第46天:Flask数据持久化

简介: 第46天:Flask数据持久化

Web 应用离不开数据存储,今天就来学习下 Flask 中如何与数据库交互,最后我们将做一个提交的实例


Flask 中最方便用的数据库框架是 flask_sqlalchamy,是对 SQLAlchamy 在 Flask 中的扩展, SQLAlchemy 是一个 Python 数据库工具(ORM,即对象关系映射)。


借助 SQLAlchemy,通过定义 Python 类来表示数据库里的一张表(类属性表示表中的字段 或者 列),通过对这个类进行各种操作来代替写 SQL 语句。这个类我们称之为模型类,类中的属性我们将称之为字段。


SQLAlchemy 支持多种数据库,对于不同的数据库只需要修改下配置链接就可以,在这里我们使用关系型数据库 SQLite 作为演示。


SQLite 是基于文件的关系型数据库,不需要单独启动数据库服务器,适合在开发时使用,或是在数据库操作简单、访问量低的程序中使用。

安装 flask_sqlalchamy


pip install flask_sqlalchamy

安装之后,导入到项目中,对应用进行初始化:


from flask import Flaskfrom flask_sqlalchamy import SQLAlchamy  # 导入 SQLAlachamy
app = Flask(__name__) # 创建 Flask 应用
db = SQLAlchamy(app) # 初始化应用


设置数据库连接 URI


数据库一般作为第三方应用,需要通过建立与数据库的连接,让应用可以是使用数据库。

常见的数据库有 MySql、SqlServer、Oracle、SQLite、MongoDB 等等,每种数据库都有自己特定的连接格式,我们使用的是简单的 SQLite 数据库,它的连接格式是:


sqlite:////数据库文件的绝对地址

注意: 如果您使用 Windows 系统,上面的 URI 前缀部分需要写入三个斜线 (即 sqlite:///)

在例子中,将数据库文件路径设置为当前应用的根目录下:


import os# ...app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:////' + os.path.join(app.root_path, 'data.db')

注意: 为了设置 Flask、扩展或是我们程序本身的一些行为,需要设置和定义一些配置变量。Flask 提供了一个统一的接口来写入和获取这些配置变量:Flask.config 字典。配置变量的名称必须使用大写,写入配置的语句一般会放到扩展类实例化语句之前。app.config 是一种简便的 Flask 应用的配置方式


模型


模型简单来说就是数据库中的一张表定义,需要有名称,字段,在 Python 中用一个类来表示,由于需要和数据库的表对应,模型必须继承自 SQLAlchamy 的 Model 类

在初始化应用中,我们得到一个 SQLAlchamy 的实例 db,定义模型都是继承自实例的 Model 类的


下面定义一个 Profile 模型,用来记录一个用户的基本信息:


class Profile(db.Model):    id = db.Column(db.Integer, primary_key=True) # 主键    name = db.Column(db.String(20))    birthday = db.Column(db.Date())    createtime = db.Column(db.DateTime())    about = db.Column(db.Text())
  • 模型中的属性,都是有 Column 类的一个实例,传入的参数为字段的类型,下面的表格列出了常用的字段类


  • 在 db.Column() 中添加额外的选项(参数)可以对字段进行设置。比如,primary_key 设置当前字段是否为主键。除此之外,常用的选项还有 nullable(布尔值,是否允许为空值)、index(布尔值,是否设置索引)、unique(布尔值,是否允许重复值)、default(设置默认值)等


  • 当一个列被设置为主键,默认主键值是自增长的


常用的字段类型如下表所示:


字段类型 说明
db.Integer 整数
db.String(size) 字符串 size 为字符串长度
db.DateTime 日期时间
db.Date 日期
db.Text 长文本,可以存放 CLOB (二进制数据)
db.Float 浮点数字
db.Boolean 布尔值


创建库表


定义好数据模型之后,可以用模型来创建数据库表,即用模型来管理库表的创建。


如果已经有了数据,可以通过 sqlacodegen 或者 Flask-SQLAcodegen 工具来由数据库中库表定义创建 SQLAlchamy 模型


使用 db.create_all() 可以将应用中的模型,创建成数据库中的表,库表名为模型名称的小写形式。可以通过 __tablename__ 模型类属性类指定库表名称



一般库表是在初始化应用时创建,所以没必要将创建语句写在应用中,可以在库表定义发生变化是单独使用 Flask-Shell 工具与数据库同步一次模型定义

在命令行下,将目录切换到当前项目根目录执行:


$ flask shell>>> from app import db # app 对应的是应用主代码文件名,如app.py>>> db.create_all()


执行完成,就会在在项目根目录下创建一个 data.db 文件,这个文件是配置中设置的 SQLite 数据库文件


如果变更了模型定义,可以先调用 db.drop_all() 来删除数据库中表的定义,注意 db.drop_all() 删除数据库中表的同时,也会删除数据


如果需要保留数据,可以使用使用数据库迁移工具,比如集成了 AlembicFlask-Migrate 扩展工具


Flask Shell 打开的 Python Shell 环境并不等于 用 python 打开的环境,Flask Shell 会将当前目录下的应用作为环境上下文,所以在执行 Flask Shell 时需要将命令行当前目录切换到项目所在的目录下。项目目录下,应用主代码文件应该命名为 app.py 或者 wsgi.py


增删改查


为了方便说明数据库的使用,我们还在上面的用 Flask Shell 打开的 Python Shell 环境下执行代码


新增


向数据库中新增记录


from app import Profile # Profile 是在应用中定义的模型from app import dbimport datetime
# 创建一个 Profile 实例profile = Profile()profile.name = "Tiger"# Date 和 DateTime 类型属性,必须接受 Python datetime 对象profile.birthday = datetime.datetime(2001, 10, 1)profile.createtime = datetime.datetime.now()profile.about = 'My name is Tiger, come from Beijing China.'
db.session.add(profile)  # 将变化添加db.session.commit() # 将变化提交


  • 在 Flash Shell 环境中,先引入 Profile 模型类,然后引入数据库的实例 db,由于有些字段是日期类型,还需要引入 datetime 模块


  • 创建一个 Profile 实例 profile,设置属性值


  • 将实例 profile 键入到会话中


  • 提交会话,在数据库表 profile 中新增一条记录


session 是一个与数据库通信的会话,是 SQLAlchamy 框架与数据库交互的代理,如果要放弃某次变化,可以调用 session.rollback() 回滚掉未提交的变化,这个和数据库的事务很相似,但和数据库的事务没有关系


查询


可以通过对模型类的 query 属性调用可选的过滤方法和查询方法,获取到对应的单个或多个记录(记录以模型类实例的形式表示)。查询语句的格式如下:


<模型类>.query.<过滤方法(可选)>.<查询方法>

例如:



# ... 忽略引入相关代码profile = Profile.query.first()  # 查询出 profile 表中第一条记录
profile.name  # Tigerprofile.birthday # 2001-10-01 00:00:00profile.about  # My name is Tiger, come from Beijing China.profiles = Profile.query.all()  # 查询出所有记录,返回 Profile 实例列表profile_count = Profile.query.count()  # 记录条数profile = Profile.query.get(1)  # 获取主键为 1 的记录profile = Profile.filter_by(name='Tiger').first()  # 查询 name 等于 Tiger 的记录集中第一条记录profiles = Profile.filter(Profile.name != 'Tiger').all()  # 查询 name 不等于 Tiger 的所有记录


  • 常用的过滤方法:


方法名称 说明
filter() 使用指定的规则过滤记录,返回新产生的查询对象
filter_by() 使用指定规则过滤记录(以关键字表达式的形式),返回新产生的查询对象
order_by() 根据指定条件对记录进行排序,返回新产生的查询对象
group_by() 根据指定条件对记录进行分组,返回新产生的查询对象


  • 常用的查询方法:


方法名称 说明
all() 返回包含所有查询记录的列表
first() 返回查询的第一条记录,如果未找到,则返回None
get(id) 传入主键值作为参数,返回指定主键值的记录,如果未找到,则返回None
count() 返回查询结果的数量
first_or_404() 返回查询的第一条记录,如果未找到,则返回404错误响应
get_or_404(id) 传入主键值作为参数,返回指定主键值的记录,如果未找到,则返回404错误响应
paginate() 返回一个Pagination对象,可以对记录进行分页处理


更新


首先将记录查询出来,然后对其进行修改,之后调用 db.session.commit() 提交变更,注意这里不再需要调用 db.session.add() 了:


profile = Profile.query.get(1)  # 查询出ID为 1 的记录profile.about = profile.about + ' I like coding~'  # 在简介中添加些内容db.session.commit()  # 必须调用提交,否则将不会被更新到数据库


删除


也需要将记录查询出来,调用 db.seeeion.delete(),最后提交


profile = Profile.query.get(1)  # 查询出ID为 1 的记录db.session.delete(profile)  # 删除记录db.session.commit()  # 提交变更

如果要批量删除,需要遍历结果集用上面方法逐个删除,也可以使用 query 属性或者 filter 的结果进行删除:


Profile.query.filter(Profile.name == 'Tom').delete()  # 按照过滤条件来删除Profile.query.delete()  # 删除所有记录db.seesion.commit()  # 提交变更


业务中的处理数据


了解了数据库的基本操作之后,就可以在业务逻辑中编写数据库处理代码了

定义一个视图函数,将根据查询参数来找到对应的 Profile 记录,并且将该送给显示模板


@app.route('/myprofile/<id>/')def myprofile(id):    profile = Profile.query.get(id)  # 利用参数 id 读取数据库记录    return render_template('profile.html', profile=profile)  # 将结果送给模板做展示

模板代码 profile.html


<h1>{{ profile.name }}'s Info </h1><dt>Name:</dt><dd>{{ profile.name }}</dd><dt>Birthday:</dt><dd>{{ profile.birthday }}</dd><dt>About:</dt><dd>{{ profile.about }} </dd>

启动应用后,访问 localhost:5000/myprofile/1 就可以看到 ID 为 1 的 Profile 信息。


结合前面讲述的 Form 知识,在视图函数中处理表单中提交的内容,并保存的数据库,下面是视图函数:


@app.route('/createprofile/', methods=('GET', 'POST'))def createprofile():    form = MyForm()    if form.validate_on_submit():  # 如果表单提交了 用表单数据创建 Profile 对象        profile = Profile()        profile.name = form.name.data        profile.birthday = form.birthday.data        profile.about = form.about.data or ""
        db.session.add(profile)        db.session.commit()        return redirect(url_for('myprofile', id=profile.id))  # 跳转到展示页面    else:        return render_template('createprofile.html', form=form)  # 显示创建页面


当判断表单被提交后,用提交数据创建 Profile 对象,存储到数据库,并且跳转到展示页面。


总结


本节课程简单介绍了 Flask 中数据库技术,主要是借助 Flask-SQLAlchamy 框架来操作数据库,以 SQLite 关系数据库为例讲解了数据的增删改查操作,最后展示了如何在视图函数中操作数据,以便与 Flask 应用相结合。

示例代码:Python-100-days-day046

参考


系列文章

   第45天:Web表单

   第44天:Flask 框架集成Bootstrap

   第43天:Python filecmp&difflib模块

   第42天:Python paramiko 模块

   第41天:Python operator 模块

   第0-40天:从0学习Python 0-40合集

目录
相关文章
|
3月前
|
搜索推荐 数据可视化 数据挖掘
基于Python flask框架的招聘数据分析推荐系统,有数据推荐和可视化功能
本文介绍了一个基于Python Flask框架的招聘数据分析推荐系统,该系统具备用户登录注册、数据库连接查询、首页推荐、职位与城市分析、公司性质分析、职位需求分析、用户信息管理以及数据可视化等功能,旨在提高求职者的就业效率和满意度,同时为企业提供人才匹配和招聘效果评估手段。
基于Python flask框架的招聘数据分析推荐系统,有数据推荐和可视化功能
|
18天前
|
Python
Flask学习笔记(三):基于Flask框架上传特征值(相关数据)到服务器端并保存为txt文件
这篇博客文章是关于如何使用Flask框架上传特征值数据到服务器端,并将其保存为txt文件的教程。
25 0
Flask学习笔记(三):基于Flask框架上传特征值(相关数据)到服务器端并保存为txt文件
|
3月前
|
数据可视化 前端开发 数据挖掘
【优秀python大屏】基于python flask的广州历史天气数据应用与可视化大屏
本文介绍了一个基于Python Flask框架的广州历史天气数据应用与可视化大屏系统,该系统通过数据采集、处理、分析和可视化技术,提供了丰富的气象数据展示和决策支持,帮助用户快速了解和应对气象变化。
【优秀python大屏】基于python flask的广州历史天气数据应用与可视化大屏
|
3月前
|
数据采集 自然语言处理 数据可视化
优秀python系统案例】基于python Flask的电影票房数据爬取与可视化系统的设计与实现
本文介绍了一个基于Python Flask框架开发的电影票房数据爬取与可视化系统,该系统利用网络爬虫技术从豆瓣电影网站抓取数据,通过Python进行数据处理和分析,并采用ECharts等库实现数据的可视化展示,为电影行业从业者提供决策支持。
180 2
优秀python系统案例】基于python Flask的电影票房数据爬取与可视化系统的设计与实现
|
6月前
|
数据采集 开发框架 数据挖掘
基于Python+Flask框架开发实现二手车数据爬取及分析
基于Python+Flask框架开发实现二手车数据爬取及分析
116 1
|
6月前
|
数据采集 开发框架 数据挖掘
基于Python+Flask框架开发实现二手车数据爬取及分析
基于Python+Flask框架开发实现二手车数据爬取及分析
120 0
|
6月前
|
JavaScript 前端开发 Python
五分钟学 | Flask 使用 JQuery 上传数据并展示在页面上
五分钟学 | Flask 使用 JQuery 上传数据并展示在页面上
107 0
|
数据可视化 前端开发 JavaScript
利用 Flask 动态展示 Pyecharts 图表数据的几种方法
利用 Flask 动态展示 Pyecharts 图表数据的几种方法
|
数据可视化 关系型数据库 MySQL
python开发低代码数据可视化大屏:flask_sqlalchemy读取mysql数据
python开发低代码数据可视化大屏:flask_sqlalchemy读取mysql数据
408 0
|
关系型数据库 Python
Flask实现分页显示数据
Flask实现分页显示数据
217 0