请在开始使用 Flask 之前阅读本文。也希望本文能够回答关于 Flask 项目的初衷以及目标,以及 flask 适用的场景(情境)等问题。
什么是 “微”?
“微” (“Micro”) 并不是意味着把整个 Web 应用放入到一个 Python 文件,尽管确实可以这么做。当然“微” (“Micro”) 也不是意味 Flask 的功能上是不足的。微框架中的 “微” (“Micro”) 是指 Flask 旨在保持代码简洁且易于扩展。Flask 不会为你做太多的选择,例如选择什么样的数据库。Flask 为你做的是很容易修改的,比如选择什么样的模版引擎。其它的一切取决于你,因此 Flask 能满足你所需要的。
默认情况下,Flask 并不包含数据库抽象层,表单验证或者任何其它现有的库( Django )能够处理的。相反,Flask 支持扩展,这些扩展能够添加功能到你的应用,像是 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,多种开放的认证技术等功能。Flask 可能是“微”型的,但是已经能够在各种各样的需求中生产使用。
配置和约定
Flask 有许多带有合理默认值的配置项,也遵循一些惯例。例如:按惯例,模板和静态文件存储在应用 Python 源代码树下的子目录中,而这是可以改变的,你通常不必这么做,尤其是在刚开始的时候。
与 Flask 共同成长
一旦你的 Flask 项目搭建以及运行起来,你会发现在社区中有大量可用的扩展集成到你的生产环境项目中来。Flask 核心团队会审阅这些扩展,确保经过验证过的扩展在未来版本中仍能使用。
随着你的代码库的增长,你能够自由地为你的项目做出恰当的设计决定。Flask 会继续尽 Python 的可能提供一个简单的粘合层。你可以在 SQLAlchemy 或者其它数据库工具中实现高级模式,适当的时候引入非关系型数据持久化,使用框架无关的 WSGI 工具,WSGI 是 Python 的 web 接口。
安装
Flask 依赖两个外部库, Werkzeug 和 Jinja2。Werkzeug 是一个 WSGI 工具集,它是 web 应用程序和用于开发和部署的服务器之间的标准接口。Jinja2 负责渲染模板。
因此怎样才能快速地安装这一切了?你有很多种方法去安装,但是最简单粗暴的方式就是 virtualenv, 让我们首先来看看它。
virtualenv
也许 Virtualenv 是你在开发中最愿意使用的,如果你在生产机器上有 shell 权限的时候,你也会愿意用上 virtualenv。
virtualenv 解决了什么问题?如果你像我一样喜欢 Python 的话,有很多机会在基于 Flask 的 web 应用外的其它项目上使用 Python。 然而项目越多,越有可能在不同版本的 python,或者至少在不同 python 库的版本上工作。 我们需要面对这样的事实:库破坏向后兼容性的情况相当常见,而且零依赖的正式应用也不大可能存在。 如此,当你的项目中的两个或更多出现依赖性冲突,你会怎么做?
Virtualenv 的出现解决这一切!Virtualenv 能够允许多个不同版本的 Python 安装,每一个服务于各自的项目。 它实际上并没有安装独立的 Python 副本,只是提供了一种方式使得环境保持独立。让我们见识下 virtualenv 怎么工作的。
如果你在 Mac OS X 或 Linux下,下面两条命令可能会适用:
$ sudo easy_install virtualenv
或者更好的:
$ sudo pip install virtualenv
上述的命令会在你的系统中安装 virtualenv。它甚至可能会出现在包管理器中。如果你使用 Ubuntu ,请尝试:
$ sudo apt-get install python-virtualenv
如果是在 Windows 下并且没有安装 easy_install 命令,你首先必须安装 easy_install 。 一旦安装好 easy_install , 运行上述的命令,但是要去掉 sudo 前缀。
一旦成功安装 virtualenv,运行 shell 创建自己的环境。我通常会创建一个项目文件夹,其下创建 venv 文件夹:
$ mkdir myproject $ cd myproject $ virtualenv venv
New python executable in venv/bin/python Installing distribute............done.
现在,只要你想要在某个项目上工作,只要激活相应的环境。在 OS X 和 Linux 下,按如下做:
$ . venv/bin/activate
如果你是个 Windows 用户,下面的命令行是为你准备的:
$ venv\scripts\activate
无论哪种方式,你现在能够使用你的 virtualenv (注意你的 shell 提示符显示的是活动的环境)。
现在你只需要键入以下的命令来激活你的 virtualenv 中的 Flask:
$ pip install Flask
几秒后,一切就为你准备就绪。
全局安装
这样也是可能的,尽管我不推荐。只需要以 root 权限运行 pip:
$ sudo pip install Flask
(在 Windows 系统上,在管理员权限的命令提示符中运行这条命令,不需要 sudo。)
体验最新的 Flask (Living on the Edge)
如果你想要用最新版的 Flask 干活,这里有两种方式:你可以使用 pip 拉取开发版本, 或让它操作一个 git checkout。无论哪种方式,依然推荐使用 virtualenv。
在一个新的 virtualenv 上获取一个 git checkout,在开发模式下运行:
$ git clone http://github.com/mitsuhiko/flask.git
Initialized empty Git repository in ~/dev/flask/.git/
$ cd flask $ virtualenv venv --distribute
New python executable in venv/bin/python Installing distribute............done.
$ . venv/bin/activate $ python setup.py develop
... Finished processing dependencies for Flask
这会拉取依赖关系并激活 git head 作为 virtualenv 中的当前版本。然后你只需要执行 git pull origin 来升级到最新版本。
没有 git 下获取最新的开发版本,需要这样做:
$ mkdir flask $ cd flask $ virtualenv venv --distribute $ . venv/bin/activate
New python executable in venv/bin/python Installing distribute............done.
$ pip install Flask==dev
... Finished processing dependencies for Flask==dev
Windows 下的 pip 和 distribute
在 Windows 系统下,安装 easy_install 有些棘手,但是仍然很简单。最简单的方式是下载 distribute_setup.py 文件接着运行它。运行这个文件最简单的方式就是打开下载文件夹接着双击这个文件。
接着,把 Python 的 Scripts 文件夹添加到 PATH 环境变量来,这样 easy_install 命令和其它 Python 脚本就加入到了命令行自动搜索的路径。做法是:右键单击桌面上或是“开始”菜单中的“我的电脑”图标,选择“属性”, 然后单击“高级系统设置”(在 Windows XP 中,单击“高级”选项卡),然后单击“环境变量”按钮, 最后双击“系统变量”栏中的“Path”变量,并加入你的 Python 解释器的 Scripts 文件夹。 确保你用分号把它和现有的值分隔开。假设你使用 Python 2.7 且为默认目录,添加下面的值:
;C:\Python27\Scripts
这样就完成了!为了检测是否正常工作,打开命令提示符执行 easy_install。在 Windows Vista 或者 Windows 7 下如果开启了用户账户控制,它应该提示需要管理员权限。
现在已经安装好 easy_install,你能使用它来安装 pip:
> easy_install pip

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在现实世界中的应用包括数据分析、Web开发、人工智能和自动化。1)在数据分析中,Python使用Pandas和Matplotlib处理和可视化数据。2)Web开发中,Django和Flask框架简化了Web应用的创建。3)人工智能领域,TensorFlow和PyTorch用于构建和训练模型。4)自动化方面,Python脚本可用于复制文件等任务。

Python在数据科学、Web开发和自动化脚本领域广泛应用。1)在数据科学中,Python通过NumPy、Pandas等库简化数据处理和分析。2)在Web开发中,Django和Flask框架使开发者能快速构建应用。3)在自动化脚本中,Python的简洁性和标准库使其成为理想选择。

Python的灵活性体现在多范式支持和动态类型系统,易用性则源于语法简洁和丰富的标准库。1.灵活性:支持面向对象、函数式和过程式编程,动态类型系统提高开发效率。2.易用性:语法接近自然语言,标准库涵盖广泛功能,简化开发过程。

Python因其简洁与强大而备受青睐,适用于从初学者到高级开发者的各种需求。其多功能性体现在:1)易学易用,语法简单;2)丰富的库和框架,如NumPy、Pandas等;3)跨平台支持,可在多种操作系统上运行;4)适合脚本和自动化任务,提升工作效率。

可以,在每天花费两个小时的时间内学会Python。1.制定合理的学习计划,2.选择合适的学习资源,3.通过实践巩固所学知识,这些步骤能帮助你在短时间内掌握Python。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

Dreamweaver CS6
视觉化网页开发工具

WebStorm Mac版
好用的JavaScript开发工具

ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境

记事本++7.3.1
好用且免费的代码编辑器