Flask简介、flask 创建和运行、fastapi

Flask简介

python 主流的web框架

1.Django

2.fastapi：异步

3.flask

flask 是个微型的web框架，不像djagno那么庞大，django有很多内置app，缓存，信号，消息，权限，admin

flask 随着项目越来越大，使用第三方插件，越来越像django

模版渲染：jinja2
web服务器：Werkzeug WSGI

使用 装最新

pip3 install flask

• 2.x
• 3.x

写个小demo

from flask import Flask

app = Flask(__name__)

@app.route('/')
def index():
    return 'flask'

if __name__ == '__main__':
    app.run()

flask 创建和运行

python 中的web 框架

1. django：大而全，内置很多
2. flask:小而精，几乎没有内置，都需要用第三方解决
3. fastapi：异步框架，号称效率高
4. Sanic
5. Tornado
6. web.py

flask 介绍

1. Flask是一个用Python编写的Web应用框架。它由Armin Ronacher开发，他领导着一个名为Pocco的国际Python爱好者团队。Flask基于Werkzeug WSGI工具包和Jinja2模板引擎。两者都是Pocco项目
2. Flask是一个基于Python开发并且依赖jinja2模板和Werkzeug WSGI服务的一个微型框架，对于Werkzeug本质是Socket服务端，其用于接收http请求并对请求进行预处理，然后触发Flask框架，开发人员基于Flask框架提供的功能对请求进行相应的处理，并返回给用户，如果要返回给用户复杂的内容时，需要借助jinja2模板来实现对模板的处理，即：将模板和数据进行渲染，将渲染后的字符串返回给用户浏览器
3. “微”(micro) 并不表示你需要把整个 Web 应用塞进单个 Python 文件（虽然确实可以），也不意味着 Flask 在功能上有所欠缺。微框架中的“微”意味着 Flask 旨在保持核心简单而易于扩展。Flask 不会替你做出太多决策——比如使用何种数据库。而那些 Flask 所选择的——比如使用何种模板引擎——则很容易替换。除此之外的一切都由可由你掌握
4. 默认情况下，Flask 不包含数据库抽象层、表单验证，或是其它任何已有多种库可以胜任的功能。然而，Flask 支持用扩展来给应用添加这些功能，如同是 Flask 本身实现的一样。众多的扩展提供了数据库集成、表单验证、上传处理、各种各样的开放认证技术等功能。Flask 也许是“微小”的，但它已准备好在需求繁杂的生产环境中投入使用
5. Flask depends on the Werkzeug WSGI toolkit, the Jinja template engine, and the Click CLI toolkit（Flask依赖于Werkzeug WSGI工具包、Jinja模板引擎和Click CLI工具包）
   
   

Werkzeug WSGI-(socket服务端)

Werkzeug是一个WSGI工具包，他可以作为一个Web框架的底层库。这里稍微说一下， werkzeug 不是一个web服务器，也不是一个web框架，而是一个工具包，官方的介绍说是一个 WSGI 工具包，它可以作为一个 Web 框架的底层库，因为它封装好了很多 Web 框架的东西，例如 Request，Response 等等

Werkzeug is a comprehensive WSGI web application library. It began as a simple collection of various utilities for WSGI applications and has become one of the most advanced WSGI utility libraries.
Werkzeug 是一个综合性 WSGI Web 应用程序库。它最初是 WSGI 应用程序的各种实用程序的简单集合，现已成为最先进的 WSGI 实用程序库之一。

Werkzeug doesn’t enforce any dependencies. It is up to the developer to choose a template engine, database adapter, and even how to handle requests
Werkzeug 不强制执行任何依赖关系。由开发人员选择模板引擎、数据库适配器，甚至如何处理请求

from werkzeug.wrappers import Request, Response
from werkzeug.serving import run_simple

@Request.application
def hello(request):
    return Response('Hello World')

if __name__ == '__main__':
    run_simple('localhost', 4000, hello)

Jinja template engine

Jinja is a fast, expressive, extensible templating engine. Special placeholders in the template allow writing code similar to Python syntax. Then the template is passed data to render the final document

Jinja 是一个快速、富有表现力、可扩展的模板引擎。模板中的特殊占位符允许编写类似于 Python 语法的代码。然后向模板传递数据以渲染最终文档

Click CLI

flask 2 版本加入的 $⇢$ 定制命令的工具
python manage.py init_db

介绍

1. Click is a Python package for creating beautiful command line interfaces in a composable way with as little code as necessary. It’s the “Command Line Interface Creation Kit”. It’s highly configurable but comes with sensible defaults out of the box
   Click 是一个 Python 包，用于以可组合的方式使用尽可能少的代码创建漂亮的命令行界面。它是“命令行界面创建工具包”。它具有高度可配置性，但具有开箱即用的合理默认值

2. It aims to make the process of writing command line tools quick and fun while also preventing any frustration caused by the inability to implement an intended CLI API
   它的目的是使编写命令行工具的过程变得快速而有趣，同时也防止因无法实现预期的 CLI API 而造成的任何挫败感

3. Click in three points:
   arbitrary nesting of commands
   automatic help page generation
   supports lazy loading of subcommands at runtime

   Click三点：
   命令的任意嵌套
   自动生成帮助页面
   支持运行时延迟加载子命令

import click

@click.command()
@click.option('--count', default=1, help='打印次数')
@click.option('--name', prompt='你的名字', help='The person to greet.')
def hello(count, name):
    for x in range(count):
        print(f"Hello {name}!")

if __name__ == '__main__':
    hello()

flask安装

最新flask 要python 3.8 以上

必选依赖

1. Werkzeug ：wsgi的工具包
2. Jinja ：模板渲染
3. MarkupSafe ：解决了xss攻击
4. ItsDangerous：加密解密的 $⇢$ session会用到
5. Click：定制命令的
6. Blinker ：信号会用到 signal

可选依赖：这些依赖不会自动安装。如果您安装它们，Flask 将检测并使用它们

watchdog使用

import sys
import time
import logging
from watchdog.observers import Observer
from watchdog.events import LoggingEventHandler

if __name__ == "__main__":
    logging.basicConfig(level=logging.INFO,
                        format='%(asctime)s - %(message)s',
                        datefmt='%Y-%m-%d %H:%M:%S')
    path = sys.argv[1] if len(sys.argv) > 1 else '.'
    event_handler = LoggingEventHandler()
    observer = Observer()
    observer.schedule(event_handler, path, recursive=True)
    observer.start()
    try:
        while True:
            time.sleep(1)
    except KeyboardInterrupt:
        observer.stop()
    observer.join()

python-dotenv

pip3 install python-dotenv

import os
from dotenv import load_dotenv
from dotenv import dotenv_values
## 1 加载配置文件
# 必须在根路径下新建一个 .env 的文件，并写入配置才能返回True,会把.env下的配置文件设置进环境变量
res=load_dotenv()  # take environment variables from .env
# You will probably want to add .env to your .gitignore, especially if it contains secrets like a password.


## 2 获取环境变量字典
config = dotenv_values(".env")
print(config)
print(config.get('DOMAIN'))

.env文件

DOMAIN=example.org
ADMIN_EMAIL=admin@${DOMAIN}
ROOT_URL=${DOMAIN}/app
DEBUG=Ture

虚拟环境

介绍

Use a virtual environment to manage the dependencies for your project, both in development and in production.
在开发和生产中,使用虚拟环境来管理项目的依赖关系

What problem does a virtual environment solve? The more Python projects you have, the more likely it is that you need to work with different versions of Python libraries, or even Python itself. Newer versions of libraries for one project can break compatibility in another project.
虚拟环境解决什么问题？您拥有的 Python 项目越多，您就越有可能需要使用不同版本的 Python 库，甚至是 Python 本身。一个项目的较新版本的库可能会破坏另一项目的兼容性。

Virtual environments are independent groups of Python libraries, one for each project. Packages installed for one project will not affect other projects or the operating system’s packages.
虚拟环境是一组独立的 Python 库，每个项目对应一个。为一个项目安装的软件包不会影响其他项目或操作系统的软件包

Virtual environments are independent groups of Python libraries, one for each project. Packages installed for one project will not affect other projects or the operating system’s packages.
虚拟环境是一组独立的 Python 库，每个项目对应一个。为一个项目安装的软件包不会影响其他项目或操作系统的软件包

Python comes bundled with the venv module to create virtual environments.
Python 使用 venv 模块来创建虚拟环境

使用 ：venv 做为虚拟环境

在cmd中

1. mkdir myproject：创建一个文件夹myproject
2. cd myproject：进入文件夹
3. py -3 -m venv .venv：创建虚拟环境
4. 激活虚拟环：.venv\Scripts\activate
   
   

下载创建flask

pip install flask

from flask import Flask

app = Flask(__name__)

@app.route('/')
def index():
    return 'hello world'

运行项目方式

1. 方式一（pycharm配置）：
   新建一个flask-server $⇢$ 配置选中 script $⇢$ 有app的文件
2. 方式二：命令（推荐这种）
   • flask py文件名字 app run
   • flask --app 文件名.py run
3. 方式三：命令
   • python -m flask --app py文件名字 run
4. 方式四，右键运行
   需要在末尾添加

   if __name__ == '__main__':
           app.run()
   

5. 方式五：命令运行（跟右键运行一样）
   python 5-app.py，需在末尾添加
6. 方式6：少用（pip install python-dotenv）
   flask app run
   
   

debug 模式

启动：flask --app 5-app.py run --debug

1. 浏览器显示错误信息
2. 自动重启
   
   

fastapi

1. 安装模块
   • pip install fastapi
   • pip install uvicorn
2. 项目

   from fastapi import FastAPI
   import asyncio
   app = FastAPI()
   
   
   @app.get("/")
   async def read_root():
       # 如果有io
       await asyncio.sleep(2)
   
       return {"Hello": "World"}
   

3. 运行
   uvicorn 文件名:app