MemberBackend_Flask
apps目录结构:
apps\coupon结构:#优惠劵
__int__.py
from celery import Celery
apps = Celery('celery_app')
# 通过celery实例加载模块
apps.config_from_object('celery_app.config')
handlers.py
import ast #导入语法树,作用
import peewee #
import datetime
from tornado.web import MissingArgumentError
from Backend.handler import BaseHandler, OfficialBaseHandler
from Backend.settings import SMS_SEND_KEY
from apps.coupon.model import McCompanyCouponModel, McCompanyCategoryModel, McCompanyCardModel, McMemberCardVerifyModel
from apps.member.model import McMemberUserModel, McMemberCouponModel, McMemberCardModel, McMemberCardInfoModel
from apps.users.model import McUserModel
from apps.utils.async_sms import sms
from apps.utils.common import generate_code, generate_order_no
from apps.utils.rdb import client
from apps.utils.token import authenticated_async
from apps.work.model import McCompanyModel, McMemberConsumeOrderModel
python ast 语法分析
ast
模块的基本使用是非常简单的,我们可以通过如下代码快速得到一棵抽象语法树:
import ast
root_node = ast.parse("print 'hello world'")
root_node -> <_ast.Module object at 0x9e3df6c>
通过ast
的parse
方法得到ast tree
的根节点root_node
, 我看可以通过根节点来遍历语法树,从而对python代码进行分析和修改。
ast.parse
(可以直接查看ast
模块的源代码)方法实际上是调用内置函数compile
进行编译,如下所示:
def parse(source, filename='<unknown>', mode='exec'):
"""
Parse the source into an AST node.
Equivalent to compile(source, filename, mode, PyCF_ONLY_AST).
"""
return compile(source, filename, mode, PyCF_ONLY_AST)
传递给compile特殊的flag = PyCF_ONLY_AST, 来通过compile返回抽象语法树。
(关于compile的第四个参数flag有时间可以深入研究下)
Python ORM框架之 Peewee入门跳转
在学Django时,发现它的模型层非常好用,把对数据库的操作映射成对类、对象的操作,避免了我们直接写在Web项目中SQL语句,当时想,如果这个模型层可以独立出来使用就好了,那我们平台操作数据库也可以这么玩了,我不喜欢写SQL语句。
后来才知道,原来这个叫ORM(Object Relational Mapping,对象关系映射),在Python下面有很多这样的类库,如SQLObject、Storm、peewee和SQLAlchemy。
这里就给你们介绍一下Peewee的基本使用,因为它非常的轻量级,最主要是和Django的ORM 操作很像,如果你学过Django那么很容易上手。
from peewee import *
import datetime
db = MySQLDatabase("guest", host="127.0.0.1", port=3306, user="root", passwd="123456")
db.connect()
class BaseModel(Model):
class Meta:
database = db
class User(BaseModel):
username = CharField(unique=True)
class Tweet(BaseModel):
user = ForeignKeyField(User, related_name='tweets')
message = TextField()
created_date = DateTimeField(default=datetime.datetime.now)
is_published = BooleanField(default=True)
if __name__ == "__main__":
# 创建表
User.create_table() # 创建User表
Tweet.create_table() # 创建Tweet表
首先,导入peewee
库下面的所有方法,这个当然需要。
然后,通过MySQLDatabase
连接数据库,把数据连接的几个必要参数一一填写。通过connect()
方法与MySQL
数据库建立链接。
接下来就是表的创建,创建BaseModel
类,在该类下创建子类Meta
,Meta
是一个内部类,它用于定义peewee
的Model
类的行为特性。指定dabatase
为 前面定义的db
。
再接下来就是表的创建了,我们在SQL
语句创建表时一般需要知道以下信息。表的名字,表有哪些字段?这些字段分别是什么类型?是否允许为空,或自增?哪个字段是主键是?哪个是外键?
ORM
用编程语言里的概念帮我们映射了这些东西。
创建 User
和Tweet
类做为表名。在类下面定义的变量为字段名,如username、message、created_date
等。通过CharField、DateTimeField、BooleanField
表示字段的类型。ForeignKeyField
建立外键。 主键呢? 建表时不都要有个主键id
嘛,不用!peewee
默认已经为我们加上这个id
了。
最后,执行create_table()
方法创建两张表。
通过数据库工具,查看生成的两张表。
三、插入数据
要想操作表数据,首先表里得有数据。先来看看如何添加数据。
if __name__ == "__main__":
# ...
user = User.create(username='tom')
Tweet.create(user=user, message="这是一段文字")
这样就要User
表里添加一个tom
的用户,这用户发了一条Tweet
,在Tweet
表里。但这个用户兴致来了,想继续发第二条Tweet
。于是:
if __name__ == "__main__":
# ...
Tweet.create(user_id=1, message="这是第二段文字")
咦~!?不对,我们没有创建user_id字段啊!但是,如果你查询Tweet表,就会发现有这个字段,用它来关联User表的id。
四、查询数据
接下来,查询数据。
if __name__ == "__main__":
# ...
# 查询 1
t = Tweet.get(message="这是一段文字")
print(t.user_id)
print(t.created_date)
print(t.is_published)
查询结果:
1
2017-05-19 15:44:32
True
不过,get()方法只能查询一条,且是唯一的一条数据;通过查询条件不能查询出多条,也不能查询出0条。
if __name__ == "__main__":
# ...
# 查询 2
ts = Tweet.filter(user_id=1)
for t in ts:
print(t.message)
这是一段文字
这是第二段文字
而,filter()方法,就会更加灵活,可以查询多条结果,并把结果循环输出。
五、Playhouse库
Playhouse库中提供了一些比较有意思的方法。当我们在安装peewee时,也会捎带着把它装上。
这里只介绍它里面的model_to_dict和dict_to_model两个方法。
model_to_dict方法用法:
from playhouse.shortcuts import model_to_dict, dict_to_model
# ……
if __name__ == "__main__":
# ……
user = User.create(username='jack')
# 把数据对象转成字典
u = model_to_dict(user)
print(u)
运行结果:
{'id': 7, 'username': 'jack'}
dict_to_model方法用法:
from playhouse.shortcuts import model_to_dict, dict_to_model
# ……
if __name__ == "__main__":
# ……
# 把字典转成数据对象
user_data = {'id': 2, 'username': 'charlie'}
user = dict_to_model(User, user_data)
print(user.username)
运行结果:
charlie
import datetime跳转
datetime
是Python处理日期和时间的标准库。
>>> from datetime import datetime
>>> now = datetime.now() # 获取当前datetime
>>> print(now)
2015-05-18 16:28:07.198690
>>> print(type(now))
<class 'datetime.datetime'>
注意到datetime
是模块,datetime
模块还包含一个datetime
类,通过from datetime import datetime
导入的才是datetime
这个类。
如果仅导入import datetime
,则必须引用全名datetime.datetime
。
datetime.now()
返回当前日期和时间,其类型是datetime
。
获取指定日期和时间
要指定某个日期和时间,我们直接用参数构造一个datetime
:
>>> from datetime import datetime
>>> dt = datetime(2015, 4, 19, 12, 20) # 用指定日期时间创建datetime
>>> print(dt)
2015-04-19 12:20:00
datetime转换为timestamp
在计算机中,时间实际上是用数字表示的。我们把1970年1月1日 00:00:00 UTC+00:00
时区的时刻称为epoch time
,记为0
(1970
年以前的时间timestamp
为负数),当前时间就是相对于epoch time
的秒数,称为timestamp
。
你可以认为:
timestamp = 0 = 1970-1-1 00:00:00 UTC+0:00
对应的北京时间是:
timestamp = 0 = 1970-1-1 08:00:00 UTC+8:00
可见timestamp
的值与时区毫无关系,因为timestamp
一旦确定,其UTC
时间就确定了,转换到任意时区的时间也是完全确定的,这就是为什么计算机存储的当前时间是以timestamp
表示的,因为全球各地的计算机在任意时刻的timestamp
都是完全相同的(假定时间已校准)。
把一个datetime
类型转换为timestamp
只需要简单调用timestamp()
方法:
>>> from datetime import datetime
>>> dt = datetime(2015, 4, 19, 12, 20) # 用指定日期时间创建datetime
>>> dt.timestamp() # 把datetime转换为timestamp
1429417200.0
注意Python的timestamp
是一个浮点数。如果有小数位,小数位表示毫秒数。
某些编程语言(如Java和JavaScript)的timestamp
使用整数表示毫秒数,这种情况下只需要把timestamp
除以1000
就得到Python的浮点表示方法。
timestamp转换为datetime
要把timestamp
转换为datetime
,使用datetime
提供的fromtimestamp()
方法:
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t))
2015-04-19 12:20:00
str转换为datetime
很多时候,用户输入的日期和时间是字符串,要处理日期和时间,首先必须把str
转换为datetime
。转换方法是通过datetime.strptime()
实现,需要一个日期和时间的格式化字符串:
>>> from datetime import datetime
>>> cday = datetime.strptime('2015-6-1 18:19:59', '%Y-%m-%d %H:%M:%S')
>>> print(cday)
2015-06-01 18:19:59
字符串'%Y-%m-%d %H:%M:%S'
规定了日期和时间部分的格式。详细的说明请参考Python文档。
注意转换后的datetime
是没有时区信息的。
datetime转换为str
如果已经有了datetime对象,要把它格式化为字符串显示给用户,就需要转换为str,转换方法是通过strftime()实现的,同样需要一个日期和时间的格式化字符串:
>>> from datetime import datetime
>>> now = datetime.now()
>>> print(now.strftime('%a, %b %d %H:%M'))
Mon, May 05 16:28
datetime加减
对日期和时间进行加减实际上就是把datetime
往后或往前计算,得到新的datetime
。加减可以直接用+和-
运算符,不过需要导入timedelta
这个类:
>>> from datetime import datetime, timedelta
>>> now = datetime.now()
>>> now
datetime.datetime(2015, 5, 18, 16, 57, 3, 540997)
>>> now + timedelta(hours=10)
datetime.datetime(2015, 5, 19, 2, 57, 3, 540997)
>>> now - timedelta(days=1)
datetime.datetime(2015, 5, 17, 16, 57, 3, 540997)
>>> now + timedelta(days=2, hours=12)
datetime.datetime(2015, 5, 21, 4, 57, 3, 540997)
可见,使用timedelta
你可以很容易地算出前几天和后几天的时刻。
本地时间转换为UTC时间
本地时间是指系统设定时区的时间,例如北京时间是UTC+8:00
时区的时间,而UTC
时间指UTC+0:00
时区的时间。
一个datetime
类型有一个时区属性tzinfo
,但是默认为None
,所以无法区分这个datetime
到底是哪个时区,除非强行给datetime
设置一个时区:
>>> from datetime import datetime, timedelta, timezone
>>> tz_utc_8 = timezone(timedelta(hours=8)) # 创建时区UTC+8:00
>>> now = datetime.now()
>>> now
datetime.datetime(2015, 5, 18, 17, 2, 10, 871012)
>>> dt = now.replace(tzinfo=tz_utc_8) # 强制设置为UTC+8:00
>>> dt
datetime.datetime(2015, 5, 18, 17, 2, 10, 871012, tzinfo=datetime.timezone(datetime.timedelta(0, 28800)))
如果系统时区恰好是UTC+8:00
,那么上述代码就是正确的,否则,不能强制设置为UTC+8:00
时区。
时区转换
我们可以先通过utcnow()
拿到当前的UTC
时间,再转换为任意时区的时间:
# 拿到UTC时间,并强制设置时区为UTC+0:00:
>>> utc_dt = datetime.utcnow().replace(tzinfo=timezone.utc)
>>> print(utc_dt)
2015-05-18 09:05:12.377316+00:00
# astimezone()将转换时区为北京时间:
>>> bj_dt = utc_dt.astimezone(timezone(timedelta(hours=8)))
>>> print(bj_dt)
2015-05-18 17:05:12.377316+08:00
# astimezone()将转换时区为东京时间:
>>> tokyo_dt = utc_dt.astimezone(timezone(timedelta(hours=9)))
>>> print(tokyo_dt)
2015-05-18 18:05:12.377316+09:00
# astimezone()将bj_dt转换时区为东京时间:
>>> tokyo_dt2 = bj_dt.astimezone(timezone(timedelta(hours=9)))
>>> print(tokyo_dt2)
2015-05-18 18:05:12.377316+09:00
时区转换的关键在于,拿到一个datetime
时,要获知其正确的时区,然后强制设置时区,作为基准时间。
利用带时区的datetime
,通过astimezone()
方法,可以转换到任意时区。
注:不是必须从UTC+0:00时区转换到其他时区,任何带时区的datetime都可以正确转换,例如上述bj_dt到tokyo_dt的转换。
小结
datetime
表示的时间需要时区信息才能确定一个特定的时间,否则只能视为本地时间。
如果要存储datetime
,最佳方法是将其转换为timestamp
再存储,因为timestamp
的值与时区完全无关。