Python之Flask框架二

简介:

Python之Flask框架二

今天接着上一篇继续写一篇关于flask的随笔。

本文大纲:

1、获取请求参数

2、一个函数处理多个请求方式

3、重定向

4、错误响应

5、全局错误处理

6、返回json格式数据

7、自定义返回内容状态码

一、request获取请求参数

from flask import Flask, request

app = Flask(__name__)

@app.route("/")
def index():

a = request
#get请求
get_data = request.args
#form 表单
form_data = request.form
#json header{application/json}
json_data = request.json
#file
file_data = request.files
#同时获取args和form
data = request.value
method = request.method
return a

if name == '__main__':

app.run(debug=True)

二、一个函数处理多个请求方式
只需要在app.route()中定义method访问方式,并且在函数中进行相应的处理即可

@app.route("/all_projects", methods=["GET", "POST"])
def all_projects():

if request.method == "GET":
    return "get"
elif request.method == "POST":
    return "post"

三、redirect重定向
redirect()中传入一个参数就可以实现重定向,那就是传入url,在实际操作中我们一般会使用url_for这个方法,传入端点即可。

端点:Url和视图函数的绑定关系,默认路由的名称,也就是这个路径绑定的函数名,可以在app.route()中传入endpoint关键字参数进行自定义端点名称。

from flask import Flask,redirect, url_for
app = Flask(__name__)
@app.route("/")
def index():

if request.args.get("username") is None:
    return redirect("/login")
    return redirect(url_for('login'))
return "hello"

@app.route("/login")
def login():

return "login"

后面加参数,请求的时候会自动带上这个参数

return redirect(url_for('login', username="baijiahei"))
四、错误响应abort()
在一些我们可以预知的错误请求时,可以手动给出异常响应,使用时在abort()传入响应码即可,逻辑运行到这里会自动中断,在abort()中自定义了很多错误响应只需要传入响应码,就可以直接使用

@app.route("/")
def index():

if request.args.get("username") is None:
    abort(401))
return "hello"

五、全局错误处理
有一些我们不可预知的错误,比如404,500(服务器正在维护)等情况,我们需要对用户给出友好提示,需要做全局错误处理

@app.errorhandler(500)
def server_error(error):

return render_template("error_500.html")

使用app.errorhandler() 传入响应状态码,当出现这个错误时,会执行下方函数,在函数中我们需要一个参数来接受错误信息。

注意:当我们定义了@app.errorhandler()之后,使用abort()时传入的响应码如果已经被定义了,则会调用,而不会继续使用abort()内置方法

六、返回json类型数据
这里使用了flask中的jsonify

当我们使用了jsonify时,返回的 Content-Type: application/json,使用方法很简单传入一个json格式的数据即可

from flask import Flask, jsonify

import json

app = Flask(__name__)

@app.route("/login")
def login():

return jsonify(json.dumps({"code": "1"}))

七、自定义返回内容状态码

from flask import Flask, make_response, jsonify

app = Flask(__name__)

@app.route("/")
def index():

# 构造一个响应头信息  返回值, 响应码, 响应头信息{},放在字典中 状态码或者响应头可以单个不加
# return json.dumps({"username": "白加黑"}), 201, {"content-type": "application/json"}
# make_response 第二种形式       r  response()
# r = make_response(json.dumps({"username": "白加黑"}), {"content-type": "application/json"})
# r.status = "203"
# r.content_type = "text/plain"
# r.headers =
# r.content_type =
# r.mimetype =
r = jsonify({"username": "白加黑"})
# 修改状态码
r.status = "202"
return r

原文地址https://www.cnblogs.com/congyiwei/p/13047425.html

相关文章
|
1月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
22天前
|
人工智能 开发者 Python
Chainlit:一个开源的异步Python框架,快速构建生产级对话式 AI 应用
Chainlit 是一个开源的异步 Python 框架,帮助开发者在几分钟内构建可扩展的对话式 AI 或代理应用,支持多种工具和服务集成。
137 9
|
3月前
|
SQL 监控 安全
Flask 框架防止 SQL 注入攻击的方法
通过综合运用以上多种措施,Flask 框架可以有效地降低 SQL 注入攻击的风险,保障应用的安全稳定运行。同时,持续的安全评估和改进也是确保应用长期安全的重要环节。
205 71
|
1月前
|
JSON 安全 中间件
Python Web 框架 FastAPI
FastAPI 是一个现代的 Python Web 框架,专为快速构建 API 和在线应用而设计。它凭借速度、简单性和开发人员友好的特性迅速走红。FastAPI 支持自动文档生成、类型提示、数据验证、异步操作和依赖注入等功能,极大提升了开发效率并减少了错误。安装简单,使用 pip 安装 FastAPI 和 uvicorn 即可开始开发。其优点包括高性能、自动数据验证和身份验证支持,但也存在学习曲线和社区资源相对较少的缺点。
84 15
|
2月前
|
SQL 安全 Java
除了Flask框架,还有哪些框架能防止SQL注入攻击?
这些框架都在安全方面有着较好的表现,通过它们的内置机制和安全特性,可以有效地降低 SQL 注入攻击的风险。然而,无论使用哪个框架,开发者都需要具备良好的安全意识,正确配置和使用框架提供的安全功能,以确保应用的安全可靠。同时,持续关注安全更新和漏洞修复也是非常重要的。
125 60
|
3月前
|
搜索推荐 API 开发者
Django框架和Flask框架的适用场景分别是什么?
总体而言,Django 更适合需要全面功能和大规模开发的场景,而 Flask 则更适合灵活性要求高、小型项目或特定需求的开发。当然,具体的选择还应根据项目的具体情况、团队的技术能力和偏好等因素来综合考虑。在实际应用中,开发者可以根据项目的特点和需求,灵活选择使用这两个框架,或者结合它们的优势来构建更强大的 Web 应用程序。
162 64
|
1月前
|
关系型数据库 API 数据库
Python流行orm框架对比
Python中有多个流行的ORM框架,如SQLAlchemy、Django ORM、Peewee、Tortoise ORM、Pony ORM、SQLModel和GINO。每个框架各有特点,适用于不同的项目需求。SQLAlchemy功能强大且灵活,适合复杂项目;Django ORM与Django框架无缝集成,易用性强;Peewee轻量级且简单,适合小型项目;Tortoise ORM专为异步框架设计;Pony ORM查询语法直观;SQLModel结合Pydantic,适合FastAPI;GINO则适合异步环境开发。初学者推荐使用Django ORM或Peewee,因其易学易用。
|
1月前
|
人工智能 分布式计算 大数据
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
80 7
|
3月前
|
安全 数据安全/隐私保护 开发者
Flask框架的安全性如何?
安全是一个持续的过程,需要不断地关注和更新。随着新的安全威胁的出现和技术的发展,开发者需要及时了解并采取相应的措施来应对,以确保 Flask 应用始终处于安全的状态。
182 63
|
2月前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
96 7

热门文章

最新文章

推荐镜像

更多