深入理解flask 笔记

===sqlalchemy创建的数据模型中：
1 字段是类属性   【模型中定义的字段是类属性，表单中定义的字段也是类字段】

2 若数据库不支持bool类型，则sqlalchemy会自动将bool转成0和1

3 若不显示指明表名，则表名为模型名的小写

4 sqlalchemy默认的__init__会将定义的类属性作为__init__的关键字参数

===查询语句：User是类名，不是实例名

1 User.query.all()

2 User.query.limit(10).all()

3 User.query.order_by(User.age).all()

3 User.query.order_by(User.age.desc()).all()

3 User.query.first()

3 通过主键获取一行数据：User.query.get()

3 过滤：filter 和filter_by，但filter_by只能查找确切值：User.query.filter_by(username='haha').all()    User.query.filter(User.username='haha').all()   

filter 还支持 in_ or_ not_

db.session.query(func.count(Gift.id), Gift.isbn).filter(
Gift.launched == False,
Gift.isbn.in_(isbn_list),
Gift.status == 1).group_by(
Gift.isbn).all()

3 add、delete和update都要commit，查询不需要

 delete 要先查询出再删

user = User.query.first()

db.session.delete(user)

db.session.commit()

增加记录：

user = User()

db.session.add(user)
db.session.commit()

===模型关系

一对多时，外键在多的那一方

uid = Column(Integer, ForeignKey('user.id'), nullable=False) #user是表名，id是表中的字段

 综上，ForeignKey里的是表名，relationship里的是类名  

=====db.session.commit帮我们实现了事务

======Jinja模板中的变量可以是任意python对象，只要他能被python的str()方法转换成一个字符串

=======

{%if   %}  if里可以有过滤器

{% else %}

{% endif %}

======

{%for   a in b %}   循环内有个特殊 变量 loop，获取循环的一些信息，如迭代次数

{% endfor %}

=====for 和 if 嵌套

Jinja2 还支持宏。宏类似于 Python 代码中的函数

 需要在多处重复使用的模板代码片段可以写入单独的文件，再包含在所有模板中， 以避免重复：
{% include 'common.html' %}
另一种重复使用代码的强大方式是模板继承，它类似于 Python 代码中的类继承

block 标签定义的元素可在衍生模板中修改

====

若url_for中的url带参数，可以通过关键字参数的形式传入url_for：url_for('web.book_detail', isbn=current_gift.isbn)

==============

jinja对Flask提供的特有支持：request、config、session、url_for 、get_flashed_messages()、g

=========Bootstrap是一些列CSS样式的集合

get_or_404  first_or_404

============

字段检查器都可以接受一个message参数，表示检测没通过时返回的信息

==========从flask_wtf中import的form才有validate_on_submit这个方法，从wtforms引入的form没有此方法

form.validate_on_submit() 会1）判断请求是否为post请求2）字段是否通过校验

===========

 g对象保存每个特定请求的临时数据，是线程安全的，请求结束时，这个对象就销毁了

==========

通常abort和errorhandler一起用，abort返回一个http错误码，errorhandler处理这个错误码

errorhandler可以接收多个错误码

=========类视图函数的定义  MethodView

======

from flask_restful import reqparse

self.paser = reqparse.RequestParser() #参数解析器
self.paser.add_argument('wfids',required=True,location=['args','headers'])  #从URL参数中或HTTP请求头中找出wfids变量

args = self.paser.parse_args()  #获取参数的解析结果
=========
在return语句中，若返回的是一个元组，第2个内容作为http状态码，还可以用字典作为第3个参数，表示响应头内容
=========

通过curl发送get请求：curl http://localhost:5000/api/post/1
发送post请求：curl -d "title=HAHA" -d "tag=python" http://localhost:5000/api/post

curl中使用-X来创建put请求 curl -X PUT -d "tile=haha" -d "token=***" http://localhost:5000/api/post/110

=========

对于api，为了进行身份认证，可以使用token,token通常都设过期时间，这样即使token被窃取了也只能用一段时间

from itsdangerous import TimedJSONWebSignatureSerializer as Serializer
def generate_token(self, expiration=600):  #生成token
        s = Serializer(secret_key=current_app.config['SECRET_KEY'], expires_in=expiration)
        return s.dumps({'id': self.id}).decode('utf-8')
#######解析token
def parse_token(token):        
        s = Serializer(secret_key=current_app.config['SECRET_KEY'])
        try:
            data = s.loads(token.encode('utf-8'))
        except:
            return False

        uid = data.get('id')

=========

sql 优势：支持事务（持久性、隔离性、原子性、一致性）
劣势：慢（postgre其实也不慢）、可扩展性差（不能把数据拆分到多个库，如A-H的存入一个库，I-P的存入一个库，因为join需要获取整张表的数据）

nosql:劣势：不支持事务
优势：快（不用调优就很快）、可扩展、无固定表结构

BJSON是二进制json，允许把json存为二级制格式，而不是字符串，这样能节省大量空间

=================