Flask入门第三天

　　一、数据库操作

　　1，orm

orm（object-Relation Mapping），对象-关系映射，主要实现模型对象到关系数据库数据的映射。
优点：
- 只需要面向对象编程, 不需要面向数据库编写代码.
  - 对数据库的操作都转化成对类属性和方法的操作.
  - 不用编写各种数据库的`sql语句`.
- 实现了数据模型与数据库的解耦, 屏蔽了不同数据库操作上的差异.
  - 不再需要关注当前项目使用的是哪种数据库。
  - 通过简单的配置就可以轻松更换数据库, 而不需要修改代码.
缺点：
- 相比较直接使用SQL语句操作数据库,有性能损失.
- 根据对象的操作转换成SQL语句,根据查询的结果转化成对象, 在映射过程中有性能损失.

　　2，Flask-SQLAlchemy

flask默认提供模型操作，但是并没有提供ORM，所以一般开发的时候我们会采用flask-SQLAlchemy模块来实现ORM操作.
SQLAlchemy是一个关系型数据库框架，它提供了高层的 ORM 和底层的原生数据库的操作。flask-sqlalchemy 是一个简化了 SQLAlchemy 操作的flask扩展。
SQLAlchemy: https://www.sqlalchemy.org/

安装 flask-sqlalchemy:pip install flask-sqlalchemy

如果连接的是 mysql 数据库，需要安装 mysqldb **驱动**:pip install flask-mysqldb

　　2.1 数据库连接设置

在 Flask-SQLAlchemy 中，数据库使用URL指定，而且程序使用的数据库必须保存到Flask配置对象的 **SQLALCHEMY_DATABASE_URI** 键中
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/test'

其他设置：
# 动态追踪修改设置，如未设置只会提示警告
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#查询时会显示原始SQL语句
app.config['SQLALCHEMY_ECHO'] = True

　　2.2 常用的sqlalchemy字段类型

Integer：int普通整数，一般是32位
SmallInteger：int取值范围小的整数，一般是16位
BigInteger：int或long不限制精度的整数Floatfloat浮点数
Numeric：decimal.Decimal普通整数，一般是32位
String：str变长字符串Textstr变长字符串，对较长或不限长度的字符串做了优化Unicode：unicode变长Unicode字符串
UnicodeText：unicode变长Unicode字符串，对较长或不限长度的字符串做了优化
Boolean：bool布尔值
Date：datetime.date时间
Time：datetime.datetime日期和时间
LargeBinary：str二进制文件

　　2.3 常用的SQLALchemy列选项

primary_key：如果为True，代表表的主键
unique：如果为True，代表这列不允许出现重复的值
index：如果为True，为这列创建索引，提高查询效率
nullable：如果为True，允许有空值，如果为False，不允许有空值
default：为这列定义默认值

　　2.4 常用的SQLALchemy关系选项

backref：在关系的另一模型中添加反向引用,用于设置外键名称,在1查多的
primary join：明确指定两个模型之间使用的联结条件
uselist：如果为False，不使用列表，而使用标量值
order_by：指定关系中记录的排序方式
secondary：指定多对多关系中关系表的名字
secondary join：在SQLAlchemy中无法自行决定时，指定多对多关系中的二级联结条件

　　3，数据库基本操作

在Flask-SQLAlchemy中，插入、修改、删除操作，均由数据库会话管理。
会话用 db.session 表示。在准备把数据写入数据库前，要先将数据添加到会话中然后调用 commit() 方法提交会话。
在 Flask-SQLAlchemy 中，查询操作是通过 query 对象操作数据。
最基本的查询是返回表中所有数据，可以通过过滤器进行更精确的数据库查询。

　　3.1 在视图函数中定义模型类

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

#设置连接数据库的URL
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/test'

app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#查询时会显示原始SQL语句
app.config['SQLALCHEMY_ECHO'] = True
db = SQLAlchemy(app)

class Role(db.Model):
    # 定义表名
    __tablename__ = 'roles'
    # 定义列对象
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    us = db.relationship('User', backref='role')

    # repr()方法类似于django的__str__，用于打印模型对象时显示的字符串信息
    def __repr__(self):
        return 'Role:%s'% self.name

class User(db.Model):
    __tablename__ = 'users'
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    email = db.Column(db.String(64),unique=True)
    password = db.Column(db.String(64))
    role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

    def __repr__(self):
        return 'User:%s'%self.name
if __name__ == '__main__':
    app.run(debug=True)

　　模型之间的关联

　　一对多：

class Role(db.Model):
    ...
    #关键代码
    us = db.relationship('User', backref='role', lazy='dynamic')
    ...

class User(db.Model):
    ...
    role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

其中realtionship描述了Role和User的关系。在此文中，第一个参数为对应参照的类"User"
第二个参数backref为类User申明新属性的方法
第三个参数lazy决定了什么时候SQLALchemy从数据库中加载数据
如果设置为子查询方式(subquery)，则会在加载完Role对象后，就立即加载与其关联的对象，这样会让总查询数量减少，但如果返回的条目数量很多，就会比较慢
设置为 subquery 的话，role.users 返回所有数据列表
另外,也可以设置为动态方式(dynamic)，这样关联对象会在被使用的时候再进行加载，并且在返回前进行过滤，如果返回的对象数很多，或者未来会变得很多，
那最好采用这种方式
设置为 dynamic 的话，role.users 返回查询对象，并没有做真正的查询，可以利用查询对象做其他逻辑，比如：先排序再返回结果

　　多对多

registrations = db.Table('registrations',
    db.Column('student_id', db.Integer, db.ForeignKey('students.id')),
    db.Column('course_id', db.Integer, db.ForeignKey('courses.id'))
)

class Course(db.Model):
    ...

class Student(db.Model):
    ...
    courses = db.relationship('Course',secondary=registrations,
                                    backref='students',
                                    lazy='dynamic')

　　3.2 常用的SQLAlchemy查询过滤器

filter()：把过滤器添加到原查询上，返回一个新查询
filter_by()：把等值过滤器添加到原查询上，返回一个新查询
limit()：使用指定的值限定原查询返回的结果
offset()：偏移原查询返回的结果，返回一个新查询
order_by()：根据指定条件对原查询结果进行排序，返回一个新查询
group_by()：根据指定条件对原查询结果进行分组，返回一个新查询

　　3.3常用的SQLAlchemy查询结果的方法

all()：以列表形式返回查询的所有结果
first()：返回查询的第一个结果，如果未查到，返回None
first_or_404()：返回查询的第一个结果，如果未查到，返回404
get()：返回指定主键对应的行，如不存在，返回None
get_or_404()：返回指定主键对应的行，如不存在，返回404
count()：返回查询结果的数量
paginate()：返回一个Paginate对象，它包含指定范围内的结果

　　3.4 创建表

db.create_all()  # 注意，create_all()方法执行的时候，需要放在模型的后面

　　3.5删除表

db.drop_all()

　　3.6插入数据

插入一条数据
ro1 = Role(name='admin')
db.session.add(ro1)
db.session.commit()
#再次插入一条数据
ro2 = Role(name='user')
db.session.add(ro2)
db.session.commit()

插入多条数据
us5 = User(name='tang',email='tang@163.com',password='',role_id=ro2.id)
us6 = User(name='wu',email='wu@gmail.com',password='',role_id=ro2.id)
us7 = User(name='qian',email='qian@gmail.com',password='',role_id=ro1.id)
us8 = User(name='liu',email='liu@163.com',password='',role_id=ro1.id)
us9 = User(name='li',email='li@163.com',password='',role_id=ro2.id)
us10 = User(name='sun',email='sun@163.com',password='',role_id=ro2.id)
db.session.add_all([us5,us6,us7,us8,us9,us10])
db.session.commit()

　　3.7 查询

filter_by精确查询
User.query.filter_by(name='wang').all()

first()返回查询到的第一个对象
User.query.first()

all()返回查询到的所有对象
User.query.all()

filter模糊查询，返回名字结尾字符为g的所有数据。
User.query.filter(User.name.endswith('g')).all()

get():参数为主键，如果主键不存在没有返回内容
User.query.get()

逻辑非，返回名字不等于wang的所有数据
User.query.filter(User.name!='wang').all()

not_ 相当于取反
from sqlalchemy import not_
User.query.filter(not_(User.name=='chen')).all()

逻辑与，需要导入and，返回and()条件满足的所有数据
from sqlalchemy import and_
User.query.filter(and_(User.name!='wang',User.email.endswith('163.com'))).all()

逻辑或，需要导入or_
from sqlalchemy import or_
User.query.filter(or_(User.name!='wang',User.email.endswith('163.com'))).all()

查询数据后删除
user = User.query.first()
db.session.delete(user)
db.session.commit()
User.query.all()

关联查询示例：角色和用户的关系是一对多的关系，一个角色可以有多个用户，一个用户只能属于一个角色。
查询角色的所有用户
#查询roles表id为1的角色
ro1 = Role.query.get(1)
#查询该角色的所有用户
ro1.us.all()

查询用户所属角色
#查询users表id为3的用户
us1 = User.query.get(3)
#查询用户属于什么角色
us1.role

　　3.8 更新数据

user = User.query.first()
user.name = 'dong'
db.session.commit()
User.query.first()

　　4，数据库迁移

在开发过程中，需要修改数据库模型，而且还要在修改之后更新数据库。最直接的方式就是删除旧表，但这样会丢失数据。
更好的解决办法是使用数据库迁移框架，它可以追踪数据库模式的变化，然后把变动应用到数据库中。
在Flask中可以使用Flask-Migrate扩展，来实现数据迁移。并且集成到Flask-Script中，所有操作通过命令就能完成
为了导出数据库迁移命令，Flask-Migrate提供了一个MigrateCommand类，可以附加到flask-script的manager对象上

　　安装：

pip install flask-migrate

　　代码：

#coding=utf-8
from flask import Flask

from flask_sqlalchemy import SQLAlchemy
from flask_migrate import Migrate,MigrateCommand
from flask_script import Shell,Manager

app = Flask(__name__)
manager = Manager(app)

app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://root:mysql@127.0.0.1:3306/Flask_test'
app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN'] = True
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
db = SQLAlchemy(app)

#第一个参数是Flask的实例，第二个参数是Sqlalchemy数据库实例
migrate = Migrate(app,db) 

#manager是Flask-Script的实例，这条语句在flask-Script中添加一个db命令
manager.add_command('db',MigrateCommand)

#定义模型Role
class Role(db.Model):
    # 定义表名
    __tablename__ = 'roles'
    # 定义列对象
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    user = db.relationship('User', backref='role')

    #repr()方法显示一个可读字符串，
    def __repr__(self):
        return 'Role:'.format(self.name)

#定义用户
class User(db.Model):
    __talbe__ = 'users'
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(64), unique=True, index=True)
    #设置外键
    role_id = db.Column(db.Integer, db.ForeignKey('roles.id'))

    def __repr__(self):
        return 'User:'.format(self.username)

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

　　4.1创建迁移仓库

#这个命令会创建migrations文件夹，所有迁移文件都放在里面。
python manage.py db init

　　4.2创建迁移脚本

自动创建迁移脚本有两个函数
upgrade()：函数把迁移中的改动应用到数据库中
downgrade()：函数则将改动删除

自动创建的迁移脚本会根据模型定义和数据库当前状态的差异，生成upgrade()和downgrade()函数的内容。

对比不一定完全正确，有可能会遗漏一些细节，需要进行检查
python manage.py db migrate -m 'initial migration'

　　4.3更新数据库

python manage.py db upgrade 

　　4.4返回以前的版本

可以根据history命令找到版本号,然后传给downgrade命令:
python manage.py db history
输出格式：<base> ->  版本号 (head), initial migration

回滚到指定版本：
python manage.py db downgrade # 默认返回上一个版本
python manage.py db downgrade 版本号   # 返回到指定版本号对应的版本

　　4.5数据库迁移的步骤

1. 初始化数据迁移的目录
python manage.py db init

2. 数据库的数据迁移版本初始化
python manage.py db migrate -m 'initial migration'

3. 升级版本[创建表]
python manage.py db upgrade 

4. 降级版本[删除表]
python manage.py db downgrade

　　二、flask-session

　　允许设置session到指定存储的空间中。

　　安装：pip install Flask-Session

　　使用session之前必须配置：秘钥

　　1，redis基本配置

app.config['SESSION_TYPE'] = 'redis'  # session类型为redis
app.config['SESSION_PERMANENT'] = False  # 如果设置为True，则关闭浏览器session就失效。
app.config['SESSION_USE_SIGNER'] = False  # 是否对发送到浏览器上session的cookie值进行加密
app.config['SESSION_KEY_PREFIX'] = 'session:'  # 保存到session中的值的前缀
app.config['SESSION_REDIS'] = redis.Redis(host='127.0.0.1', port='', password='')  # 用于连接redis的配置

Session(app)

　　2，SQLAlchemy基本配置

db = SQLAlchemy(app)

app.config['SESSION_TYPE'] = 'sqlalchemy'  # session类型为sqlalchemy
app.config['SESSION_SQLALCHEMY'] = db # SQLAlchemy对象
app.config['SESSION_SQLALCHEMY_TABLE'] = 'session' # session要保存的表名称
app.config['SESSION_PERMANENT'] = True  # 如果设置为True，则关闭浏览器session就失效。
app.config['SESSION_USE_SIGNER'] = False  # 是否对发送到浏览器上session的cookie值进行加密
app.config['SESSION_KEY_PREFIX'] = 'session:'  # 保存到session中的值的前缀

Session(app)

　　三、蓝图Blueprint

　　1，模块化

随着flask程序越来越复杂,我们需要对程序进行模块化的处理,之前学习过python的模块化管理,于是针对一个简单的flask程序进行模块化处理
简单来说，Blueprint 是一个存储操作方法的容器，这些操作在这个Blueprint 被注册到一个应用之后就可以被调用，Flask 可以通过Blueprint来组织URL以及处理请求。
Flask使用Blueprint让应用实现模块化，在Flask中，Blueprint具有如下属性：
- 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 “/”、“/sample”或者子域名
- 在一个应用中，一个模块可以注册多次
- 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
但是一个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。

　　使用蓝图

Blueprint对象用起来和一个应用/Flask对象差不多，最大的区别在于一个 蓝图对象没有办法独立运行，必须将它注册到一个应用对象上才能生效
使用蓝图可以分为四个步骤
1，创建一个蓝图目录,例如**users**,并在``__init__.py``文件中创建蓝图对象
users=Blueprint('users',__name__)
2，在这个蓝图目录下, 创建views.py文件,保存当前蓝图使用的视图函数
@admin.route('/')
def home():
    return 'user.home'
3，在**users/__init__.py**中引入views.py中所有的视图函数
from flask import Blueprint
# 等同于原来在 manage.py里面的 app = Flask()
users=Blueprint('users',__name__)

from .views import *
4，在主应用manage.py文件中的app对象上注册这个**users**蓝图对象
from users import users
app.register_blueprint(users,url_prefix='/users')
当这个应用启动后,通过/users/可以访问到蓝图中定义的视图函数

　　2，运行机制

- 蓝图是保存了一组将来可以在应用对象上执行的操作，注册路由就是一种操作
- 当在应用对象上调用 route 装饰器注册路由时,这个操作将修改对象的url_map路由表
- 然而，蓝图对象根本没有路由表，当我们在蓝图对象上调用route装饰器注册路由时,它只是在内部的一个延迟操作记录列表defered_functions中添加了一个项
- 当执行应用对象的 register_blueprint() 方法时，应用对象将从蓝图对象的 defered_functions 列表中取出每一项，并以自身作为参数执行该匿名函数，
即调用应用对象的 add_url_rule() 方法，这将真正的修改应用对象的路由表

　　3，蓝图的url前缀

- 当我们在应用对象上注册一个蓝图时，可以指定一个url_prefix关键字参数（这个参数默认是/）
- 在应用最终的路由表 url_map中，在蓝图上注册的路由URL自动被加上了这个前缀，这个可以保证在多个蓝图中使用相同的URL规则而不会最终引起冲突，
只要在注册蓝图时将不同的蓝图挂接到不同的自路径即可
- url_for

url_for('admin.index') # /admin/

　　4，注册静态路由

和应用对象不同，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
admin = Blueprint("admin",__name__,static_folder='static_admin')
app.register_blueprint(admin,url_prefix='/admin')

现在就可以使用/admin/static_admin/ 访问static_admin目录下的静态文件了 定制静态目录URL规则 ：可以在创建蓝图对象时使用 static_url_path 来改变静态目录的路由。
下面的示例将为 static_admin 文件夹的路由设置为 /lib
admin = Blueprint("admin",__name__,static_folder='static_admin',static_url_path='/lib')
app.register_blueprint(admin,url_prefix='/admin')

　　5，设置模板目录

蓝图对象默认的模板目录为系统的模版目录，可以在创建蓝图对象时使用 template_folder 关键字参数设置模板目录
admin = Blueprint('admin',__name__,template_folder='my_templates')
注:如果在 templates 中存在和 my_templates 同名文件,则系统会优先使用 templates 中的文件