我说我能十分钟教会你Flask这个微型框架!你信不信?

我说我能十分钟教会你Flask这个微型框架!你信不信?

我说我能十分钟教会你Flask这个微型框架!你信不信?

语法:
{{变量|过滤器}}
Jinja2模板中常用的过滤器有:
capitalize 首字符变大写,其他字符变小写
lower 将值转换为小写字符
upper 将值转换为大写字符
title 将值中的每个单词的首字符变大写
trim 去掉值两端的空格

标签

{% for 变量 in 列表|元组|字典 %}
{% endfor %}
for标签中的内置对象loop
loop.index 获取下标
loop.index0 从0开始的下标
loop.first True/False
loop.last True/False

下面是一个关于Flask中宏的用法的实例:

{% macro showP(str) %}
 

使用宏显示内容:

{{str}}

{% endmacro %}
{% for name in params.list %} {{showP(name)}} {% endfor %}
{% import 'macros.html' as ms %} {% for name in params.list %} {{ms.show_p(name)}} {% endfor %}

私信菜鸟007有你想不到的惊喜!

继承

父模板中:
{% block title %}
 父模板中的内容
{% endblock %}
子模板中:
{% extends '父模板.html' %}
{% block title %}
 子模板中的内容
{% endblock %}
子模板中的内容会覆盖父模板中的内容

自定义404/500等错误页面

1.404 的错误处理
    @app.errorhandler(404)
    def page_not_fount(e):
        return render_template('404.html'),404
2.500 的错误处理
    @app.errorhandler(500)
    def internal_server_error(500):
        return render_template('500.html'),500
404.html 和 500.html 需要自定义

Views

Views这部分主要讲解以下几个部分:

  • 路由
  • 请求方法
  • url反向解析
  • request对象
  • 响应response
  • 文件上传
  • cookies
  • session

路由

一:基本路由的配置:
#http://127.0.0.1:5000/
@app.route('/')
def index():
    return "xxx"
二:带参数路由的配置:
1.基本带参数的路由
@app.route('/show/')
def show1(name):
    name:表示的就是地址栏上传递的数据
    pass
2.指定参数类型的路由
@app.route('/show//')
def show(name,age):
    name : 字符串
    age : 整数
可选的参数类型为 int float path(字符串,可以有斜杠/)
三:多个路由的配置:
@app.route('/地址1')
@app.route('/地址2')
....
def index():
    pass

请求方法

在Flask中认只能接收get请求,post请求无法接收,但是可以手动设置请求的接收方式。

下面的函数既能接收get请求又能接收post请求
@app.route('/xxx',methods=['POST','GET'])
def xxx():
 pass

url反向解析

正向解析:程序自动解析,根据@app.route()中的访问路径,来匹配处理函数
反向解析:通过视图处理函数名称自动生成对应的访问路径
在Flask中要实现反向解析:
    url_for(funName,args)
        funName:要生成地址的函数名
        args:该地址中需要的参数

request对象

request中的常用成员
    1.scheme:获取请求方案(协议)
    2.method:获取请求方式(重点,取值为 post 或 get)
    3.args : 获取使用get请求方式提交过来的数据(重点)
    4.form : 获取使用post请求方式提交过来的数据(重点)
    5.cookies : 获取cookies中的相关信息
    6.headers : 获取请求消息头的相关信息
    7.files : 获取上传文件
    8.path : 获取请求的资源的具体路径(不带参数)
    9.full_path : 获取完整的请求资源的具体路径(带参数)
    10.url : 获取完整的请求地址,从协议开始

响应response

响应有下面的三种方法:
1.返回响应模板(可带上参数)
@app.route('/')
from flask import render_template
def index1():
 return render_template('xxx.html',params=locals())

2.构建响应对象,并返回
from flask import make_response
@app.route('/')
def index2():
resp = make_response('响应内容')
resp = make_response(render_template('xxx.html'))
return resp

3.重定向
from flask import redirect
@app.route('/')
def index3():
return redirect('/login')

文件上传

html文件

用户姓名:

用户图像:

后台代码

@app.route('/01-file',methods=['GET','POST'])
def file_views():
 if request.method == 'GET':
 return render_template('01-file.html')
 else:
 #处理的上传文件
 #1.得到上传文件
 f = request.files['uimg']
 #2.将文件保存进指定的目录处[相对路径]
 # print('文件名称:'+f.filename)
 # f.save('static/'+f.filename)
 #3.将文件保存进指定的目录处[绝对路径]
 #获取当前文件的所在目录名
 basedir = os.path.dirname(__file__)
 #print('当前文件所在目录的绝对路径:'+basedir)
 #获取当前的时间拼成字符串,再拼上扩展名
 ftime=datetime.datetime.Now().strftime("%Y%m%d%H%M%s%f")
 #获取文件的扩展名 (b04.jpg)
 ext = f.filename.split('.')[1]
 filename = ftime + "." + ext
 upload_path = os.path.join(basedir,'static/upload',filename)
 # print('完整的上传路径:'+upload_path)
 f.save(upload_path)
 return "Save OK"

cookies

增:
 resp=make_response('保存cookie成功')
 resp.set_cookie('uname','test',3600)
删:
 响应对象.delete_cookie('key')
查询:
 uname = request.cookies.get('key')
 request.cookies['key']
 request.cookies # 拿到所有的cookies
 if 'key' in request.cookies:
 pass

session

from flask import session
配置 SECRET_KEY:
 app.config['SECRET_KEY']="thisiSarandomstring"
增:
 session['key'] = value
删:
 del session['key']
查:
 value = session['key']
 value = session.get('key')

Models

Models这部分主要讲解以下几个部分:

  • 数据库连接和基本配置
  • 模型类的关系映射
  • 插入数据
  • 查询数据

数据库连接和基本配置

from flask import Flask
from flask_sqlalchemy import sqlAlchemy
app = Flask(__name__)
# 为app指定数据库的配置信息
app.config['sqlALCHEMY_DATABASE_URI']='MysqL://root:123456@localhost:3306/flask'
#指定当视图执行完毕后,自动提交数据库操作
app.config['sqlALCHEMY_COMMIT_ON_TEARDOWN']=True
# 创建 sqlAlchemy的数据库实例
db = sqlAlchemy(app)

模型类的关系映射

下面链接有详细的讲解这一部分:模型类的关系映射

插入数据

#接收前端传递过来的数据
uname = request.form.get('uname')
uage = request.form.get('uage')
uemail = request.form.get('uemail')
#将数据构建成实体对象
user = Users(uname,uage,uemail)
#将数据保存回数据库
db.session.add(user)
# db.session.commit()

查询数据

  • 基于db.session进行查询
  • 基于

基于db.session进行查询

语法
db.sessin.query().过滤器函数().执行函数()

基于 Models 类进行查询

语法:
Models.query.查询过滤器函数().查询执行函数()

过滤器函数

过滤器函数
作用:专门对数据进行筛选,返回部分行数据
1.filter() 按指定条件进行过滤(单表,多表,定值,不定值)
2.filter_by() 按等值条件进行过滤
3.limit() 按限制行数量获取结果
4.order_by() 按指定列进行排序
5.group_by() 按指定条件进行分组
过滤器函数详解:
过滤器函数详解:
1.filter()
 注意:条件必须由 实体类.属性 组成
 1.查询年龄大于 30 的人的信息
 db.session.query(Users).filter(Users.age>30).all()
 2.查询id为1的人的信息
 db.session.query(Users).filter(Users.id==1).first()
 注意:filter()做等值判断时必须使用 == 
 3.查询年龄大于30并且id大于1的用户的信息
 filter(条件1,条件2,...) : and
 db.session.query(Users).filter(Users.age>30,Users.id>1).all()
 4.查询年龄大于30或者id为1的用户的信息
 查询或者操作,需要使用or_()
 filter(or_(条件1,条件2))
 from sqlalchemy import or_
 db.session.query(Users).filter(or_(Users.age>30,Users.id==1)).all()
 5.查询 email 中包含 'w' Users的信息
 db.session.query(Users).filter(Users.email.like('%w%'))
 6.查询 id 在 [2,4] 列表中的Users的信息
 db.session.query(Users).filter(Users.id.in_([2,4])).all()
2.filter_by()
 注意:只能做等值判断,不能做不等值
 查询id为1的users的信息
 db.session.query(Users).filter_by(id=1).first()
3.limit()
 1.获取 users 表中的前2条数据
 db.session.query(Users).limit(2).all()
 select * from users limit 2
 2.获取 users 表中过滤前3条数据后剩余的前2条数据
 select * from users limit 3,2
 db.session.query(Users).limit(2).offset(3).all()

4.order_by()

按照 id 倒序排序

select * from users order by id desc;

先按照年龄倒序排序,再按照id升序排序

select * from users order by age desc,id asc;
db.session.query(Users).order_by("age desc,id asc").all()
5.group_by()
1.将 users 表中的数据按照 age 进行分组
db.session.query(Users.age).group_by('age').all()
6.聚合函数
1.查询users表中所有人的平均年龄
select avg(age) from users;
from sqlalchemy import func
db.session.query(func.avg(Users.age).label('avgAge')).all()
2.users表中,按年龄分组,再查每组的年龄平均值
select age,avg(age) from users group by age
db.session.query(func.avg(Users.age)).group_by('age').all()
聚合函数:
1.func.avg() : 求平均值
2.func.sum() : 求和
3.func.max() : 求最大值
4.func.min() : 求最小值
5.func.count() : 求不为空的数量

执行函数

查询执行函数
目的:在query()的基础上得到最终的数据
语法:db.session.query(Models).查询执行函数()
1.all():以列表的方式返回query对象中所有的查询数据
2.first():返回query对象中的第一个查询结果,如果没有结果,返回None
3.first_or_404():返回query对象中的第一个查询结果,如果没有结果的话则终止程序并响应404
4.count():返回query对象中的查询结果的数量

学会了么!

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open
1. 发送电子邮件和短信笔记(第16章)(代码下载) 1.1 发送电子邮件 简单邮件传输协议(SMTP)是用于发送电子邮件的协议。SMTP 规定电子邮件应该如何格式化、加密、在邮件服务器之间传递,以及在你点击发送后,计算机要处理的所有其他细节。。但是,你并不需要知道这些技术细节,因为Python 的
文章目录 12 绘图实例(4) Drawing example(4)1. Scatterplot with varying point sizes and hues(relplot)2. Scatterplot with categorical variables(swarmplot)3. Scat
文章目录 10 绘图实例(2) Drawing example(2)1. Grouped violinplots with split violins(violinplot)2. Annotated heatmaps(heatmap)3. Hexbin plot with marginal dist
文章目录 9 绘图实例(1) Drawing example(1)1. Anscombe’s quartet(lmplot)2. Color palette choices(barplot)3. Different cubehelix palettes(kdeplot)4. Distribution
Python装饰器教程展示了如何在Python中使用装饰器基本功能。 文章目录 1 使用教程1.1 Python装饰器简单示例1.2 带@符号的Python装饰器1.3 用参数修饰函数1.4 Python装饰器修改数据1.5 Python多层装饰器1.6 Python装饰器计时示例 2 参考 1 使
1. 用GUI 自动化控制键盘和鼠标第18章 (代码下载) pyautogui模块可以向Windows、OS X 和Linux 发送虚拟按键和鼠标点击。根据使用的操作系统,在安装pyautogui之前,可能需要安装一些其他模块。 Windows: 不需要安装其他模块。OS X: sudo pip3
文章目录 生成文件目录结构多图合并找出文件夹中相似图像 生成文件目录结构 生成文件夹或文件的目录结构,并保存结果。可选是否滤除目录,特定文件以及可以设定最大查找文件结构深度。效果如下: root:[z:/] |--a.py |--image | |--cat1.jpg | |--cat2.jpg |
文章目录 VENN DIAGRAM(维恩图)1. 具有2个分组的基本的维恩图 Venn diagram with 2 groups2. 具有3个组的基本维恩图 Venn diagram with 3 groups3. 自定义维恩图 Custom Venn diagram4. 精致的维恩图 Elabo
mxnet60分钟入门Gluon教程代码下载,适合做过深度学习的人使用。入门教程地址: https://beta.mxnet.io/guide/getting-started/crash-course/index.html mxnet安装方法:pip install mxnet 1 在mxnet中使
文章目录 1 安装2 快速入门2.1 基本用法2.2 输出图像格式2.3 图像style设置2.4 属性2.5 子图和聚类 3 实例4 如何进一步使用python graphviz Graphviz是一款能够自动排版的流程图绘图软件。python graphviz则是graphviz的python实