Python FLASK学习笔记

1、在使用 Flask 给客户端返回 JSON 数据时，可以直接使用 jsonify 生成一个 JSON 的响应；

@app.route('/demo')
def demo():
    json_dict = {
        "user_id": 10,
        "user_name": "laowang"
    }
    return jsonify(json_dict)

注：不推荐使用 json.dumps 转成 JSON 字符串直接返回，因为返回的数据要符合 HTTP 协议规范，如果是 JSON 需要指定 content-type:application/json

2、重定向

• 直接填写自己 url 路径
• 使用 url_for 生成指定视图函数所对应的 url

@app.route('/demo1')
def demo1():
    return 'demo1'

# 重定向，采用url_for生成demo1对应的url
@app.route('/demo2')
def demo2():
    return redirect(url_for('demo1'))

3、flask上下文参数

（1）请求上下文(request context)

　　请求上下文对象有：request、session

• • request
    • 封装了HTTP请求的内容，针对的是http请求。举例：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。举例：session['name'] = user.id，可以记录用户信息。还可以通过session.get('name')获取用户信息。
• 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

Cookie使用

Cookie：指某些网站为了辨别用户身份、进行会话跟踪而储存在用户本地的数据（通常经过加密）。

• 复数形式Cookies。
• Cookie是由服务器端生成，发送给客户端浏览器，浏览器会将Cookie的key/value保存，下次请求同一网站时就发送该Cookie给服务器（前提是浏览器设置为启用cookie）。
• Cookie的key/value可以由服务器端自己定义。

4、数据库操作

SQLAlchemy是python中最著名的ORM（Object Relationship Mapping）框架：

https://www.cnblogs.com/wj-1314/p/10627828.html

flask-sqlalchemy用法详解

https://www.cnblogs.com/zhaoyunlong/p/10368654.html

https://blog.csdn.net/weixin_45621944/article/details/110094386

主要思路：

（1）配置数据库信息、获取连接

（2）编写数据库表对应的类

（3）对象进行操作，实现对数据库的操作

主要代码：

数据库配置和连接：

app = Flask(__name__)

#在app中配置数据库连接信息
app.config["SQLALCHEMY_DATABASE_URI"] = 'mysql+mysqlconnector://root:123456@localhost:3306/test'
app.config["SQLALCHEMY_COMMIT_ON_TEARDOWN"] = True

#连接数据库
db = SQLAlchemy(app)

查询:

User.query.filter() #返回所有

User.query.filter(User.age>20) #查询年龄大于20的数据

User.query.filter(User.age>20,User.age<40) #查询年龄大于20的数据 and 小于40

filter_by 只支持参数为关键字参数:类名.query.filter_by(属性名=值...)

 data = User.query.filter_by(id=2)

 data = User.query.filter_by(id>2) #错误写法 不可以使用模糊查到

 data = User.query.filter_by(id=2,age=27)

all()     查询所有

filter_by / filter  单个查询
    filter_by  不需要指定是哪个类的哪个属性，只需要制定属性及其目标值就可以了， 并且只能写具体的值不能写模糊值
    filter    filter中指定查询条件的时候需要指定类名的前缀。可以指定模糊值

User.query.get(2) 获取id对应的数据

 

order_by    排序：默认升序

data = User.query.order_by(User.age) #升序
data = User.query.order_by(-User.age) #降序

limit

User.query.filter(User.age>30).limit(2)   查到的结果只取两个

查询结果处理：

一般查询结果为单个类的实例或者列表，列表中装了类的实例。比如：

data = PY_USER.query.order_by(-PY_USER.id)
for d in data:
    print("name:" + d.name)

5、gunicorn：

只要让flask应用实现高并发：参数work_class  不设置默认是sync同步的，设置成gevent 就是用异步，使用gevent,可以获得极高的并发性能,但gevent只能在Unix/Linux下运行,在Windows下不保证正常安装和运行。 windows下要支持并发 用Apache。更多参考文章：https://www.jianshu.com/p/69e75fc3e08e