Flask 项目结构

前面我们了解了 Flask 框架的特性和一些用法，比如创建一个简单应用、做些页面，以及增加鉴权模块等，如果要将 Flask 用于实际项目开发，还需要了解一下 Flask 项目结构。

Flask 是一个轻量级的 Web 框架，扩展性强，灵活性高，容易上手，不过 Flask 没有给出明确的项目结构，而是让开发者根据实际需求，创建适合自己的项目结构。对于初学者来说，面临的困难可能是不知道如何组织代码，特别是在看一些别人的代码时，弄不清结构，对理解和学习造成一定障碍。

需要说明的是今天所介绍的结构并不是最好的，不同的项目，不同的团队，不同的理念，会有不同的结构，今天介绍的只是一个参考。

我们就那之前的 Flask数据持久化 章节的练习作为实践。

按功能组织

按功能，指的是将 Web 项目的不同职能划分开，比如路由部分、模型部分、业务逻辑部分等

目录结构

project/  forms/    myform.py    ...  models/    __init__.py    profile.py    user.py    ...  routes/    __init__.py    home.py    profile.py    ...  static/    ...  services/    __init__.py    ...  templates/    createprofile.html    profile.html    ...  __init__.py  config.py

可以看到，项目根目录下，分为:

• forms（表单）：存放表单对象

• models（模型）：存放数据模型，即库表在程序中的映射对象，以及对象之间的关系

• routes（路由）：存放请求路由以及处理逻辑

• static（静态文件）：Flask 约定存放静态文件的目录

• templates（模板）：Flask 约定存放页面模板的目录

• services（服务）：存放业务逻辑或者其他服务类功能

• __init__.py：Flask app 初始化方法

• config.py：项目配置文件

这样的分类，相当于将之前写到一个代码文件（app.py）中的逻辑，按功能划分开，当项目逐渐变大变复杂后，这样的划分有助于开发和维护

初始化

按功能划分开，比较容易理解，不过将分开的部分有机结合起来是个问题， 推荐的方式是，在每个目录下创建一个 __init__.py 文件，有两个作用:

1. 将目录变为包（package），方便其他地方引入

2. 做些初始化工作，例如将目录下的内容统一起来，提供一站式装载

初始化模型

数据模型放在 models 目录下，一般数据模块需要和数据库交互，另外每个模型需要有个数据库实例，来创建模型以及字段定义

首先，创建目录的 __init__.py 代码文件：​​​​​​​

from flask_sqlalchemy import SQLAlchemydb = SQLAlchemy()def init_app(app):    db.init_app(app)    return db

• 使用之前了解过的 Sqlalchemy 库，做数据映射（ORM）框架

• 定义一个数据库对象 db，注意构造方法没有传递 app 参数，是因为此时还得到 app

• 定义一个 init_app 函数，接收一个参数 app，就是 Flask app，用 db.init_app 方法初始化 Flask app

模型代码示例 project/models/profile.py ：​​​​​​​

from . import dbclass Profile(db.Model):    id = db.Column(db.Integer, primary_key=True)    name = db.Column(db.String(20))    birthday = db.Column(db.Date())    createtime = db.Column(db.DateTime())    about = db.Column(db.Text())

• 因为是在 models 目录下的代码文件，所以通过当前目录引入在 __init__.py 中定义的 db，用来定义数据模型及其字段

• 字段在前面的数据持久化中有详细说明，这里省略解释

初始化路由

当路由处理代码被分开之后，在主程序代码中初始化会变得比较麻烦，幸好 Flask 有个 blueprint（蓝图）的概念，能很好的将分离出来的代码管理起来，确切的说 blueprint 的作用不止于此，这里只是需要用到它的部分功能

Web 项目被分成多个部分之后，每个部分可以单独成为一个子应用，blueprint 的作用就是可以让子应用的编写方式用在主应用中一样，比如注册路由，处理请求等，使用前，先创建一个 blueprint 实例，然后再将实例注册到 Flask app 实例中就好了。

路由处理定义示例，project/routes/home.py:​​​​​​​

from flask import Blueprinthome_bp = Blueprint('home_bp', __name__)@home_bp.route('/', methods=['GET', 'POST'])def index():    return "Hello World!", 200

• 引入 Flask 的 blueprint 模块

• 初始化 blueprint 实例的实例 home_bp，第一个参数是 终端点（endpoint） 的名称，用在 url_for 方法中，第二个参数是作为模块被引入时候的名称

• 使用和 blueprint 实例同名的装饰器定义路由，代替了之前 @app.route 的方式，相当于 blueprint 实例是一个 Flask app 实例

• 视图函数的定义之前 Flask app 实例中的没有区别，这里只是简单的返回文字和状态

再看看路由模块的初始化，routes/__init__.py:​​​​​​​

from .home import home_bpfrom .profile import profile_bpdef init_app(app):    app.register_blueprint(home_bp)    app.register_blueprint(profile_bp)

• 从当前目录下引入具体路由文件，从中引入 blueprint 实例

• 定义初始化方法，参数就是 Flask app 实例，用 register_blueprint 方法将 blueprint 注册到 Flask app 实例中

Flask app 工厂方法

在之前的介绍中，在 app.py 中编写所有的东西，并且通过 app.run() 来启动应用，在实际项目中，推荐用 app 工厂方法的方式来启动，好处是：

1. 便于测试，可以在不同的测试用例中创建特别的 app 实体

2. 多实例运行，如果需要一个应用的多个版本，可以在一个应用进程中运行多个实例，而不必部署多个 Web 服务器（将在 Flask 部署中介绍）

创建 Flask app 写在 project/__init__.py 中：​​​​​​​

from flask import Flaskfrom .config import configfrom . import models, routesdef create_app(config_name='default'):    app = Flask(__name__)    app.config.from_object(config[config_name])    config[config_name].init_app(app)    models.init_app(app)    routes.init_app(app)    return app

• 引入 flask 库

• 从当前目录下引入配置文件

• 引入上面定义的模型模块和路由模块

• 定义工厂方法，默认方法名是 create_app，如果其他名称，需要在启动应用时指定（随后介绍），工厂方法有个参数，用来指定需要加载的配置内容，且设定了默认值（随后介绍）

• 工厂方法中，先创建 Flask app 实例，然后加载配置，最后为模块初始化 模型和路由

• 最后返回 Flask app 实例，方便测试和应用启动时的调用

工厂方法比单个文件写法更清爽，修改起来也更简单，另外这样定义还可以避免循环依赖问题，

循环依赖：如果在工厂方法中直接定义数据库模块 db，在模型中需要引用 db，而工厂方法又需要用模型来初始化 Flask app，就会引起循环依赖问题

启动项目

通过工厂方法创建的应用，因为没有明确的 app.run() 调用，不能直接像在前一样直接运行文件，而是要用 flask 命令行方式来启动

正常启动

启动之前，需要先设置 FLASK_APP 环境变量，指定需要运行的 Flask 项目， 值为项目文件夹名，即项目名:

• Linux 或者 Mac

  export FLASK_APP=project

• Windows 命令行

  set FLASK_APP=project

• Powershell

  $env:FLASK_APP="project"

然后在项目目录的上一层目录下执行命令，启动项目:

flask run

如果一切正常，就可以看到类似的结果:​​​​​​​

 * Serving Flask app "project" * Environment: production   WARNING: Do not use the development server in a production environment.   Use a production WSGI server instead. * Debug mode: off * Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)

设置启动参数

前面工厂方法可以定义一些参数，如何来指定呢？其中一种方法是设置环境变量 FLASK_APP，例如将 congfig_name 参数设置为 testing：

• Linux 或者 Mac

  export FLASK_APP=project:create_app('testing')

• Windows 命令行

  set FLASK_APP=project:create_app('testing')

• powershell

  $env:FLASK_APP="project:create_app('testing')"

• project 是 Flask app 所在的模块名，与上面直接写 project 一样

• 冒号(:)后即为工厂方法的名，并且将参数带入

您可能已经想到，这种方式可以解决工厂方法名不是默认 create_app 的情况了，例如工厂方法名为 myapp_factory,以 Linux 环境为例:

export FLASK_APP=project:myapp_factory()

按业务组织

一个大型项目中，会包含很多子业务，比如人员管理、订单管理、统计报表等等，每一部分都可以是独立的项目，在 Flask 中，按照业务的方式将文件划分开，就是按业务方式来组织项目结构，这样的组织方式有助于并行开发和分而治之。

大体的结构是：​​​​​​​

project/  __init__.py  config.py  db.py  auth/    __init__.py    route.py    models.py    templates/  blog/    __init__.py    route.py    models.py    templates/  ...

• 项目结构中，__init__.py 和 config.py 是整个应用的

• auth、blog 目录是子业务，可以看到每个内部有自己的路由、模型和模板文件夹

• db.py 是数据库连接模块，为各个子业务提供统一的数据库连接和模型支持，因为是单独的数据库模块，所以不会出现前面说的循环依赖问题，需要使用数据库模块的地方直接导入就行。

按业务组织方式中，每个子业务都是以 blueprint 的方式注册到 Flask app 上的，在按功能组织的方式中，我们只将路由用 blueprint 注册了，其实可以将 blueprint 看成一个独立的 Flask app，不过不用真的去部署，只需要注册到真正的 Flask app 上就行。

项目配置

之前的练习中都是将配置写到 app.py 中的，只是为了方便练习。实际项目中，配置是很重要的部分，系统研发过程中，需要经历不同的环境，比如开发环境，测试环境和生产环境，如果配置错了，开发环境连接上了生产环境的数据库，那可就糟糕了，相反开发环境为了方便查错，往往开启了 Debug 模式，如果放在生产环境中将会带来很大的性能损耗。

Python 中提供了丰富的配置处理方式，今天就 Flask 的配置利用实例简单介绍下，不过介绍的不见得就是最好的，只是一种解决思路，大家可以根据具体项目有所调整。

看一下代码：​​​​​​​

import osbasedir = os.path.abspath(os.path.dirname(__file__))class Config:    SECRET_KEY = os.environ.get('SECRET_KEY') or 'hard to guess string'    SQLALCHEMY_COMMIT_ON_TEARDOWN = True    @staticmethod    def init_app(app):        passclass DevelopmentConfig(Config):    DEBUG = True    SQLALCHEMY_DATABASE_URI = os.environ.get('DEV_DATABASE_URL') or 'sqlite:///' + os.path.join(basedir, 'data-dev.db')class TestingConfig(Config):    TESTING = True    SQLALCHEMY_DATABASE_URI = os.environ.get('TEST_DATABASE_URL') or 'sqlite:///' + os.path.join(basedir, 'data-test.db')class ProductionConfig(Config):    SQLALCHEMY_DATABASE_URI = os.environ.get('DATABASE_URL') or 'sqlite:///' + os.path.join(basedir, 'data.db')config = {    'development': DevelopmentConfig,    'testing': TestingConfig,    'production': ProductionConfig,    'default': DevelopmentConfig}

• 实例项目中使用的数据库是 Sqlite，需要指定数据库文件目录，所以在定义了统一的目录 basedir，获取的是项目所在文件夹目录，因为 config.py 就在项目根目录中

• 定义了 Config 基类，用类属性设置了 Flask app 的一些配置，其中 init_app 是为了在初始化 app 是附加一些额外配置用的

• 定义了三个不同场景下的配置子类，分别是开发环境、测试环境和生产环境，大同小异，特别需要注意的是数据库文件名称，不同的场景有不同的名称

• 将不同的配置放在一个词典（dict）中，在 Flask app 工厂方法中，通过参数来选择具体的配置类，为了严谨，还设置的默认配置，显然默认为开发环境是很好的选择

有必要说明的是，Flask app 有多种设置配置的方式，常用的如:

• 属性指定，如 app.config["MYCONFIG"] = "xxxx"

• 对象获取，如 app.config.from_object(configObj)

• 配置文件，app.config.from_pyfile(pyfilepath)

• JSON，app.config.from_json(jsonfilename)

总结

今天介绍了一个简单的 Flask 项目化结构，并利用之前做过的数据持久化的练习，做了项目化后的代码说明，并且说明了按功能和按业务两种项目组织方式，最后介绍了 Flask 项目中配置的方式。总之 Flask 是一个宽松的，简单的 Web 框架，每个人都可打造自己的一套项目构建方式，不过对于刚开始接触的同学，或者为了交流方便，还是有必要了解一下一般的组织方式，希望对您有所启发。

最后，示例代码中提供了较为完整的例子，其中还有如何自定义数据库初始化命令的例子，请您参考。