在运行时创建,只有调用create_app()之后才能使用app.route装饰器,这时定义路由就太晚了,和路由一样,自定义的错误页面处理程序也面临相同的困难,因为错误页面处理程序使用app.errorhandler装饰器定义

幸好Flask使用蓝本提供了更好的解决方法,蓝本和程序类似,也可以定义路由,不同的是,在蓝本中定义的路由处于休眠状态,知道蓝本注册到程序上后,路由才真正成为程序的一部分,使用位于全局作用域中的蓝本时,定义路由的方法几乎和但脚本程序一样

和程序一样,蓝本可以在单个文件中定义,也可以使用更结构化的方式在包中的多个模块中创建,为了获得更大的灵活性,程序包中创建了一个子包,用于保存蓝本,下例为子包的构造文件,蓝本就创建于此:

# app/main/__init__.py
from flask inport Blueprint

main = Blueprint('main', __name__)

from . import views, errors

通过实例化一个Blueprint类对象可以创建蓝本,这个构造函数有两个必须指定的参数:
蓝本的名字和蓝本所在的包或模块
和程序一样,大多数情况下第二个参数使用Python的__name__变量即可

程序的路由保存在包里的app/main/views.py模块中,而错误处理程序保存在app/main/errors.py模块中,导入这两个模块就能把路由和错误处理程序与蓝本关联起来,需要注意的是这些模块在app/main/__init__.py脚本的末尾导入,这是为了避免循环导入依赖,因为在views.pyerrors.py中还要导入蓝本main

蓝本在工厂函数create_app()中注册到程序上,注册蓝本:

# app/__init__.py
def create_app(config_name):
    #...
    from .main import main as main_blueprint
    app.register_blueprint(main_blueprint)
return app

下为错误处理程序:

# app/main/errors.py
from flask import render_template
from . import main

@main.app_errorhandler(404)
def page_not_found(e):
    return render_template('404.html'), 404

@main.app_errorhandler(500)
def internal_server_error(e):
    return render_template('500.html'), 500

在蓝本中编写错误处理程序稍有不同,如果使用errorhandler装饰器,那么只有蓝本中的错误才能触发处理程序,要想注册程序全局的错误处理程序,必须使用app_errorhandler

在蓝本中定义的程序路由如下:

# app/main/views.py
from flask_moment import Moment
from flask import render_template, session, redirect, url_for

from . import main
from .forms import NameForm
from .. import db
from ..models import User

@main.route('/', methods=['GET', 'POST'])
def index():
    form = NameForm()
    if form.validate_on_submit():
        ##...
        return redirect(url_for('.index'))
    return render_template('index.html',
                           form=form, name=session.get('name'),
                           known=session.get('known', False),
                           current_time=datetime.utcnow())

在蓝本中编写视图函数主要有两点不同:第一,和前面的错误处理程序一样,路由装饰器由蓝本提供,第二,url_for()函数的用法不同,回想一下,url_for()函数的第一个参数是路由的端点名,在程序的路由中,默认为视图函数的名字,例如在单脚本程序中,idnex()视图函数的URL可使用url_for('index')获取

在蓝本中就不一样了, Flask会为蓝本中的全部端点加上一个命名空间,这样就可以在不同蓝本中使用相同的端点名定义视图函数,而不会产生冲突,命名空间就是蓝本的名字(Blueprint构造函数的第一个参数),所以视图函数index()注册的端点名是main.index, 其URL使用url_for('main.index')获取

url_for()函数还支持一种简写的端点形式,在蓝本中可以省略蓝本名,例如url_for('.index'), 在这种写法中,命名空间是当前请求所在的蓝本,这意味着同一蓝本中的重定向可以使用简写形式,但跨蓝本的重定向必须使用带有命名空间的端点名

为了完全修改程序的页面,表单对象也到移到蓝本中,保存在app/main/forms.py模块

启动蓝本

顶级文件夹中的manage.py文件用于启动程序,脚本文件如下:

import os
from app import create_app, db
from app.models import User, Role
from flask_script import Manager, Shell
from flask_migrate import Migrate, MigrateCommand

app = create_app(os.getenv('FLASK_CONFIG') or 'default')
manager = Manager(app)
migrate = Migrate(app, db)


def make_shell_context():
    return dict(app=app, db=db, User=User, Role=Role)
manager.add_command("shell", Shell(make_context=make_shell_context))
manager.add_command('db', MigrateCommand)


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

这个脚本先创建程序,如果已经定义了环境变量FLASK_CONFIG,则从中读取配置名,否则使用默认配置,然后初始化Flask-Script、Flask-Migrate和为Python shell定义的上下文

出于便利,脚本中加入了shebang声明,所以在基于Unix的操作系统中可以通过./manage.py执行脚本,而不用使用复杂的python manage.py

需求文件

程序中必须包含一个requirements.txt文件,用于记录所有依赖包及其精确的版本号,如果要在另一台电脑上重新生成虚拟环境,这个文件的重要性就体现出来了,例如部署程序时使用的电脑,pip可以使用如下命令自动生成这个文件:

(venv) $ pip freeze > requirements.txt

安装或升级包后,最好升级这个文件,需求文件的内容实例如下:

Flask==0.10.1
Flask-Bootstrap==3.0.3.1
Flask-Mail==0.9.0
Flask-Migrate==1.1.0
Flask-Moment==0.2.1
Flask-SQLAlchemy==1.0
Flask-Script==0.6.6
Flask-WTF==0.9.4
Jinja2==2.7.1
Mako==0.9.1
MarkupSafe==0.18
SQLAlchemy==0.9.9
WTForms==1.0.5
Werkzeug==0.10.4
alembic==0.6.2
blinker==1.3
itsdangerous==0.23

如果你要创建这个虚拟环境的完全副本,可以完全创建一个新的虚拟环境,并在其上运行一下命令:

(venv) $ pip install -r requirements.txt

如果遇到问题,可以随时换回这个需求文件中的版本,因为这些版本和程序兼容

单元测试

直接看两个例子:

# tests/test_basics.py
import unittest
from flask import current_app
from app import create_app, db


class BasicsTestCase(unittest.TestCase):
    def setUp(self):
        self.app = create_app('testing')
        self.app_context = self.app.app_context()
        self.app_context.push()
        db.create_all()

    def tearDown(self):
        db.session.remove()
        db.drop_all()
        self.app_context.pop()

    def test_app_exists(self):
        self.assertFalse(current_app is None)

    def test_app_is_testing(self):
        self.assertTrue(current_app.config['TESTING'])

这个测试使用Python标准库的unittest包编写,setUp()tearDown()方法分别在各测试前后运行,并且名字以test_开头的函数都作为测试执行,进一步了解见文档

setUp()方法尝试创建一个测试环境,类似于运行中的程序,首先使用测试配置创建程序,然后激活上下文,这一步的作用是确保能在测试中使用current_app,像普通请求一样,然后创建一个全新的数据库,以便不时之需,数据库和程序上下文在tearDown()方法中删除

第一个测试确保程序实例存在,第二个测试确保程序在测试配置中运行,若想把tests文件夹作为包使用,需要添加tests/__init__.py文件,不过在这个文件可以为空,因为unittest包会扫描所有模块并查找测试

为了确保安装了所有依赖包,还需执行pip install -r requirements.txt命令

为了运行单元测试,可以在manage.py脚本中添加一个自定义命令
下例是添加test命令方法:

@manager.command
def test():
    """Run the unit tests."""
    import unittest
    tests = unittest.TestLoader().discover('tests')
    unittest.TextTestRunner(verbosity=2).run(tests)

manager.command装饰器让自定义命令变得简单,装饰函数名就是命令名,函数的文档字符串会显示在帮助消息中,test()函数的定义体中调用了unittest包提供的测试运行函数
测试单元可使用下面的命令运行:

(venv) $ python manage.py test
test_app_exists(test_basics.BasicsTestCase)...ok
test_app_is_testing(test_basics.BasicsTestCase)...ok

----------------------------------------------------------
Ran 2 tests in 0.001s

OK 

创建数据库

重组后的程序和单脚本版本使用不同的数据库

首选从环境变量中读取数据库的URL,同时还提供了一个默认的SQLite数据库做备用,3种配置环境中的环境变量名和SQLite数据库文件名都不一样,例如在开发环境,数据库URL从环境变量DEV_DATABASE_URL中读取,如果没有定义这个环境变量,则使用名为data-dev.splite的SQLite数据库

不管从哪里获取数据库URL,都要在新数据库中创建数据表,如果使用Flask-Migrate跟踪迁移,可使用如下命令创建数据表或者升级到最新修订版本:

(venv) $ python manage.py db upgrade
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值