Flask-SQLAlchemy 是一个用于数据库操作的 Flask 扩展。首先安装 Flask-SQLAlchemy：

pip install flask-sqlalchemy

配置数据库并定义模型：

from flask import Flask

from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///site.db'

db = SQLAlchemy(app)

class User(db.Model):

id = db.Column(db.Integer, primary_key=True)

username = db.Column(db.String(20), unique=True, nullable=False)

email = db.Column(db.String(120), unique=True, nullable=False)

def __repr__(self):

return f"User('{ self.username}', '{ self.email}')"

创建数据库表：

from app import db

db.create_all()

蓝图（Blueprints）

Flask 蓝图用于组织大型应用，将应用程序拆分为更小的模块。以下是使用蓝图的示例：

创建蓝图文件 users.py：

from flask import Blueprint

users = Blueprint('users', __name__)

@users.route('/user/<username>')

def profile(username):

return f"User: { username}"

在主应用中注册蓝图：

from flask import Flask

from users import users

app = Flask(__name__)

app.register_blueprint(users)

if __name__ == '__main__':

app.run(debug=True)

部署

Flask 可以在多种环境下部署，如 WSGI 服务器（如 Gunicorn）、Docker 容器、Heroku 等。

使用 Gunicorn 部署示例：

pip install gunicorn

gunicorn app:app

小结

Flask 是一个灵活且强大的 Web 框架，适合从小型项目到中型项目的开发。它的轻量级特性使得开发者可以根据需求自由选择和配置所需的功能和组件，而丰富的扩展生态系统则确保了几乎所有的需求都能得到满足。通过 Flask，开发者可以快速构建、测试和部署 Web 应用，从而提高开发效率和项目质量。

3.FastAPI 详解

FastAPI 是一个用于构建 API 的现代、快速（高性能）Web 框架，基于 Python 3.6+ 类型提示。它被设计为易于使用和高效，能够处理大量并发请求。

主要特点

高性能：

基于 Starlette 和 Pydantic，FastAPI 具有非常高的性能，接近 NodeJS 和 Go 的性能。

简洁和易用：

使用 Python 的类型提示，代码简洁明了，极大地提高了开发效率。

自动生成文档：

FastAPI 自动生成交互式 API 文档（Swagger UI 和 ReDoc），方便测试和调试。

支持异步编程：

原生支持异步编程，适合高并发应用。

内置数据验证：

使用 Pydantic 进行数据验证和序列化，确保数据的准确性和安全性。

高度灵活：

可以与任何数据库、模板引擎和其他框架结合使用。

安装和创建项目

安装 FastAPI 和 Uvicorn：

pip install fastapi uvicorn

创建 FastAPI 项目：

在项目目录下创建 main.py 文件：

from fastapi import FastAPI

app = FastAPI()

@app.get("/")

def read_root():

return { "Hello": "World"}

@app.get("/items/{item_id}")

def read_item(item_id: int, q: str = None):

return { "item_id": item_id, "q": q}

运行应用：

uvicorn main:app --reload

项目结构

FastAPI 项目结构非常灵活，可以根据项目需求进行组织。以下是一个推荐的项目结构：

myfastapiapp/

app/

__init__.py

main.py

models.py

schemas.py

crud.py

database.py

routers/

__init__.py

items.py

users.py

dependencies/

__init__.py

auth.py

core/

__init__.py

config.py

tests/

test_main.py

requirements.txt

路由和视图

FastAPI 使用装饰器来定义路由和视图函数。以下是一些示例：

定义 GET 路由：

@app.get("/users/{user_id}")

def read_user(user_id: int):

return { "user_id": user_id}

定义 POST 路由：

from fastapi import Body

@app.post("/users/")

def create_user(name: str = Body(...), age: int = Body(...)):

return { "name": name, "age": age}

自动生成文档

FastAPI 会自动生成 API 文档，可以在以下地址查看：

Swagger UI：http://127.0.0.1:8000/docsReDoc：http://127.0.0.1:8000/redoc

数据验证和序列化

使用 Pydantic 进行数据验证和序列化。定义 Pydantic 模型：

from pydantic import BaseModel

class User(BaseModel):

id: int

name: str

age: int

在路由中使用 Pydantic 模型：

@app.post("/users/")

def create_user(user: User):

return user

异步编程

FastAPI 原生支持异步编程，以下是一个异步视图函数示例：

import asyncio

@app.get("/async")

async def get_async():

await asyncio.sleep(1)

return { "message": "This is an async endpoint"}

使用数据库

使用 SQLAlchemy 和 FastAPI 一起使用。首先安装依赖：

pip install sqlalchemy databases

配置数据库并定义模型：

# database.py

from sqlalchemy import create_engine, Column, Integer, String

from sqlalchemy.ext.declarative import declarative_base

from sqlalchemy.orm import sessionmaker

DATABASE_URL = "sqlite:///./test.db"

engine = create_engine(DATABASE_URL)

SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

Base = declarative_base()

# models.py

from .database import Base

class User(Base):

__tablename__ = "users"

id = Column(Integer, primary_key=True, index=True)

name = Column(String, index=True)

age = Column(Integer)

# main.py

from . import models

from .database import engine

models.Base.metadata.create_all(bind=engine)

蓝图（Router）

FastAPI 使用 APIRouter 进行路由组织：

from fastapi import APIRouter

router = APIRouter()

@router.get("/items/")

def read_items():

return [{ "item_id": "Foo"}]

app.include_router(router)

部署

FastAPI 可以在多种环境下部署，如 Uvicorn、Gunicorn、Docker 等。

使用 Gunicorn 和 Uvicorn 部署示例：

pip install gunicorn

gunicorn -w 4 -k uvicorn.workers.UvicornWorker main:app

小结

FastAPI 是一个高性能、易于使用且功能强大的 Web 框架，适用于从小型项目到大型高并发应用的开发。通过使用 Python 的类型提示和现代异步编程技术，FastAPI 提供了一个高效且开发者友好的环境，使得开发、测试和部署 Web 应用变得更加简洁和高效。

4.Tornado 详解

Tornado 是一个 Python Web 框架和异步网络库，适合处理高并发、长连接和 WebSocket 应用。Tornado 以其非阻塞 I/O 和高性能著称，非常适合实时 Web 服务，如实时聊天、游戏和直播等应用场景。

主要特点

非阻塞 I/O：

Tornado 使用非阻塞网络 I/O 和事件循环，能够处理大量并发连接。

高性能：

由于其非阻塞的特性，Tornado 能够在单个线程中高效地处理大量连接，适合实时 Web 应用。

内置 Web 服务器：

Tornado 自带一个高效的 Web 服务器，能够直接部署生产环境应用。

WebSocket 支持：

Tornado 原生支持 WebSocket 协议，适合构建实时交互应用。

简单易用：

Tornado 的 API 简洁明了，易于使用和学习。

安装和创建项目

安装 Tornado：

pip install tornado

创建 Tornado 项目：

在项目目录下创建 app.py 文件：

import tornado.ioloop

import tornado.web

class MainHandler(tornado.web.RequestHandler):

def get(self):

self.write("Hello, Tornado!")

def make_app():

return tornado.web.Application([

(r"/", MainHandler),

])

if __name__ == "__main__":

app = make_app()

app.listen(8888)

tornado.ioloop.IOLoop.current().start()

运行应用：

python app.py

项目结构

Tornado 项目结构可以根据需求进行组织，以下是一个推荐的项目结构：

mytornadoapp/

app.py

handlers/

__init__.py

main_handler.py

static/

templates/

路由和视图

Tornado 使用 tornado.web.Application 来定义路由和视图。以下是一些示例：

定义 GET 路由：

class MainHandler(tornado.web.RequestHandler):

def get(self):

self.write("Hello, Tornado!")

def make_app():

return tornado.web.Application([

(r"/", MainHandler),

])

定义 POST 路由：

class PostHandler(tornado.web.RequestHandler):

def post(self):

name = self.get_argument("name")

self.write(f"Hello, { name}!")

def make_app():

return tornado.web.Application([

(r"/", MainHandler),

(r"/post", PostHandler),

])

模板引擎

Tornado 使用其内置的模板引擎，可以在 templates 目录中创建模板文件：

创建模板文件 index.html：

<!DOCTYPE html>

<html>

<head>

<title>Tornado App</title>

</head>

<body>

<h1>{ { title }}</h1>

<p>{ { message }}</p>

</body>

</html>

在视图函数中渲染模板：

class MainHandler(tornado.web.RequestHandler):

def get(self):

self.render("index.html", title="Home Page", message="Welcome to Tornado!")code>

异步编程