萬盛學電腦網

 萬盛學電腦網 >> 網絡編程 >> 編程語言綜合 >> Python的Flask框架與數據庫連接的教程

Python的Flask框架與數據庫連接的教程

   這篇文章主要介紹了Python的Flask框架與數據庫連接的教程,是Flask框架學習當中的基本知識,需要的朋友可以參考下

  命令行方式運行Python腳本

  在這個章節中,我們將寫一些簡單的數據庫管理腳本。在此之前讓我們來復習一下如何通過命令行方式執行Python腳本.

  如果Linux 或者OS X的操作系統,需要有執行腳本的權限。例如:

  ?

1 chmod a+x script.py

  該腳本有個指向使用解釋器的命令行。再腳本賦予執行權限後就可以通過命令行執行,就像這樣: like this:

  ?

1 ./script.py <arguments>

  然而,在Windows系統上這樣做是不行的,你必須提供Python解釋器作為必選參數,如:

  復制代碼 代碼如下:

  flask/Scripts/python script.py

  為了避免Python解釋器路徑輸入出錯,你可以將你的文件夾microoblog/flask/Scripts添加到系統路徑,確保能正常顯示Python解釋器。

  從現在開始,在Linux/OS X上的語句簡潔。如果你使用Windows系統請記得轉換語句。

  在Flask使用數據庫

  我們將使用Flask-SQLAlchemy 的擴展來管理數據庫。由SQLAlchemy項目提供的,已封裝了關系對象映射(ORM)的一個插件。

  ORMs允許數據庫程序用對象的方式替代表和SQL語句。面向對象的操作被ORM轉化為數據庫命令。這樣就意味著,不用sql語句,讓Flask-SQLAlchemy為我們執行sql語句。

  遷移

  大多數數據庫教程都覆蓋了創建和使用一個數據庫的方法,但是沒有充分解決當應用程序擴展時數據庫更新的問題。通常,你會刪除舊的數據庫,然後再創建一個新的數據庫來達到更新的效果,這樣就丟失了所有的數據。如果這些數據創建起來很費勁,那麼我們不得不寫導入導出的腳本了。

  幸運的是,我們有了更好的方案.

  我們現在可以使用SQLAlchemy-migrate做數據庫遷移的更新了,雖然它增加了數據庫啟動時的負擔,但這點小小的代價還是值得的,畢竟我們不用擔心手動遷移數據庫的問題了。

  理論學習完畢,我們開始吧!

  配置

  我們的小程序使用sqlite數據庫。sqlite是小程序數據庫的最佳選擇,一個可以以單文件存儲的數據庫。

  在我們的配置文件中添加新的配置項 (fileconfig.py):

  ?

1 2 3 4 5 import os basedir = os.path.abspath(os.path.dirname(__file__))   SQLALCHEMY_DATABASE_URI = 'sqlite:///' + os.path.join(basedir, 'app.db') SQLALCHEMY_MIGRATE_REPO = os.path.join(basedir, 'db_repository')

  SQLALCHEMY_DATABASE_URI是the Flask-SQLAlchemy必需的擴展。這是我們的數據庫文件的路徑。

  SQLALCHEMY_MIGRATE_REPO 是用來存儲SQLAlchemy-migrate數據庫文件的文件夾。

  最後,初始化應用的時候也需要初始化數據庫。這裡是升級後的init文件(fileapp/__init):

  ?

1 2 3 4 5 6 7 8 from flask import Flask from flask.ext.sqlalchemy import SQLAlchemy   app = Flask(__name__) app.config.from_object('config') db = SQLAlchemy(app)   from app import views, models

  注意生成的腳本已改動2個地方。我們現在開始創建數據庫的adb對象,引用新的模塊。馬上來寫這個模塊。

  數據庫模型

  我們在數據庫存儲的數據通過數據庫model層被映射為一些類裡面的對象,ORM層將根據類對象映射到數據庫對應的字段.

  讓我們來創建個映射到users的model。使用WWW SQL Designer工具,我們創建了代表users表的一個圖標:

2015420151420193.png (195×146)

  id字段通常作為主鍵的形式用在所有的models裡面,每個在數據庫中的user都有一個指定的唯一id值。幸運的是,這些都是自動的,我們只需要提供一個id字段。

  nickname和email字段被定義為string類型,他們的長度也已經被指定,這樣可以節省數據庫存儲空間。

  role字段被定義為integer類型,我們用來標識users是admins還是其他類型。

  現在我們已經明確了users表的結構,接下來轉換為編碼的工作將相當簡單了(fileapp/models.py):

  ?

1 2 3 4 5 6 7 8 9 10 11 12 13 from app import db   ROLE_USER = 0 ROLE_ADMIN = 1   class User(db.Model): id = db.Column(db.Integer, primary_key = True) nickname = db.Column(db.String(64), index = True, unique = True) email = db.Column(db.String(120), index = True, unique = True) role = db.Column(db.SmallInteger, default = ROLE_USER)   def __repr__(self): return '<User %r>' % (self.nickname)

  User類把我們剛剛創建的幾個字段定義為類變量。字段使用db.Column類創建實例,字段的類型作為參數,另外還提供一些其他可選參數。例如,標識字段唯一性和索引的參數.

  __repr__方法告訴Python如何打印class對象,方便我們調試使用。

  創建數據庫

  把配置和model放到正確的目錄位置,現在我們創建數據庫文件。SQLAlchemy-migrate包自帶命令行工具和APIs來創建數據庫,這樣的方式可以方便以後更新。但是我覺得使用這個命令行工具有些別扭,所以我自己寫了個python腳本來調用遷移的APIs.

  這裡有個創建數據庫的腳本 (filedb_create.py):

  ?

1 2 3 4 5 6 7 8 9 10 11 12 #!flask/bin/python from migrate.versioning import api from config import SQLALCHEMY_DATABASE_URI from config import SQLALCHEMY_MIGRATE_REPO from app import db import os.path db.create_all() if not os.path.exists(SQLALCHEMY_MIGRATE_REPO): api.create(SQLALCHEMY_MIGRATE_REPO, 'database repository') api.version_control(SQLALCHEMY_DATABASE_URI, SQLALCHEMY_MIGRATE_REPO) else: api.version_control(SQLALCHEMY_DATABASE_URI, SQLALCHEMY_MIGRATE_REPO, api.version(SQLALCHEMY_MIGRATE_REPO))

  注意這個腳本是完全通用的,所有的應用路徑名都是從配置文件讀取的。當你用在自己的項目時,你可以把腳本拷貝到你app`s目錄下就能正常使用了。

  創建數據庫你只需要運行下面的一條命令(注意windows下稍微有些不同):

  ?

1 ./db_create.py

  運行這條命令之後,你就創建了一個新的app.db文件。這是個支持遷移的空sqlite數據庫,同時也會生成一個帶有幾個文件的db_repository目錄,這是SQLAlchemy-migrate存儲數據庫文件的地方,注意如果數據庫已存在它就不會再重新生成了。這將幫助我們在丟失了現有的數據庫後,再次自動創建出來。.

  第一次遷移

  既然我們已經定義好了model,也把它和數據庫做了關聯,接下來我們來初次嘗試下做一個改變應用數據庫結構的一次遷移,這將幫助我們從一個空的數據庫變成一個可以存儲users信息的數據庫。

  做一個遷移我使用另一個Python小助手腳本 (filedb_migrate.py):

  ?

1 2 3 4
copyright © 萬盛學電腦網 all rights reserved