Python Flask学习知识点(二)

简介: 使用Flask写简单的API所有API都一样,不限于编程语言,API的难点在于路由(URL)的设计,能否精准的找到资源,而不是在于如何用技术实现。
img_4f01334dc864fcb4dea2d19d5fca5946.jpe

使用Flask写简单的API

所有API都一样,不限于编程语言,API的难点在于路由(URL)的设计,能否精准的找到资源,而不是在于如何用技术实现。
在上一篇Python Flask学习知识点(一)文章中,记录了如何在试图函数中返回数据。上篇文章说到Flask返回的本质是字符串,通过content-type来控制返回的字符串转换为需要值,那么我们在写API的时候,API一般返回的都是JSON格式的数据,所以在视图函数中要指定content-type为JSON。

@app.route()
def search():
    result = {"key1": "a", "key2": "b"}
    return json.dumps(result), 200, {"content-type": "application/json"}

解释上图代码片段:
我们一般通过视图函数中做处理后拿到数据类型为python内置数据类型dict,而Flask要求,返回的结果必须是字符串,所以我们用json.dumps(result)做处理后再返回。
后边指定返回状态码200,和,返回的content-type为JSON。
以上就是一个简单的API写法。

jsonify()方法

Flask提供我们另外一个方法,便于简化,jsonify().
改写上部代码:

from flask import jsonify

@app.route()
def search():
    result = {"key1": "a", "key2": "b"}
    return jsonify(result)

可以看到使用内置方法jsonify()要比原先的写法更为简洁。

将视图函数拆分为单独文件

在某些业务场景下,业务功能很多,如果把所有的视图函数全部放到单个文件中,代码多不容易维护,其次就是从业务模型角度来讲,不同的业务模型应该分配不同文件当中,比如用户模型和购物车模型,显然不应该混合在同一文件,业务模型应该分门别类。不推荐把所有视图函数放到一个文件中。
再一点就是,更加不应该将视图函数放在启动入口文件当中,如下:

import json
from flask import Flask
app = Flask(__name__)

# 把自定义的config.py配置文件合并到flask配置文件中
app.config.from_object("config")

@app.route("/hello/")
def hello():
    return "hello"

if __name__ == "__main__":
    app.run(host="0.0.0.0", debug=app.config['DEBUG'], port=81)

所以,重新建立项目目录,原先项目目录如下图:


img_ec5de8ba39d79791b5209e2b2ae8d726.png
image.png

原先是一个配置文件,一个入口启动文件,
现在新建一个名为app的文件夹,在app文件夹下新建一个名为web的文件夹,然后把视图函数移到web文件夹下的book.py中,如图:


img_00294850e8ad2f0f3bb2948b40fee72d.png
image.png

book.py中的内容:

from flask import jsonify
from run import app
__author__ = 'Allen'


@app.route('/hello')
def search():
    result = {"key1": "a"}
    return jsonify(result)

run.py中的内容:

from flask import Flask

app = Flask(__name__)
app.config.from_object('config')

from app.web import book

if __name__ == "__main__":
    app.run(host="0.0.0.0", debug=app.config['DEBUG'], port=81)

注意:由于在book.py中没有app这个变量,所以从run.py中导入app变量,看似没有问题,实则问题很大!
会有什么问题?
这时我们运行run.py启动flask, 在浏览器中输入127.0.0.1:81/hello会得到404错误,


img_7841e44a3c4c3c71079e743d9867ba14.png
image.png

404就是提示我们没有找到/hello视图函数。

深入了解flask路由

上边看到,我们拆分完视图函数后,运行报错,
在Flask中,每一个URL对应一个视图函数,中间还有一个叫做endpoint的东西,每一个URL有一个endpoint和一个视图函数,如果通过URL正向寻找视图函数时,endpoint显得多余,
但是通过视图函数反向寻找URL函数时,endpoint是有用的。如下图:


img_a95388ab88ba0b69ed3c8dccd2e2227f.png
image.png

在上一篇Python Flask学习知识点(一)文章中,说明了Flask路由注册的两种方式,其中

app.add_url_rule("/hello/", view_func=hello)

这个add_url_rule方法中其实还有一个参数endpoint

app.add_url_rule("/hello/", view_func=hello, endpoint=)

因为Flask内部有判断,如果我们不传这个参数,Flask会做处理,把视图函数的名字作为endpoint默认值传入,具体查看源码:


img_1f2da2dd825c29b84d52e9c7d6ebb56a.png
image.png

继续看源码,url_map中添加了我们定义的路由规则rule, view_functions中把endpoint作为key,视图函数作为value做存储,下图:


img_8358272a0fa1730a53b2907895bac857.png
image.png

结论:如果路由要注册成功,url_map对象中,rule(/hello)指向endpoint, view_functions字典中endpoint作为key,视图函数作为value
img_4186b421d19d4cc55b92057e101d6602.png
image.png

一个成功的路由注册,需要用endpoint作为桥梁来连接上URL和视图函数。

循环引入

上边提到,只有成功的注册路由才可以访问,但是已经成功的注册后还是无法访问,这个问题是因为这里其实出现了循环引用

在上边run.py文件中我们导入了这样一行代码:

from app.web import book

而在book.py中,我们导入了这样一行代码:

from run import app

以上两行导入代码会造成循环引用。

在运行run.py时代码执行到from app.web import book行时,会进入到book.py中,然后紧接着会执行到book.py中的这一行:from run import app,然后又会进入到run.py中,大家可以断点调试下看效果。
此时,由于之前引用过一次from app.web import book,所以不会再引用,接着,因为run文件中的app是被book.py导入的,所以if name 不等于 "main",代码会回到book.py中继续执行完,再跳回run.py中,成功启动run.py。
建议大家反复调试理解。
在上边过程中,其实app= Flask(name) ,app对象初始化了两次,我们用来注册视图函数的app和我们最终启动的app是两个不同的对象,由于循环导入,导致出现两个不同app对象。
验证一下:
在run.py中打印app对象地址

from flask import Flask

app = Flask(__name__)
print(id(app))
app.config.from_object('config')

from app.web import book

if __name__ == "__main__":
    print(id(app))
    app.run(host="0.0.0.0", debug=app.config['DEBUG'], port=81)

通过debug调试,可以看到两个内存地址不同,故为两个不同的app对象。

欲知后事如何,请听下回分解,记得点个赞~ 感谢。

目录
相关文章
|
14天前
|
缓存 Java 索引
[Python]知识点
本文主要介绍了Python的一些高级知识点和使用细节,包括pip的使用、内置函数、列表、元组、字典、集合、变量、Lambda表达式、面向对象编程、异常处理、模块及标准库等。文章适合有一定Python基础的读者,重点在于深入理解和掌握Python的高级特性。文中还提供了大量示例代码,帮助读者更好地理解和应用这些知识点。
19 1
[Python]知识点
|
30天前
|
安全 Linux 数据安全/隐私保护
python知识点100篇系列(15)-加密python源代码为pyd文件
【10月更文挑战第5天】为了保护Python源码不被查看,可将其编译成二进制文件(Windows下为.pyd,Linux下为.so)。以Python3.8为例,通过Cython工具,先写好Python代码并加入`# cython: language_level=3`指令,安装easycython库后,使用`easycython *.py`命令编译源文件,最终生成.pyd文件供直接导入使用。
python知识点100篇系列(15)-加密python源代码为pyd文件
|
9天前
|
开发框架 前端开发 JavaScript
利用Python和Flask构建轻量级Web应用的实战指南
利用Python和Flask构建轻量级Web应用的实战指南
29 2
|
30天前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
18天前
|
JSON API 数据格式
如何使用Python和Flask构建一个简单的RESTful API。Flask是一个轻量级的Web框架
本文介绍了如何使用Python和Flask构建一个简单的RESTful API。Flask是一个轻量级的Web框架,适合小型项目和微服务。文章从环境准备、创建基本Flask应用、定义资源和路由、请求和响应处理、错误处理等方面进行了详细说明,并提供了示例代码。通过这些步骤,读者可以快速上手构建自己的RESTful API。
25 2
|
20天前
|
安全 数据库 C++
Python Web框架比较:Django vs Flask vs Pyramid
Python Web框架比较:Django vs Flask vs Pyramid
28 1
|
20天前
|
JSON API 数据格式
构建RESTful APIs:使用Python和Flask
构建RESTful APIs:使用Python和Flask
27 1
|
27天前
|
调度 Python
python知识点100篇系列(20)-python协程与异步编程asyncio
【10月更文挑战第8天】协程(Coroutine)是一种用户态内的上下文切换技术,通过单线程实现代码块间的切换执行。Python中实现协程的方法包括yield、asyncio模块及async/await关键字。其中,async/await结合asyncio模块可更便捷地编写和管理协程,支持异步IO操作,提高程序并发性能。协程函数、协程对象、Task对象等是其核心概念。
|
24天前
|
Python Windows
python知识点100篇系列(24)- 简单强大的日志记录器loguru
【10月更文挑战第11天】Loguru 是一个功能强大的日志记录库,支持日志滚动、压缩、定时删除、高亮和告警等功能。安装简单,使用方便,可通过 `pip install loguru` 快速安装。支持将日志输出到终端或文件,并提供丰富的配置选项,如按时间或大小滚动日志、压缩日志文件等。还支持与邮件通知模块结合,实现邮件告警功能。
python知识点100篇系列(24)- 简单强大的日志记录器loguru
|
24天前
|
自然语言处理 Python Windows
python知识点100篇系列(23)- 使用stylecloud生成词云
【10月更文挑战第10天】`stylecloud` 是 `wordcloud` 的优化版,支持使用 Font Awesome 图标自定义词云形状,操作更简便。本文介绍如何安装 `jieba` 和 `stylecloud` 库,并使用它们生成中文词云。通过 `jieba` 进行分词,再利用 `stylecloud` 的 `gen_stylecloud` 方法生成具有特定形状和颜色的词云图像。
python知识点100篇系列(23)- 使用stylecloud生成词云