Flask入门教程(非常详细)，从零基础入门到精通，看完这一篇就够了

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新HarmonyOS鸿蒙全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注鸿蒙）

正文

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_for
app = 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_rule

if 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_for
from flask.views import View
app= 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,jsonify
from flask.views import View
app = 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):
return
render_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=LoginVi
ew.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_requierd
def 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_u
rl_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

新闻列表 OK写法
{# 新闻列表 no Ok写法#}

python文件中

from flask import
Blueprint,render_template,url_for
user_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_response
app = 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,Response
app = 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 = 60602

resp.set_cookie(‘uname’,‘zs’,max_age=age)
return resp
from 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 resp
from 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 = 60602)
return resp
if 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,session
from datetime import timedelta
app = 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_template
app = 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,local
local =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 Local
local = 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_app
app = 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_app
app = 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,request
from utils import funa,funb,func
app = 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 g
def 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 Namespace
mysignal = 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 Namespace
from datetime import datetime
from flask import request,g
namespace = 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,g
from signals import login_signal
app = 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 import
Flask,render_template,request
from wtforms import Form,StringField
from wtforms.validators import
Length,EqualTo
app = 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 session
from wtforms import
Form,StringField,IntegerField
from wtforms.validators import
Length,EqualTo,Email,InputRequired,NumberRan
ge,Regexp,URL,UUID,ValidationError
class 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 import
Flask,request,render_template
import os
from werkzeug.utils import secure_filename
app = 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 Flask
import os
from flask import send_from_directory
app = 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 import
Form,FileField,StringField
from wtforms.validators import InputRequired

flask_wtf

from flask_wtf.file import FileRequired,FileAllowed
class UploadForm(Form):
pichead = FileField(validators= [FileRequired(),FileAllowed([‘jpg’,‘png’,‘gif’])])
desc = StringField(validators=[InputRequired()])

app.py文件

from flask import
Flask,request,render_template
import os
from werkzeug.utils import secure_filename
from formscheck import UploadForm
from werkzeug.datastructures import
CombinedMultiDict
app = 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-restful

from flask_restful import Resource,Api
app = Flask(name)

建立Api对象，并绑定应用APP

api = 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?

默认没有写endpoint反向url_for函数通过小写函数名

如果有多个url，会返回第1个URL

print(url_for(‘loginview’))

print(url_for(‘login’))
if name == ‘main’:
app.run(debug=True)

注意

1 如果你想返回json数据，那么就使用flask_restful，如果你是想渲染模版，那么还是采用之前 的方式，就是 app.route 的方式。

2 url还是跟之前的一样，可以传递参数。也跟之前的不一样，可以指定多个url。

3 endpoint是用来给url_for反转url的时候指定的。如果不写endpoint，那么将会使用视图的 名字的小写来作为endpoint。

4 add_resource的第二个参数是访问这个视图函数的url，这个url可以跟之前的route一样，可 以传递参数，并且还有一点不同的是，这个方法可以传递多个url来指定这个视图函数。

Flask_RESTful参数验证

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 Flask
from flask_restful import Api,Resource
from flask_restful.reqparse import
RequestParser
app = 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 Flask
from flask_restful import
Api,Resource,inputs
from flask_restful.reqparse import
RequestParser
app = 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_engine
def 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_base
engine = 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 sessionmaker
engine = 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,Time
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.dialects.mysql import LONGTEXT
from sqlalchemy.orm import sessionmaker
import enum
from datetime import date
from datetime import datetime
from 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?charset=utf8

按照上述的格式来 组织数据库信息

DB_URI =“mysql+pymysql://{username}:{password}@{host}:{port}/{db}?charset=utf8”.format(username=USERNAME,password=PASSWORD,
host=HOSTNAME,port=PORT,db=DATABASE)

创建数据库引擎

engine = create_engine(DB_URI)

创建会话对象

session = sessionmaker(engine)()

定义一个枚举类

class TagEnum(enum.Enum):
python=“PYHTON2”
flask=“FLASK2”
django =“DJANGO”

创建一个ORM模型 说明基于sqlalchemy 映射到mysql数据库的常用字段类型有哪些？

Base = declarative_base(engine)
class News(Base):
tablename=‘news’
id = Column(Integer,primary_key=True,autoincrement=True)
price1 = Column(Float) #存储数据时存在精度丢失问题
price2 = Column(DECIMAL(10,4))
title = Column(String(50))
is_delete =Column(Boolean)
tag1 =Column(Enum(‘PYTHON’,‘FLASK’,‘DJANGO’)) # 枚举常规写法
tag2 =Column(Enum(TagEnum)) #枚举另一种写法
create_time1=Column(Date)
create_time2=Column(DateTime)
create_time3=Column(Time)
content1 =Column(Text)
content2 =Column(LONGTEXT)

Base.metadata.drop_all()

Base.metadata.create_all()

新增数据到表news中

a1 = News(price1=1000.0078,price2=1000.0078,title =‘测试数据’,is_delete=True,tag1=“PYTHON”,tag2=TagEnum.flask,

create_time1=date(2018,12,12),create_time2=datetime(2019,2,20,12,12,30),create_time3=time(hour=11,minute=12,second=13),

content1=“hello”,content2=“hello hi nihao”)

a1 = News(price1=1000.0078,price2=1000.0078,title=‘测试数据’
,is_delete=False,tag1=“PYTHON”,tag2=TagEnum.python,

create_time1=date(2018,12,12),create_time2=datetime(2019,2,20,12,12,30),create_time3=time(hour=11,minute=12,second=13),
content1=“hello”,content2=“hello hi nihao”)
session.add(a1)
session.commit()

Column常用参数

primary_key：True设置某个字段为主键。

autoincrement：True设置这个字段为自动增长的。

default：设置某个字段的默认值。在发表时间这些字段上面经 常用。

nullable：指定某个字段是否为空。默认值是True，就是可以为 空。

unique：指定某个字段的值是否唯一。默认是False。

onupdate：在数据更新的时候会调用这个参数指定的值或者函 数。在第一次插入这条数据的时候，不会用onupdate的值，只 会使用default的值。常用于是 update_time 字段（每次更新数据的 时候都要更新该字段值）。

name：指定ORM模型中某个属性映射到表中的字段名。如果不 指定，那么会使用这个属性的名字来作为字段名。如果指定了， 就会使用指定的这个值作为表字段名。这个参数也可以当作位置 参数，在第1个参数来指定。

title = Column(String(50),name=‘title’,nullable=False)
title = Column(‘my_title’,String(50),nullable=False)

from datetime import datetime
from sqlalchemy import
Column,Integer,DateTime,String
from db_util import Base,Session
class News(Base):
tablename = ‘t_news2’
id = Column(Integer,primary_key = True,autoincrement = True)
phone = Column(String(11),unique = True)
title = Column(String(32),nullable = False)
read_count = Column(Integer,default=1)
create_time = Column(DateTime,default = datetime.now)
update_time = Column(DateTime,default = datetime.now, onupdate =datetime.now ) # 当数据更新后，参数的内容才会更改

def create_data():
new1 = News(phone=‘16866666666’,title=‘测试列参数’)
with Session() as session:
session.add(new1)
session.commit()
def create_data2():

new1 = News(phone=‘16866666666’,title=‘测试列参数’) # 不允许重复

new1 = News(phone=‘16866666668’) # title不能为空

with Session() as session:

session.add(new1)

session.commit()

with Session() as session:
new1 = session.query(News).first()
new1.read_count = 2
session.commit()
if name == ‘main’:

Base.metadata.create_all()

create_data()

create_data2()

query函数的使用

• 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 randint
from sqlalchemy import
Column,Integer,String,func
from db_util import Base,Session
class 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 randint
from uuid import uuid4
from sqlalchemy import
Column,Integer,String,Float,Text,and_,or_
from db_util import Base,Session
class 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"<Article(title:{self.title} price:{self.price} content:{self.content})>"
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®
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®
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®
def query_data_null():
with Session() as ses:
rs =ses.query(Article).filter(Article.content== None).all()
for r in rs:
print®
def query_data_not_null():
with Session() as ses:
rs =ses.query(Article).filter(Article.content!= None).all()
for r in rs:
print®
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®
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®
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 import
Column,Integer,String,Text,ForeignKey
from db_util import Base,Session
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’)) # 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 import
Column,Integer,String,Text,ForeignKey
from sqlalchemy.orm import relationship
from db_util import Base,Session
class 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’<User: id={self.id} uname={self.uname}>’

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’<News: id={self.id} title={self.title} content={self.content} uid={self.uid}>’
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 import
Column,Integer,String,ForeignKey
from sqlalchemy import Table
from sqlalchemy.orm import
relationship,backref
from 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’<News: id={self.id} title={self.title}>’
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’<Tag: id={self.id} name={self.name}>’
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, ForeignKey
from sqlalchemy.orm import relationship
from db_util import Base, Session
class 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, ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base, Session
class 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 randint
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class 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’<User: id={self.id} name={self.name} age={self.age}>’
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’<User: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>’
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

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注鸿蒙）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

‘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 randint
from sqlalchemy import
Column,Integer,String,ForeignKey
from sqlalchemy.orm import
relationship,backref
from db_util import Base,Session
class 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’<User: id={self.id} name={self.name} age={self.age}>’
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’<User: id={self.id} title={self.title} content={self.content} read_count={self.read_count}>’
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

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注鸿蒙）
[外链图片转存中…(img-8xQlRoZZ-1713584994396)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！