百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

10分钟,带你用Python构建RESTful API 服务

suiw9 2024-10-29 16:42 29 浏览 0 评论

1. 前言

上一篇文章,介绍了使用 Java + Spring Boot + MyBatis 构建 RESTful API 的详细步骤;很多小伙伴表示,更愿意用 Python 编写 RESTful API 服务,希望我能写一下

本篇将以 Python 开始介绍搭建 RESTful API 的流程 ,使用的技术栈是:Flask + flask-restful + flasgger

2. 安装依赖

使用 Python 编写 RESTful API 之前,我们需要先在虚拟环境内安装对应的依赖

具体包含:

  • Flask- 基础 Web 框架

  • flask_restful- Flask 的扩展,增加了对快速构建 REST API 的支持

  • flasgger- flask 支持的 Swagger UI,可以生成 API 接口文档

# 安装flask
pip3 install flask

# 安装flask-restful
pip3 install flask-restful

# 安装flasgger
# 注意:需要更新setuptools
pip3 install -U setuptools
pip3 install flasgger

# 管理数据库的依赖
pip3 install flask_script
pip3 install flask_migrate

3. Hello World

首先,我们使用 Pycharm 创建一个 Flask Web 项目,初始化代码如下:

from flask import Flask

app = Flask(__name__)


@app.route('/')
def hello_world:
return 'Hello World!'


if __name__ == '__main__':
app.run

从 flask_restful 文件中导入 Api、Resource 两个类,使用上面的 app 对象,构建一个 api 对象,接着准备一个列表数据

from flask_restful import Api,Resource

app = Flask(__name__)

# 实例化一个 Api 对象,用来创建、管理 RESTful Api
api = Api(app)


# 准备一个列表数据
datas = [{'id': 1, 'name': 'xag', 'age': 18}, {'id': 2, 'name': 'xingag', 'age': 19}]

然后,利用 Flask 中的 CBV 模式,创建一个 Resource 类的子类,用于定义资源路由

这里以 GET / POST 动作为例,重写 get、post 方法,并编写内部逻辑,返回数据即可

class UserView(Resource):
"""
通过继承 Resource 来实现调用 GET/POST 等动作方法
"""
def get(self):
"""
GET 请求
:return:
"""
return {'code': 200, 'msg': 'success', 'data': datas}


def post(self):
# 参数数据
json_data = request.get_json

# 追加数据到列表中
new_id = len(datas)+1
datas.append({'id':new_id,**json_data})

# 返回新增的最后一条数据
return {'code': 200, 'msg': 'ok', 'success': datas[new_id - 1]}

最后,使用 Api 的实例对象,将上面定义的资源,利用路径,完全暴露出去

# 暴露接口出去
# 资源路由:UserView
# 路径:/user
api.add_resource(UserView,'/user')

运行程序后,就可以拿 Postman 或 cURL 去测试接口了

4. 项目实战

在实际项目开发中,数据结构、层级关系往往要复杂很多,我们需要对项目进行一次整合,按功能进行封装,具体步骤如下:

第 1 步,编写配置文件

新建一个配置文件 config.py,将数据库( 以 Mysql 为例 )的连接信息,包含:用户名、密码、端口号、数据库名、连接驱动和 Swagger 的设置信息追加进去

# config.py
USERNAME = 'root'
PASSWORD = 'root'
HOSTNAME = "127.0.0.1"
PORT = '3306'
DATABASE = 'xag'

DIALECT = 'mysql'
DRIVER = 'pymysql'

# 连接数据的URI
DB_URI = "{}+{}://{}:{}@{}:{}/{}?charset=utf8".format(DIALECT, DRIVER, USERNAME, PASSWORD, HOSTNAME, PORT, DATABASE)

SQLALCHEMY_DATABASE_URI = DB_URI

SQLALCHEMY_TRACK_MODIFICATIONS = True

SWAGGER_TITLE = "API"
SWAGGER_DESC = "API接口"
# 地址,必须带上端口号
SWAGGER_HOST = "localhost:5000"

第 2 步,模型映射数据库

创建一个模型类 Foo 继承 SQLAlchemy 对象,使用 __tablename__ 指定生成数据表的名称、然后新增几个常用字段

# models.py
from exts import db

class Foo(db.Model):
"""
模型,将映射到数据库表中
"""
__tablename__ = 'foo'

# 主键ID
id = db.Column(db.INTEGER, primary_key=True, autoincrement=True)
# 名字
name = db.Column(db.String(100), able=False)
# 年龄
age = db.Column(db.INTEGER)

接着,创建 manage.py 文件

显式导入上面创建的 Foo 类,使用 flask_migrate 中的 Migrate 绑定 App 和数据库,利用 flask_script 中的 Manager 实例去添加一个脚本命令

# manager.py
from flask_migrate import Migrate, MigrateCommand
from flask_script import Manager

from exts import db
from api_app import app
from models import Foo

manager = Manager(app)
migrate=Migrate(app, db)
manager.add_command('db', MigrateCommand)

if __name__ == '__main__':
manager.run

需要注意的是,Foo 模型必须显式导入,否则没法映射到数据库中

最后,通过下面 3 个脚本命令,将模型映射到数据库中

除了第一次需要生成迁移脚本外,后面映射数据库,只需要执行后面两个命令即可

# 初始化迁移文件
python3 manager.py db init

# 映射到文件
python3 manager.py db migrate

# 映射到数据库
python3 manager.py db upgrade

打开 Navicat For Mysql,即可以看到刚刚映射过来的数据表及迁移表

第 3 步,创建资源路由

下面以创建列表查询( GET )、单条记录的查询( GET )、更新( PUT )、新增( POST )、删除( DELETE )为例

flask_restful 中的 marshal_with 类可以作为装饰器,定义到动作函数上,指定要返回的字段;然后使用 SQLAlchemy ORM 操作数据库,将数据直接进行返回

比如:返回获取数据列表

# api_foo.py
from flask_restful import Resource, fields, marshal_with, request

class FooListApi(Resource):
# 定义要返回的字段
resource_fields = {
'id': fields.Integer,
'name': fields.String,
'age': fields.String
}

# 装饰器,定义返回数据
@marshal_with(resource_fields)
def get(self):
"""
返回所有记录
:return:
"""
# 查询数据库
foos = db.session.query(Foo).all
return foos

对于新增一个对象( POST 动作)

# api_foo.py
class FooApi(Resource):
def post(self):
"""
创建一条记录
:return:
"""
# 参数
params = request.get_json
name = params.get("name")
age = params.get("age")
# 构建一个模型
foo = Foo(name=name, age=age)

# 加入到数据库
db.session.add(foo)
db.session.commit

return success("新增一条记录成功!")

第 4 步,返回数据统一化

为了保证返回的数据结构一致,可以将返回码、返回信息及数据进行一次封装,通过jsonify进行格式化返回

# restful_utils.py
from flask import jsonify

class HttpCode(object):
ok = 200
un_auth_error = 401
params_error = 400
server_error = 500

def restful_result(code, message, data):
return jsonify({"code": code, "message": message, "data": data or {}})

def success(message="", data=None):
"""
正确返回
:return:
"""
return restful_result(code=HttpCode.ok, message=message, data=data)

第 5 步,暴露接口

使用 flask_restful 中的 Api 实例对象,将上面定义的资源路由暴露出去

#api_app.py
from flask_restful import Api

api = Api(app)

# 某一条记录
api.add_resource(FooApi, '/api/v1/foo','/api/v1/foo/<int:id>')

# 所有记录
api.add_resource(FooListApi, '/api/v1/foos')

第 6 步,自动生成接口文档

Flask 中同样可以利用 Swagger 自动生成接口帮助文档

首先,从配置文件 config.py 中读取配置,实例化 Swagger 对象

#api_app.py
from flasgger import Swagger

# API可视化管理
swagger_config = Swagger.DEFAULT_CONFIG

# 标题
swagger_config['title'] = config.SWAGGER_TITLE
# 描述信息
swagger_config['description'] = config.SWAGGER_DESC
# Host
swagger_config['host'] = config.SWAGGER_HOST

# 实例化
swagger = Swagger(app,config=swagger_config)

然后,在资源路由的动作内新增 swagger 注释内容,包含:请求方式、参数、响应数据、描述信息等

具体可以参考:http://editor.swagger.io/#/

以获取某一条数据为例:

class FooApi(Resource):

resource_fields = {
'id': fields.Integer,
'name': fields.String,
'age': fields.String
}

@marshal_with(resource_fields)
def get(self, id):
"""获取用户信息
---
schemes:
- http
parameters:
- name: id
in: path
type: integer
required: true
default: 1
description: 用户id

responses:
200:
description: 返回用户信息
examples:
{
"id": 1,
"name": "xag",
"age":"18"
}
"""
foo = db.session.query(Foo).get(id)
return foo

最后,运行项目,访问下面的链接,即可以看到定义好的 RESTful API 服务了

http://localhost:5000/apidocs/#/

5. 最后

上面就是通过 Flask + flask_restful 单表实现 RESTful API 完整的流程了,项目中涉及的多表,只需要更改数据库的逻辑操作就可以了

相关推荐

5款Syslog集中系统日志常用工具对比推荐

一、为何要集中管理Syslog?Syslog由Linux/Unix系统及其他网络设备生成,广泛分布于整个网络。因其包含关键信息,可用于识别网络中的恶意活动,所以必须对其进行持续监控。将Sys...

跨平台、多数据库支持的开源数据库管理工具——DBeaver

简介今天给大家推荐一个开源的数据库管理工具——DBeaver。它支持多种数据库系统,包括Mysql、Oracle、PostgreSQL、SLQLite、SQLServer等。DBeaver的界面友好...

强烈推荐!数据库管理工具:Navicat Premium 16.3.2 (64位)

NavicatPremium,一款集数据迁移、数据库管理、SQL/查询编辑、智能设计、高效协作于一体的全能数据库开发工具。无论你是MySQL、MariaDB、MongoDB、SQLServer、O...

3 年 Java 程序员还玩不转 MongoDB,网友:失望

一、什么场景使用MongoDB?...

拯救MongoDB管理员的GUI工具大赏:从菜鸟到极客的生存指南

作为一名在NoSQL丛林中披荆斩棘的数据猎人,没有比GUI工具更称手的瑞士军刀了。本文将带你围观五款主流MongoDB管理神器的特性与暗坑,附赠精准到扎心的吐槽指南一、MongoDBCompass:...

mongodb/redis/neo4j 如何自己打造一个 web 数据库可视化客户端?

前言最近在做neo4j相关的同步处理,因为产线的可视化工具短暂不可用,发现写起来各种脚本非常麻烦。...

solidworks使用心得,纯干货!建议大家收藏

SolidWorks常见问题...

统一规约-关乎数字化的真正实现(规范统一性)

尽管数字化转型的浪潮如此深入人心,但是,对于OPCUA和TSN的了解却又甚少,这难免让人质疑其可实现性,因为,如果缺乏统一的语义互操作规范,以及更为具有广泛适用的网络与通信,则数字化实际上几乎难以具...

Elasticsearch节点角色配置详解(Node)

本篇文章将介绍如下内容:节点角色简介...

产前母婴用品分享 篇一:我的母婴购物清单及单品推荐

作者:DaisyH8746在张大妈上已经混迹很久了,有事没事看看“什么值得买”已渐渐成了一种生活习惯,然而却从来没有想过自己要写篇文章发布上来,直到由于我产前功课做得“太过认真”(认真到都有点过了,...

比任何人都光彩照人的假期!水润、紧致的肌肤护理程序

图片来源:谜尚愉快的假期临近了。身心振奋的休假季节。但是不能因为这种心情而失去珍贵的东西,那就是皮肤健康。炙热的阳光和强烈的紫外线是使我们皮肤老化的主犯。因此,如果怀着快乐的心情对皮肤置之不理,就会使...

Arm发布Armv9边缘AI计算平台,支持运行超10亿参数端侧AI模型

中关村在线2月27日消息,Arm正式发布Armv9边缘人工智能(AI)计算平台。据悉,该平台以全新的ArmCortex-A320CPU和领先的边缘AI加速器ArmEthos-U85NPU为核心...

柔性——面向大规模定制生产的数字化实现的基本特征

大规模定制生产模式的核心是柔性,尤其是体现在其对定制的要求方面。既然是定制,并且是大规模的定制,对于制造系统的柔性以及借助于数字化手段实现的柔性,就提出了更高的要求。面向大规模定制生产的数字化业务管控...

创建PLC内部标准——企业前进的道路

作者:FrankBurger...

标准化编程之 ----------- 西门子LPMLV30测试总结

PackML乃是由OMAC开发且被ISA所采用的自动化标准TR88.00.02,能够更为便捷地传输与检索一致的机器数据。PackML的主要宗旨在于于整个工厂车间倡导通用的“外观和感觉”,...

取消回复欢迎 发表评论: