掌握Flask：从入门到精通指南

星川皆无恙2023-11-30 10:59

掌握Flask：从入门到精通指南

Flask 是一个轻量级的 Python Web 应用程序框架，具有简单易学、灵活性高等特点，适合用于快速开发 Web 应用程序。本文将全面介绍 Flask 框架的各个方面，包括基本概念、路由、模板渲染、表单处理、数据库集成以及部署等内容。

  1. Flask 简介
    Flask 是一个轻量级的 Python Web 框架，它具有简单、灵活、易于学习和使用的特点。相对于其他框架，如Django，Flask更注重简洁性和自由度。以下是 Flask 的一些关键概念和特性：

1.轻量级和灵活性： Flask 是一个微型框架，核心功能较少，但提供了丰富的扩展库，开发者可以根据项目需求自由选择并集成所需的功能。

2.路由（Routing）： 使用装饰器（decorators）来定义URL与函数之间的映射关系，从而使请求可以被正确的处理和响应。

powershell 复制代码 
from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello():
    return 'Hello, World!'

3.视图和模板： Flask 支持使用模板引擎（如Jinja2）创建动态内容的视图，并且允许在模板中插入动态数据。

4.上下文： Flask 提供了不同类型的上下文，比如请求上下文（Request Context）和应用上下文（App Context），这些上下文使得在请求处理过程中可以方便地访问请求相关的信息。

5.扩展性： Flask 可以通过众多的扩展（Extensions）来增加功能，例如处理表单、数据库集成、认证和授权等。

6.WSGI 兼容性： Flask 符合 WSGI（Web Server Gateway Interface）标准，可以在各种 WSGI 兼容的服务器上运行。

7.RESTful支持： 虽然 Flask 本身并不强制实现RESTful架构，但它提供了便利的扩展和支持，使开发者可以更容易地构建 RESTful API。

8.测试性： Flask 鼓励编写单元测试，提供了简单而有效的测试客户端用于模拟请求和响应。

Flask 提供了简单而有效的方式来构建 Web 应用程序，是很多开发者喜爱的框架之一，尤其适合小型项目、原型开发以及需要快速搭建简单 Web 应用的场景。

下面是一个简单的 Hello World 示例：

bash 复制代码 
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
    return 'Hello, World!'
if __name__ == '__main__':
    app.run()

在这个示例中，我们创建了一个名为 app 的 Flask 应用，并使用 @app.route`装饰器将 URL / 映射到 hello_world 函数上。

  1. 路由

Flask 使用装饰器来定义 URL 路由。下面是一个带参数的路由示例：

bash 复制代码 
@app.route('/user/<username>')
def show_user_profile(username):
    return 'User %s' % username
@app.route('/post/<int:post_id>')
def show_post(post_id):
    return 'Post %d' % post_id
  1. 模板渲染

Flask 使用 Jinja2 模板引擎来渲染 HTML 模板。下面是一个简单的模板渲染示例：

bash 复制代码 
from flask import render_template
@app.route('/hello/')
@app.route('/hello/<name>')
def hello(name=None):
    return render_template('hello.html', name=name)
  1. 表单处理

Flask 提供了 WTForms 来处理表单。下面是一个简单的表单处理示例：

bash 复制代码 
from flask_wtf import FlaskForm
from wtforms import StringField, SubmitField
from wtforms.validators import DataRequired


class NameForm(FlaskForm):
    name = StringField('What is your name?', validators=[DataRequired()])
    submit = SubmitField('Submit')
  1. 数据库集成

Flask 可以与多种数据库进行集成，比如 SQLite、MySQL 和 PostgreSQL。下面是一个使用 SQLite 的示例：

bash 复制代码 
import sqlite3
from flask import g
DATABASE = '/path/to/database.db'
def get_db():
    db = getattr(g, '_database', None)
    if db is None:
        db = g._database = sqlite3.connect(DATABASE)
    return db
  1. 部署

Flask 可以通过 uWSGI 或 Gunicorn 部署到生产环境。下面是一个使用 uWSGI 部署的示例：

bash 复制代码 
$ uwsgi --socket 0.0.0.0:8000 --protocol=http -w wsgi:app
  1. 图片上传

这个示例演示了如何使用 Flask 处理图片上传，并将其保存到服务器上。在 HTML 表单中添加一个 enctype="multipart/form-data" 属性以支持文件上传。

bash 复制代码 
from flask import Flask, render_template, request
import os
import uuid
app = Flask(__name__)
@app.route('/')
def index():
    return render_template('index.html')
@app.route('/upload', methods=['POST'])
def upload():
    file = request.files['file']
    if file:
        filename = str(uuid.uuid4()) + os.path.splitext(file.filename)[1]
        file.save(os.path.join(app.config['UPLOAD_FOLDER'], filename))
        return 'Uploaded successfully'
    else:
        return 'Upload failed'
if __name__ == '__main__':
    app.config['UPLOAD_FOLDER'] = 'uploads'
    app.run(debug=True)

<!DOCTYPE html>
<html>
<head>
    <title>File Upload</title>
</head>
<body>
    <form action="/upload" method="post" enctype="multipart/form-data">
        <input type="file" name="file">
        <input type="submit" value="Upload">
    </form>
</body>
</html>

  1. 用户认证

    这个示例演示了如何使用 Flask 实现用户认证功能。在这个示例中，我们使用 Flask-Login 扩展来处理用户认证和会话管理。

bash 复制代码 
from flask import Flask, render_template, redirect, url_for
from flask_login import LoginManager, login_required, login_user, logout_user, UserMixin


app = Flask(__name__)
app.config['SECRET_KEY'] = 'secret'


login_manager = LoginManager()
login_manager.init_app(app)


class User(UserMixin):
    def __init__(self, id):
        self.id = id
    
    def __repr__(self):
        return f'<User {self.id}>'


users = [
    User(1),
    User(2),
    User(3)
]
@login_manager.user_loader
def load_user(user_id):
    return next((user for user in users if user.id == int(user_id)), None)
@app.route('/')
def index():
    return render_template('index.html')
@app.route('/login', methods=['GET', 'POST'])
def login():
    if request.method == 'POST':
        user_id = int(request.form['user_id'])
        user = next((user for user in users if user.id == user_id), None)
        if user:
            login_user(user)
            return redirect(url_for('dashboard'))
    return render_template('login.html')
@app.route('/logout')
@login_required
def logout():
    logout_user()
    return redirect(url_for('index'))
@app.route('/dashboard')
@login_required
def dashboard():
    return render_template('dashboard.html', current_user=current_user)
if __name__ == '__main__':
    app.run(debug=True)

<!DOCTYPE html>
<html>
<head>
    <title>Login</title>
</head>
<body>
    <form action="/login" method="post">
        <input type="text" name="user_id" placeholder="User ID">
        <input type="submit" value="Login">
    </form>
</body>
</html>

<!DOCTYPE html>
<html>
<head>
    <title>Dashboard</title>
</head>
<body>
    <h1>Welcome {{ current_user }}</h1>
    <a href="/logout">Logout</a>
</body>
</html>
  1. REST API

这个示例演示了如何使用 Flask 实现 REST API。在这个示例中，我们使用 Flask-RESTful 扩展来帮助我们创建 RESTful API。

from 复制代码 
from flask_restful import Api, Resource, reqparse


app = Flask(__name__)
api = Api(app)


class TodoList(Resource):
    def __init__(self):
        self.parser = reqparse.RequestParser()
        self.parser.add_argument('task', type=str, help='Task name')
        super().__init__()


    def get(self):
        return {'todos': []}


    def post(self):
        args = self.parser.parse_args()
        task = args['task']
        return {'task': task}, 201


api.add_resource(TodoList, '/todos')


if __name__ == '__main__':
    app.run(debug=True)
  1. 数据可视化

这个示例演示了如何使用 Flask 和 Plotly 库实现数据可视化功能。在这个示例中，我们使用 Plotly 库绘制一个散点图，并将其嵌入到 Flask 页面中。

html 复制代码 
from flask import Flask, render_template
import plotly.graph_objs as go
import pandas as pd


app = Flask(__name__)


@app.route('/')
def index():
    df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/iris.csv')
    data = [
        go.Scatter(
            x=df[df['class'] == cls]['sepal_width'],
            y=df[df['class'] == cls]['sepal_length'],
            mode='markers',
            name=cls
        ) for cls in df['class'].unique()
    ]
    layout = go.Layout(
        xaxis=dict(title='Sepal Width'),
        yaxis=dict(title='Sepal Length')
    )
    fig = go.Figure(data=data, layout=layout)
    return render_template('index.html', plot=fig.to_html(full_html=False))


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



<!DOCTYPE html>

<html>
<head>
    <title>Iris Dataset</title>
    <script src="https://cdn.plot.ly/plotly-latest.min.js"></script>
</head>
<body>
    {{ plot|safe }}
</body>
</html>
  1. 实时聊天室

这个示例演示了如何使用 Flask 和 Flask-SocketIO 扩展实现实时聊天室功能。在这个示例中，我们使用 Socket.IO 库来处理 WebSocket 协议，以实现实时消息传输。

bash 复制代码 
from flask import Flask, render_template
from flask_socketio import SocketIO, emit


app = Flask(__name__)
app.config['SECRET_KEY'] = 'secret'
socketio = SocketIO(app)


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


@socketio.on('message')
def handle_message(message):
    emit('message', message, broadcast=True)


if __name__ == '__main__':
    socketio.run(app)
html 复制代码 
<!DOCTYPE html>
<html>
<head>
    <title>Chat Room</title>
    <script src="https://cdnjs.cloudflare.com/ajax/libs/socket.io/4.2.0/socket.io.js"></script>
    <script type="text/javascript">
        var socket = io();
        function sendMessage() {
            var message = document.getElementById('message').value;
            socket.emit('message', message);
        }
        socket.on('message', function(message) {
            var node = document.createElement('li');
            var textnode = document.createTextNode(message);
            node.appendChild(textnode);
            document.getElementById('messages').appendChild(node);
        });
</script>
</head>
<body>
    <ul id="messages"></ul>
    <input type="text" id="message">
    <button onclick="sendMessage()">Send</button>
</body>
</html>
  1. 文件下载

这个示例演示了如何使用 Flask 提供文件下载功能。在这个示例中，我们使用 Flask 的 send_file 函数将文件发送给客户端。

bash 复制代码 
from flask import Flask, send_file


app = Flask(__name__)


@app.route('/download')
def download():
    filename = 'example.txt'
    return send_file(filename, as_attachment=True)


if __name__ == '__main__':
    app.run(debug=True)
  1. 数据库连接

这个示例演示了如何使用 Flask 连接和操作数据库。在这个示例中，我们使用 Flask-SQLAlchemy 扩展和 SQLite 数据库。

bash 复制代码 
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///database.db'
db = SQLAlchemy(app)
class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(50))
@app.route('/')
def index():
    users = User.query.all()
    return ', '.join([user.name for user in users])
if __name__ == '__main__':
    db.create_all()
    app.run(debug=True)

  1. 异步任务

    这个示例演示了如何使用 Flask 实现异步任务。在这个示例中，我们使用 Flask-Celery-Helper 扩展和 Celery 库来执行异步任务。

bash 复制代码 
from flask import Flask
from flask_celery_helper import FlaskCeleryHelper


app = Flask(__name__)
app.config['CELERY_BROKER_URL'] = 'redis://localhost:6379/0'
app.config['CELERY_RESULT_BACKEND'] = 'redis://localhost:6379/0'


helper = FlaskCeleryHelper(app)


@helper.task()
def add_numbers(a, b):
    return a + b


@app.route('/')
def index():
    result = add_numbers.delay(1, 2)
    return str(result.get())

if __name__ == '__main__':
    helper.start_worker()
    app.run(debug=True)

flask参数简要：

import_name：应用程序的名称或模块名称。

static_url_path：静态文件的 URL 前缀，默认为 '/static'。

static_folder：存储静态文件的文件夹，默认为应用程序根目录下的 'static' 文件夹。

template_folder：存储模板文件的文件夹，默认为应用程序根目录下的 'templates' 文件夹。

instance_path：应用程序实例的路径，默认为自动生成的路径。

instance_relative_config：是否使用相对于实例路径的配置文件，默认为 False。

root_path：应用程序根目录的路径，默认为自动生成的路径。

host：绑定的主机名，默认为 '127.0.0.1'。

port：绑定的端口号，默认为 5000。

debug：是否开启调试模式，默认为 False。

use_reloader：是否使用重新加载器，在代码改动时自动重启服务器，默认为 True。

threaded：是否开启多线程模式，默认为 False。

ssl_context：可选的 SSL 上下文用于启用 HTTPS。

static_host：用于静态文件的主机名，默认为 None。

static_url_path：静态文件的 URL 前缀，默认为 '/static'。

static_folder：存储静态文件的文件夹，默认为应用程序根目录下的 'static' 文件夹。

template_folder：存储模板文件的文件夹，默认为应用程序根目录下的 'templates' 文件夹。

instance_path：应用程序实例的路径，默认为自动生成的路径。

instance_relative_config：是否使用相对于实例路径的配置文件，默认为 False。

root_path：应用程序根目录的路径，默认为自动生成的路径。

几个WEB框架对比：

  1. Flask

优点：

  • 基于 Werkzeug WSGI 工具和 Jinja2 模板引擎，提供了简单、轻量级的方式来构建 Web 应用程序。

  • 易于学习和上手，适合小型项目或者初学者。

  • 灵活性高，允许开发者根据需求自由选择扩展和定制功能。

  • 可以与各种数据库系统和模板引擎无缝集成，提供了丰富的扩展库。

  • 文档齐全，拥有活跃的社区支持。

缺点：

  • 对于大型、复杂的应用程序，可能需要更多的配置和工程实践。

  • 不像一些全功能框架（比如 Django）那样自带 ORM 和其他工具，因此在处理复杂的数据库交互时可能需要更多的手动操作。

  • 在处理高并发请求时，性能可能不如一些异步框架。

  1. Django

优点：

  • 具有完整的开发工具包，自带 ORM 以及认证、管理等功能。

  • 支持非常丰富的扩展和插件，适合构建大型、复杂的 Web 应用程序。

  • 社区活跃，文档详尽，拥有较多的开发者和贡献者。

缺点：

  • 对于新手来说不够友好。

  • 部分功能可能过于笨重，不适合小型项目。

  • 定制化需求支持不够灵活。

  1. Pyramid

优点：

  • 灵活性高，可定制性强，适合构建大型、复杂的 Web 应用程序。

  • 对于需要高度定制化的应用程序，提供了丰富的扩展库和工具。

  • 文档详尽，社区活跃，拥有一定数量的开发者和贡献者。

缺点：

  • 不够友好，需要更多的实践和经验。

  • 部分功能需要自己实现，不够便捷。

  • 社区相对其他框架不够活跃。

  1. Bottle

优点：

  • 轻量级，易于上手，速度快。

  • 可以单文件运行，无需安装或配置。

  • 兼容 Python 2 和 3。

缺点：

  • 功能相比其他框架有所欠缺，不适合构建大型、复杂的 Web 应用程序。

  • 社区不够活跃。

  1. CherryPy

优点：

  • 轻量级，速度快，可扩展性强。

  • 兼容 Python 2 和 3。

缺点：

  • 对于新手来说不够友好，需要更多的实践和经验。

  • 功能相对其他框架较为有限。

  1. Tornado

优点：

  • 速度快，支持异步 I/O，可用于实时 Web 应用程序。

  • 可以与异步代码库（比如 asyncio）无缝集成。

缺点：

  • 需要对底层 I/O 操作有一定的了解。

  • 不够灵活，对于需要高度定制化的应用程序可能不够合适。

  1. Falcon

优点：

  • 轻量级，速度快，可扩展性强。

  • 文档详尽，社区活跃。

缺点：

  • 对于复杂应用程序需要手动添加扩展。

  • 社区相对其他框架不是很活跃。

  1. FastAPI

优点：

  • 速度快，自带 API 文档生成器，支持异步 I/O。

  • 文档详尽，社区活跃。

缺点：

  • 对于新手来说不够友好。
  1. Quart

优点：

  • 基于 asyncio 的 Flask 版本，支持异步 I/O。

  • 文档详尽。

缺点：

  • 对于新手来说不够友好。

  • 社区相对其他框架不是很活跃。

  1. web2py

优点：

  • 易于使用，自带 ORM、安全防护等功能。

  • 具有完整的开发工具包，文档详尽。

缺点：

  • 对于定制化需求不够灵活。

  • 部分功能相对其他框架较为有限。

相关推荐
love530love2 小时前
LiveTalking 数字人项目 Windows 部署完全指南（EPGF 架构）
人工智能·windows·python·架构·livetalking·epgf
遇事不決洛必達2 小时前
【Python基础】GIL 锁是什么及其对爬虫的影响
爬虫·python·线程·进程·gil锁
星辰徐哥2 小时前
Spring Boot 微服务架构设计与实现
spring boot·后端·微服务
星辰徐哥2 小时前
Spring Boot 数据导入导出与报表生成
spring boot·后端·ui
明夜之约2 小时前
Spring Boot 自动装配源码
java·spring boot·后端
Leaton Lee2 小时前
Spring Boot分层架构详解：从Controller到Service再到Mapper的完整流程
java·spring boot·后端·架构
Micro麦可乐2 小时前
Spring Boot 实战：从零设计一个短链系统（含完整代码与数据库设计）
数据库·spring boot·后端·哈希算法·雪花算法·短链系统
Jinkxs2 小时前
Resilience4j- 与 Spring Boot 快速集成：自动配置与基础注解使用
java·spring boot·后端
毕设源码_郑学姐2 小时前
计算机毕业设计springboot网络相册设计与实现 基于Spring Boot框架的在线相册管理系统开发与应用 Spring Boot驱动的网络影集设计与实践
spring boot·后端·课程设计
辣机小司2 小时前
【踩坑记录：Spring Boot 配置文件读取值不一致？警惕 YAML 的“八进制陷阱”与 SnakeYAML 版本之谜】
java·spring boot·后端·yaml·踩坑记录
热门推荐
01GitHub 镜像站点02【AI】2026 年具身智能模型和世界模型总结03Codex 下载安装指南：Windows 和 macOS 官方版下载042026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf052026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？06【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法07CC-Switch 下载、安装与使用配置指南【2026.5.29】08Agnes AI 全模态 API 免费实测报告：文生图 + 文生视频完整测试09CC-Switch & Claude 基于 Linux 服务器安装使用指南10AI科技热点日报 | 2026年6月1日