2019-1-6 15:57:18

今天的是做了一个代码统计的demo

使用了数据库的连接池

参考连接 https://www.cnblogs.com/wupeiqi/articles/8184686.html

我觉得 flask 的连接数据库目前有点麻烦,都是用pymysql 原生的sql 语句,并不像Django的orm来的快

也许还没学到后面

这个代码统计系统其实就是上传文件和解压文件,然后读取文件有多少行代码,其实也用到了数据库的增删改查

整体思路不难,主要用到了数据库连接池的一点,在flask 中以后连接数据库都得使用连接池

这有源代码点击下载

现在越来越发现,其实flask和Django 就好比 微信和qq  一个给你所有你会需要的东西,一个给你原生东西,让你自己找自己需要的东西

还有3 ,4 就学完flask 到时候总结一下flask 东西!天真冷!

还有10来天就全部结束啦!估计一两个星期就好,余下时间整理所有博客,温故一下!

越努力与幸运!

永远不要高估自己!

s9day118 

内容回顾:
1.flask功能:
- 路由
- 视图
- 蓝图
...
2. 请求上下文管理(ctx):request,session
- 请求到来之后wsgi会触发__call__方法,由__call__方法再次调用wsgi_app方法
- 在wsgi_app方法中:
- 首先将 请求相关+空session 封装到一个RequestContext对象中,即:ctx。
- 将ctx交给LocalStack对象,再由LocalStack将ctx添加到Local中,Local结构:
__storage__ = {
1231:{stack:[ctx,] }
}
- 根据请求中的cookie中提取名称为sessionid对应的值,对cookie进行加密+反序列化,再次赋值给ctx中的session -> 视图函数 - 把session中的数据再次写入到cookie中。
- 将ctx删除
- 结果返回给用户浏览器
- 断开socket连接 3. 什么是偏函数?以及应用场景? 4. 面向对象中双下线的个数方法:
init
str
repr new,单例/rest framework序列化
call,flask源码请求入口,django请求入口(WSGIHandler.__call__)。
getattr
setattr
delattr,flask Local对象 setitem
getitem
delitem,
class Foo(object): def __getitem__(self, item):
return 1 def __setitem__(self, key, value):
pass def __delitem__(self, key):
pass obj = Foo()
obj['k1']
obj['k1'] = 123
del obj['k1'] dict,api封装返回数据时:BaseResponse
mro, 继承顺序
slots,Local对象 5. 栈
class Stack(object): def push(self,item):
pass def pop(self):
pass class Queue(object):
def push(self,item):
pass def pop(self):
pass 6. super/类.func(...) 7. 什么是函数?什么是方法? def func():
pass class Foo(object): def func(self):
pass # 执行方式一
# obj = Foo()
# obj.func() # 方法 # 执行方式二
# Foo.func(123) # 函数 from types import FunctionType,MethodType # obj = Foo()
# print(isinstance(obj.func,FunctionType)) # False
# print(isinstance(obj.func,MethodType)) # True print(isinstance(Foo.func,FunctionType)) # True
print(isinstance(Foo.func,MethodType)) # False 8. threading.local 今日内容:
- 代码统计
- pymysql
- 数据库连接池:
- DBUtils
- 初步认识:SQLAlchemy 内容详细:
- 代码统计 - 数据库连接池:
pip3 install DBUtils 注意:
- 使用数据库连接池
- 封装SQLHelper 作业:
1. 功能完善
2. BootStrap 模板
3. 详细页面: http://127.0.0.1:5000/detail/1 -> 折线图
4. 用户列表:
- 柱状图
- 表格
PS: select user_id,sum(line) from record group by user_id + 连表查询到用户姓名

1.6 flask应用: 代码统计系统的更多相关文章

  1. 利用JS跨域做一个简单的页面访问统计系统

    其实在大部分互联网web产品中,我们通常会用百度统计或者谷歌统计分析系统,通过在程序中引入特定的JS脚本,然后便可以在这些统计系统中看到自己网站页面具体的访问情况.但是有些时候,由于一些特殊情况,我们 ...

  2. 网站流量统计系统 phpMyVisites

    phpMyVisites是一个网站流量统计系统,它能够提供非常详细的统计报告和高级图形报表.phpMyVisites不是一个Apache log分析工具,它建有自己的log.它的特点包括: 安装部署: ...

  3. 利用JS跨域做一个简单的页面訪问统计系统

    事实上在大部分互联网web产品中,我们一般会用百度统计或者谷歌统计分析系统,通过在程序中引入特定的JS脚本,然后便能够在这些统计系统中看到自己站点页面详细的訪问情况.可是有些时候,因为一些特殊情况,我 ...

  4. Python实现代码统计工具——终极加速篇

    Python实现代码统计工具--终极加速篇 声明 本文对于先前系列文章中实现的C/Python代码统计工具(CPLineCounter),通过C扩展接口重写核心算法加以优化,并与网上常见的统计工具做对 ...

  5. 开源网站流量统计系统Piwik源码分析——参数统计(一)

    Piwik现已改名为Matomo,这是一套国外著名的开源网站统计系统,类似于百度统计.Google Analytics等系统.最大的区别就是可以看到其中的源码,这正合我意.因为我一直对统计的系统很好奇 ...

  6. Python实现C代码统计工具(四)

    目录 Python实现C代码统计工具(四) 标签: Python 计时 持久化 声明 运行测试环境 一. 自定义计时函数 1.1 整个程序计时 1.2 代码片段计时 1.3 单条语句计时 二. 性能优 ...

  7. Python代码统计工具

    目录 Python代码统计工具 声明 一. 问题提出 二. 代码实现 三. 效果验证 Python代码统计工具 标签: Python 代码统计 声明 本文将对<Python实现C代码统计工具(一 ...

  8. Python实现C代码统计工具(三)

    目录 Python实现C代码统计工具(三) 声明 一. 性能分析 1.1 分析单条语句 1.2 分析代码片段 1.3 分析整个模块 二. 制作exe Python实现C代码统计工具(三) 标签: Py ...

  9. 开源网站访问统计系统Piwik

    http://www.piwik.cn/ http://www.piwik.org/ Piwik 是一套基于 Php+MySQL 技术构建,能够与 Google Analytics 相媲美的开源网站访 ...

随机推荐

  1. Atcoder4105 Same Integers(模拟)

    https://abc093.contest.atcoder.jp/tasks/arc094_a?lang=en 思路题还是不太会做哈.感觉数据不大,一开始dfs做但是发现不是最优解,一想确实是这么一 ...

  2. 使用linux kernel代码编译perf工具

    环境:Qemu + ARMv8 perf是一款综合性分析工具,大到系统全局性性能,再小到进程线程级别,甚至到函数及汇编级别. 在内核源码目录下执行编译脚本: #!/bin/bash cross_com ...

  3. SharePoint 读取内容的插件之SharepointPlus

    前言 最近,一直在前端和SharePoint进行交互,然后,发现一个好用的插件,分享给大家. 首先,需要添加一个引用,如下图: 当然,我这里只是举个例子,亲们一定要去下载这个库,然后传到服务器或者文档 ...

  4. 用SSH登录远程的机器,在远程机器上执行本地机器上的脚本

    假设本地的机器IP为10.245.111.90,我们想要在10.245.111.93上执行一个保存在10.245.111.90上的脚本. 经过测试通过的命令如下: ssh root@10.245.11 ...

  5. 转 信号量与PV操作

    在计算机操作系统中,PV操作是进程管理中的难点.首先应弄清PV操作的含义:PV操作由P操作原语和V操作原语组成(原语是不可中断的过程),对信号量进行操作,具体定义如下:    P(S):①将信号量S的 ...

  6. Python String Formatting Best Practices

    https://imliyan.com/blogs/article/Python3.6%E6%96%B0%E7%9A%84%E5%AD%97%E7%AC%A6%E4%B8%B2%E6%A0%BC%E5 ...

  7. zabbix 界面翻译不完全的处理

    zabbix是一个多语言监控系统,界面显示由对应的语言下的frontend.mo控制.当前对中文的翻译不完全,如下图 如果我们需要自己优化,将此翻译成中文,那么你需要修改zh_CN下的frontend ...

  8. jquery中选择器input:hidden和input[type=hidden]的区别

    关于选择器:hidden的说明,在jquery说明文档中是这样说的:匹配所有不可见元素,或者type为hidden的元素.而[type=hidden]是查找所有type属性等于hidden的元素.两者 ...

  9. PCB特征阻抗计算

    见教程:链接:https://pan.baidu.com/s/1V4UbEoKfMD1bilwu-Qwdyg 密码:ml6t

  10. Fedora 25-64位操作系统中安装配置Hyperledger Fabric过程

    安装过程参照Hyperledger Fabric的官方文档,文档地址:http://hyperledger-fabric.readthedocs.io/en/latest/prereqs.html 0 ...