Flask Web 应用与 MongoDB 集成:用户登录和退出

在本文中,我们将探讨如何使用 Flask Web 框架和 MongoDB 数据库构建一个简单的 Web 应用。我们将使用 Flask-PyMongo 扩展来实现 MongoDB 集成,并使用 Flask-Login 扩展来处理用户认证。

1. 安装所需库

首先,我们需要安装 Flask、Flask-PyMongo 和 Flask-Login 扩展:

复制代码
pip install Flask Flask-PyMongo Flask-Login

2. 创建 Flask 应用

接下来,我们将创建一个名为 app.py 的 Flask 应用:

复制代码
from flask import Flask, render_template, request, redirect, url_for
from flask_pymongo import PyMongo
from flask_login import LoginManager, UserMixin, login_user, current_user, login_required, logout_user

app = Flask(__name__)
mongo = PyMongo(app)
login_manager = LoginManager()
login_manager.init_app(app)

3. 定义 User 类

我们将使用 Flask-Login 来处理用户认证。首先,我们需要定义一个 User 类,该类继承自 Flask-Login 的 UserMixin 类:

复制代码
class User(UserMixin):
    pass

4. 用户加载回调

接下来,我们需要定义一个用户加载回调函数,该函数将使用 Flask-Login 的 user_loader 装饰器:

复制代码
@login_manager.user_loader
def user_loader(username):
    user = User()
    user.id = username
    return user

5. 创建登录和注销路由

现在,我们将创建一个登录页面,并使用 Flask-Login 来处理用户登录和注销:

复制代码
@app.route('/login', methods=['GET', 'POST'])
def login_page():
    if request.method == 'POST':
        username = request.form['username']
        password = request.form['password']
        # 在此处验证用户凭据
        user = User()
        user.id = username
        login_user(user)
        return redirect(url_for('protected_page'))
    return render_template('login.html')

@app.route('/logout')
def logout_page():
    if current_user.is_active:
        logout_user()
        return 'Logged out'
    else:
        return "you aren't login"

6. 创建受保护的页面

最后,我们将创建一个受保护的页面,该页面仅对登录用户可见:

复制代码
@app.route('/protected_page')
@login_required
def protected_page():
    return 'This is a protected page.'

7. 运行 Flask 应用

现在,我们已经构建了整个 Flask 应用。在命令行中运行以下命令以启动应用:

复制代码
python app.py

应用将在本地主机的 8000 端口上运行。您可以通过访问 /login、/logout 路径来测试登录、退出功能。

相关推荐
兵慌码乱2 小时前
基于 MediaPipe 与 PySide2 的手势交互音乐控制系统实现:轻量化视觉交互全流程解析
python·opencv·计算机视觉·人机交互·手势识别·mediapipe·pyside2
luckdewei5 小时前
FastAPI 资产管理系统实战:复杂 ORM 关联、Alembic 迁移与 N+1 查询优化
python
aqi0011 小时前
15天学会AI应用开发(八)使用向量数据库实现RAG功能
人工智能·python·大模型·ai编程·ai应用
Csvn12 小时前
`functools.lru_cache` —— 一行代码搞定缓存加速
后端·python
金銀銅鐵1 天前
[Python] 从《千字文》中随机挑选汉字
后端·python
cup111 天前
[技术复盘] Windows Python 打包实战:Nuitka 环境踩坑总结与 CI 自动化构建全指南
python·ai·环境变量·ci·nuitka·skill
aqi001 天前
15天学会AI应用开发(七)有了大模型为什么还要引入RAG
人工智能·python·大模型·ai编程·ai应用
金銀銅鐵2 天前
用 Python 实现 Take-Away 游戏
python·游戏