Python Web 框架篇:Flask、Django、FastAPI介绍及其核心技术
Python Web 框架篇:Flask、Django、FastAPI介绍及其核心技术
目录
- 🐍 Flask
- Flask 核心概念(路由、视图函数、模板渲染)
- Flask Blueprint 模块化应用
- Flask 扩展(Flask-SQLAlchemy、Flask-WTF、Flask-Migrate 等)
- 🌍 Django
- Django 项目架构
- Django ORM 及模型定义
- Django 中间件
- Django 信号机制
- Django Form 和 Template 引擎
- 🚀 FastAPI
- FastAPI 核心概念(路由、请求模型、响应模型)
- Pydantic 数据验证与序列化
- 异步编程与并发处理
- FastAPI 中的依赖注入
1. 🐍 Flask
Flask 是一个轻量级的 Python Web 框架,以其灵活、简单且易于扩展的特性深受开发者的青睐。通过 Flask,可以快速创建并部署 Web 应用,同时保留对项目结构的高度控制。其核心概念包括路由、视图函数和模板渲染等。
Flask 核心概念(路由、视图函数、模板渲染)
路由是 Flask 的基础,通过 @app.route()
装饰器将 URL 与对应的视图函数绑定。每当用户访问该 URL,Flask 就会执行相应的视图函数并返回结果。
from flask import Flask, render_template
app = Flask(__name__)
# 路由示例
@app.route('/')
def homepage():
return "Welcome to Flask Homepage!"
# 模板渲染示例
@app.route('/hello/<name>')
def hello(name):
return render_template('hello.html', name=name)
if __name__ == '__main__':
app.run(debug=True)
视图函数 是用于处理请求并返回响应的核心逻辑。在 Flask 中,视图函数可以返回字符串、HTML 模板或 JSON 数据。通过模板渲染机制,开发者可以将数据动态传递到前端界面,极大简化了页面展示的流程。
<!-- hello.html -->
<!DOCTYPE html>
<html>
<head>
<title>Hello, Flask</title>
</head>
<body>
<h1>Hello, {{ name }}!</h1>
</body>
</html>
Flask 通过 Jinja2 模板引擎实现模板渲染,允许开发者将变量嵌入 HTML 模板中,从而动态生成页面。
Flask Blueprint 模块化应用
Flask 的 Blueprint 功能允许开发者将大型应用程序拆分成多个模块,每个模块可以独立开发和维护。这样可以提高应用的可扩展性和代码的可维护性,特别适合大型 Web 应用。
from flask import Flask, Blueprint
# 创建蓝图
bp = Blueprint('admin', __name__, url_prefix='/admin')
@bp.route('/')
def admin_home():
return "Welcome to the Admin Panel!"
app = Flask(__name__)
app.register_blueprint(bp)
if __name__ == '__main__':
app.run(debug=True)
上面的例子展示了如何通过 Blueprint 创建一个独立的管理后台模块。通过 Blueprint,可以将不同的功能模块化,保持代码的清晰和可维护性。
Flask 扩展(Flask-SQLAlchemy、Flask-WTF、Flask-Migrate 等)
Flask 通过其丰富的扩展生态,能够轻松实现数据库操作、表单验证和数据库迁移等功能。最常用的扩展之一是 Flask-SQLAlchemy,它是一个 ORM 库,简化了与数据库的交互。
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///app.db'
db = SQLAlchemy(app)
# 定义数据库模型
class User(db.Model):
id = db.Column(db.Integer, primary_key=True)
username = db.Column(db.String(80), nullable=False)
@app.route('/')
def index():
users = User.query.all()
return ', '.join([user.username for user in users])
if __name__ == '__main__':
db.create_all()
app.run(debug=True)
通过 Flask-WTF,可以轻松处理 Web 表单的验证。Flask-Migrate 则提供了方便的数据库迁移工具,帮助管理数据库结构的更新。
2. 🌍 Django
Django 是一个全栈 Web 框架,提供了包括 ORM、模板引擎、URL 路由、中间件和信号机制在内的完整工具集。它遵循“Django 式”的开发风格,能帮助开发者快速开发复杂的 Web 应用。
Django 项目架构
Django 的项目架构由多个应用组成,每个应用负责一组功能。开发者可以通过命令行创建项目和应用,Django 会自动生成必要的目录结构。
django-admin startproject myproject
cd myproject
python manage.py startapp myapp
一个典型的 Django 项目结构如下:
myproject/
manage.py
myproject/
__init__.py
settings.py
urls.py
myapp/
migrations/
__init__.py
models.py
views.py
urls.py
Django ORM 提供了一种直观的方式定义和操作数据库模型。模型定义非常简洁,可以通过类来描述表结构,Django 会自动生成对应的数据库表。
from django.db import models
class User(models.Model):
username = models.CharField(max_length=100)
email = models.EmailField()
通过 ORM,开发者可以使用 Python 代码直接操作数据库,而不需要编写 SQL 语句。
Django 中间件
中间件是 Django 请求处理链中的关键组件,它可以在请求到达视图之前或响应发出之前对其进行修改。Django 提供了多种内置中间件,如身份验证、跨站点请求伪造(CSRF)保护等。
# settings.py
MIDDLEWARE = [
'django.middleware.security.SecurityMiddleware',
'django.contrib.sessions.middleware.SessionMiddleware',
'django.middleware.common.CommonMiddleware',
]
开发者还可以自定义中间件,处理特定的需求。
Django 信号机制
Django 的信号机制允许不同部分的代码在某些事件发生时进行通信。信号是一种发布-订阅模式,常用于在模型保存、删除等操作时触发特定逻辑。
from django.db.models.signals import post_save
from django.dispatch import receiver
from .models import User
@receiver(post_save, sender=User)
def user_saved(sender, instance, created, **kwargs):
if created:
print(f'New user created: {instance.username}')
信号使得项目中的模块可以解耦,提升了代码的灵活性和可维护性。
Django Form 和 Template 引擎
Django 的表单系统通过 Form
类进行表单处理和验证,极大简化了表单数据的验证和处理流程。
from django import forms
class ContactForm(forms.Form):
name = forms.CharField(max_length=100)
email = forms.EmailField()
message = forms.CharField(widget=forms.Textarea)
Django 的模板引擎允许开发者通过模板标签和过滤器来渲染动态内容,帮助分离业务逻辑和前端显示。
3. 🚀 FastAPI
FastAPI 是一个现代的、高性能的 Web 框架,专注于异步编程和快速开发。它提供了自动生成文档、数据验证等功能,非常适合开发高并发的 Web 应用和 API 服务。
FastAPI 核心概念(路由、请求模型、响应模型)
FastAPI 的路由与 Flask 类似,通过装饰器将 URL 路径与视图函数绑定。不同的是,FastAPI 提供了请求和响应模型,可以明确指定请求参数的类型和格式。
from fastapi import FastAPI
app = FastAPI()
# 定义路由
@app.get('/')
def read_root():
return {"message": "Welcome to FastAPI"}
# 定义带参数的路由
@app.get('/hello/{name}')
def say_hello(name: str):
return {"message": f"Hello, {name}!"}
FastAPI 通过 Pydantic 实现了强大的数据验证与序列化,开发者可以使用 Pydantic 模型定义请求和响应的数据结构,保证数据的一
致性和准确性。
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str = None
price: float
Pydantic 数据验证与序列化
在 FastAPI 中,Pydantic 被用于验证请求数据,确保传入的数据符合预期格式和类型要求。
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
# 定义请求模型
class Item(BaseModel):
name: str
price: float
in_stock: bool = True
@app.post("/items/")
def create_item(item: Item):
return {"item": item}
Pydantic 会自动处理类型转换和验证,开发者无需手动处理数据的验证逻辑。
异步编程与并发处理
FastAPI 完全支持异步编程,开发者可以通过 async
关键字实现非阻塞的视图函数,从而有效处理并发请求。
import asyncio
from fastapi import FastAPI
app = FastAPI()
@app.get('/async-task')
async def async_task():
await asyncio.sleep(2)
return {"message": "Async Task Completed!"}
通过异步编程,FastAPI 可以轻松处理数千个并发请求,极大提高了应用的性能。
FastAPI 中的依赖注入
FastAPI 提供了强大的依赖注入系统,开发者可以通过定义依赖函数,将常用的逻辑抽象出来并注入到多个路由函数中。
from fastapi import Depends, FastAPI
app = FastAPI()
# 定义依赖函数
def get_token_header():
return "Bearer token"
# 路由中使用依赖
@app.get('/protected')
def protected_route(token: str = Depends(get_token_header)):
return {"token": token}
依赖注入不仅提高了代码的复用性,还帮助开发者更好地组织和管理项目中的业务逻辑。