[python][flask][flask-SQLAlchemy]关于flask-SQLAlchemy的初级使用教程

鉴于网上关于flask-SQLAlchemy的实例使用教程参差不齐，于此写下工作学习过程中的使用过程，以便分享交流。

对于python关于flask有一定了解的高端玩家来说，请转至flask官方开发文档。

 

一.安装(install)

需要有安装python的PC一台，介于windows系统用户比较多，本文章使用的是windows下开发。

1.创建虚拟

为每一个工程创建一个独立的python运行环境是我们所需要的，python提供了virtualenv，可以为我们提供这个特殊的需求。

配置virtualenv环境

windows环境下运行cmd.exe，使用管理员权限运行。

 pip install virtualenv

笔者使用的python版本是3.5.2，该版本中自动配置了pip应用，使用pip指令可以很方便的下载到你所需要的python拓展库。  

安装成功后会出现successfully installed virtualenv字样。

PS：如果pip指令无法使用，请确认python环境下scripts是否包含在系统环境变量中的Path中。

      

使用控制台进入你需要配置该虚拟环境的目录，使用mkdir创建工程的文件夹，笔者创建的工程名为sqlalchemy_demo

  mkdir sqlalchemy_demo

创建虚拟Python运行环境

 virtualenv flask

出现如下字样，说明虚拟环境创建成功

 

进入工程文件夹，激活虚拟python运行环境

 flask\scripts\activate

出现如下字样显示，说明进入虚拟python运行环境成功

 

 

2.安装所需要的库文件

我们需要两个库文件，一个是flask，另一个是flask-SQLAlchemy。使用pip指令安装

 pip install flask
 pip install flask-sqlalchemy

看到如下字样说明两个库文件安装成功

至此，环境配置阶段结束。

 

二.flask-SQLAlchemy简介

flask-SQLAlchemy 是一个为您的flask应用增加SQLAlchemy支持的扩展。

在python扩展库中其实包含了SQLAlchemy。在版本的不断叠加后，已经被整合到flask架构中，flask-SQLAlchemy简化在Flask中SQLAlchemy的使用，提供了有用的默认值和额外的助手来更简单地完成常见任务。

笔者认为SQLAlchemy比较精髓的是使用ORM(对象关系映射),相对于传统连接数据库使用select,update,insert,delete操作数据表来说具有以下特点[1]：

　　简单——以最基本的形式建模数据

　　传达性——数据库结构被任何人都能理解的语言文档化

　　精确性——基于数据模型创建正确标准化的结构

完事无绝对，ORM有明显的优势，就会想伴随有缺点。

　　隐蔽性——相对于传统使用select,update,insert,delete来说，隐藏了操作数据表的具体操作，不利于SQL的学习

　　数据表结构修改难——在设计中有时会忽略了一些字段的定义，在ORM模式中只能更新映射表更新字段，而且效果远不如alter table [表名] add 字段名更新字段来的容易理解，常常会忽略一些细节

 

但不得不说，ORM模式的确打开了新世界的大门，大大减少了学习及使用数据库的过程与难度。

三.在实例中应用

1.文件结构

sqlalchemy_demo--->flask

　　　　　　　　　--->database.py

　　　　　　　　　--->model.py

　　　　　　　　　--->test.py

2.创建SQLAlchemy配置文件

database.py代码如下所示

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import os
basedir = os.path.abspath(os.path.dirname(__file__))

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir, 'test.db')
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
db = SQLAlchemy(app）

def db_init():
    db.create_all()

一句一句解释

（1）from flask import Flask

Flask类是flask框架的核心类，它实现了WSGI应用规范。

（2）from flask_sqlalchemy import SQLAlchemy

将flask-sqlchemy中内置的SQLAlchemy引用到该文件下。

（3）import OS

本实例中需要将数据库创建在工程的更目录下，使用python内置os库可以很方便的定位到工程路径下。

（4）basedir = os.path.abspath(os.path.dirname(__file__))

将当前文件传入dirname函数中，获取当前文件所在路径，abspath函数获取该文件所在的绝对路径，以便在后边配置创建数据库的路径使用。

（5）app = Flask(__name__) [2]

Flask构造函数的第一个参数指定一个引入参数/importname。

Flask框架使用这个名字进行静态资源、模板、错误信息的定位。除非你清楚的理解它的作用，通常情况下，我们总应该使用特殊变量__name__。

Flask实例是可调用的（具有call方法），这个实例可以直接对接 WSGI服务器。

（6）app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///' + os.path.join(basedir, 'test.db')

       app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False

SQLALCHEMY_DATABASE_URI:用于连接数据库

　　eg：sqlite:////tmp/test/db

　　　　mysql://username:password@server/db

SQLALCHEMY_TRACK_MODIFICATIONS:

如果设置成True(默认情况)，Flask-SQLAlchemy 将会追踪对象的修改并且发送信号。这需要额外的内存， 如果不必要的可以禁用它。如果你不显示的调用它，在最新版的运行环境下，会显示警告。

（7）db = SQLAlchemy(app)

SQLAlchemy函数，将刚刚创建的Flask框架，与工程所需要使用的数据库绑定到一起，以便实现工程与数据库连接，实现数据操作。

（8）db_init()函数

手动创建函数，以便初始化数据库

 

以上就是配置database.py的一些说明，但现在还远远不够，因为当前工程的数据库在创建之后只是单纯的一个空数据库，不包含任何数据表。

那怎么创建数据表呢，工程下需要一个映射表，以便将表格映射到数据库中，以达到创建表格的作用。

3.创建映射表

如下为一段创建最简单的User数据表的代码。

from database import db

class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True)
    email = db.Column(db.String(120), unique=True)
    
    def __init__(self, username, email):
        self.username = username
        self.email = email
        
    def __repr__(self):
        return '' % self.usernam

仍然是逐句解释

（1）from database import db

将刚刚创建的SQLAlchemy应用引用到当前文件，以便将映射表映射到数据库中，以便对于数据表的创建修改以及更新删除。

（2）db.Model

上边提到，当工程文件不提供映射表时将创建一个空的数据库文件。继承db.Model类，将我们当前创建的映射表和数据库db绑定在一起。此时工程文件调用create_all函数后，会自动将绑定后的映射表文件创建在数据库文件中。

如果想探究详细绑定关系，请应用纯SQlAlchemy库，而不是flask-sqlalchemy库，之前调到了flask-sqlalchemy是简化版的SQLAlchemy，隐藏了许多细节，深入研究请转至SQLAlchemy官方文档查看应用细节。

（3）db.Column

创建映射表字段，以下为最常见的类型

Integer	存储整数
String(size)	存储有长度的字符串
Text	存储较长的unicode文本
DateTime	存储时间类型数据
Float	存储浮点值
Boolean	存储布尔值
PickleType	存储一个python对象
LargeBinary	存储一个任意大的二进制数据

 

 

 

 

 

 

primary_key=True设置当前字段为主键

uniqu=True设置当前字段不可重复

当然也可以设置主键外键，在本文中只创建了一张数据表，在以后的文章中将说明此操作。

（4）__init__函数

为映射表的构造函数，一般用来初始变量，配置相关数据时使用

（5）__repr__函数

为以后调试输出提供接口

4.修改database.py

将下面的代码添加到database.py的底部

from model import User

Q：为什么添加到底部呢？

A：如果你添加到头部引用model中的User，此时User类已经被引用并创建。有没有发现一个问题，User类继承了db.Model类，那么此时User类创建的时候无法找到db这个参数，因为db参数还没有创建。

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import os
from model import User

上边的就是错误的例子，当你引用User类时，此时db对象还没有被创建，所以调用db_init()函数时会显示ImportError: cannot import name 'User'

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
import os
...
db = SQLAlchemy(app)
...
from model import User

上边的伪代码就是正确的写法，引用User类的时机至少要等到db对象创建结束后才能引用。为什么放在底部呢？为了调整文件结构，使代码看起来不是很乱，放在其他处也没关系，但请注意以下两点：

（1）如果你打算在该文件引用User类，请保证全局引用。

（2）无论发在哪里，至少要在db = SQLAlchemy(app)执行后，生成db对象才能进行引用，否则会导致model.py文件执行错误。

至此，映射表文件创建成功。

 

4.创建数据库

将以上配置结束后，可以调用db_init()函数创建数据库了。

还记得之前配置的虚拟python运行环境么，在虚拟环境下输入python，进入python指令模式进行创建

此时，工程文件夹根目录已经生成了内置的sqlite数据库文件test.db

四.SQLAlchemy下的数据库操作

1.insert

添加4个用户，将database.py中的User和db引用到文件中，此处必须引用database中的User，如果引用model中的User会造成循环引用，因为model.py中引用了database模块中的db变量

from database from User，db

u1 = User(username= 'john', email = '[email protected]')
u2 = User(username= 'susan', email = '[email protected]')
u3 = User(username= 'mary', email = '[email protected]')
u4 = User(username= 'david', email = '[email protected]')
db.session.add(u1)
db.session.add(u2)
db.session.add(u3)
db.session.add(u4)
db.session.commit()

（1）对象 = User(字段1='值1',字段2='值2')

相当于SQL操作INSERT INTO User VALUES(字段1='值1',字段2='值2')，并将该SQL语句赋值到一个对象上

（2）db.session.add()

将对于数据库的操作保存在缓存中，既然是保存到缓存中，那么该数据库语句还没有提交到数据库中

（3）db.session.commit()

commit()和数据库中的commit指令一样，将数据库操作提交到数据库中。

2.select

查询所有用户信息，并输出结果

from database import User, db

for user in User.query.all():
    print(user.id, user.name, user.email)

以下是运行产生的结果

(1)精确查询

查询用户名为susan的用户邮箱

from database import User， db

u = User.query.filter_by(username='susan').first()
print(u.email)

(2)模糊查询

查询邮箱以example.com结尾的用户，输出用户名及邮箱

from database import User, db

for user in  User.query.filter(User.email.ilike('%example.com')).all():
    print(user.username, user.email)

以下是运行产生的结果

PS：将查询出的结果按照正序或者逆序排序请使用，以username为例order_by(User.username)正序，order_by(User.username.desc())逆序

3.update

更新操作和查询操作有交集，请看以下代码示例，将john的邮箱修改为[email protected]

from database import User, db

u = User.query.filter_by(username='john').first()
u.email = '[email protected]'
db.session.add(u)
db.session.commit()

解释起来就是首先将对象查询出来，然后将修改的字段赋值，并将查询出的对象提交到数据库，这样更新操作就结束了。

4.delete

将david用户删除

from database import User, db

u = User.query.filter_by(username='john').first()
db.session.delete(u)
db.session.commit()

调用delete()函数，将数据传入db对象，并提交到数据库中。

五.单体测试框架测试

对本文提到的操作进行单体测试。（test.py文件代码如下）

import unittest
from database import User, db

class TestCase(unittest.TestCase):
    def setUp(self):
        pass

    def tearDown(self):
        pass

    def test_db(self):
        u1 = User.query.filter_by(username='john').first()
        u2 = User.query.filter_by(username='susan').first()
        u3 = User.query.filter_by(username='mary').first()
        u4 = User.query.filter_by(username='david').first()

        assert u1.email == '[email protected]'
        assert u2.email == '[email protected]'
        assert u3.email == '[email protected]'
        assert u4.email == '[email protected]'

        u5 = User(username='Alima', email='[email protected]')
        db.session.add(u5)
        db.session.commit()

        u = User.query.filter_by(username='Alima').first()
        assert u.email == '[email protected]'

        u5.email = '[email protected]'
        db.session.add(u5)
        db.session.commit()

        u = User.query.filter_by(username='Alima').first()
        assert u.email == '[email protected]'

        db.session.delete(u5)
        db.session.commit()

        u = User.query.filter_by(username='Alima').first()
        assert u == None

if __name__ == '__main__':
    unittest.main()

执行test.py，运行结果：

显示OK，单体测试结束。

 

以上就是基本的flask-SQLAlchemy初级使用实例说明，欢迎探讨转载及引用参考，你们的回应是我的动力。

如果文中存在错误或是某个地方说的不够精确，劳烦批评指出。

以上，辛苦了。

 

参考资料：
[1] [sogou][搜狗百科][ORM] http://baike.sogou.com/v75834.htm?fromTitle=ORM
[2] [csdn][seanb][Flask中路由使用解析] http://blog.csdn.net/seanb/article/details/51454833
[3] [flask][flask-sqlalchemy][官方文档] http://flask-sqlalchemy.pocoo.org/2.1/

 

*本文为Alima原创，如果转载请联系笔者，转载注明格式[转载][博客园][Alima][关于flask-SQLAlchemy的初级使用教程]，并在文尾注明本文链接，多谢合作。

*非法转载及非法抄袭博文将依照网络著作权流程办理，请尊重作者劳动成果

转载于:https://www.cnblogs.com/alima/p/5734992.html