这一章的学习还真有一丢丢的长,很多的语法以前也没有见过,所以我会copy很多内容过来,方便自己以后查找
大部分程序都需要保存数据，所以不可避免要使用数据库。用来操作数据库的数据 库管理系统（DBMS）有很多选择，对于不同类型的程序，不同的使用场景，都会 有不同的选择。在这个教程中，我们选择了属于关系型数据库管理系统 （RDBMS）的 SQLite，它基于文件，不需要单独启动数据库服务器，适合在开发 时使用，或是在数据库操作简单、访问量低的程序中使用。

使用 SQLAlchemy 操作数据库

为了简化数据库操作，我们将使用 SQLAlchemy——一个 Python数据库工具
（ORM，即对象关系映射）。借助 SQLAlchemy，你可以通过定义 Python 类来表示数据库里的一张表（类属性表示表中的字段 / 列），

通过对这个类进行各种操作 来代替写 SQL 语句。
这个类我们称之为模型类，类中的属性我们将称之为字段。
Flask 有大量的第三方扩展，这些扩展可以简化和第三方库的集成工作。

我们下面将使用一个叫做 Flask-SQLAlchemy 的官方扩展来集成 SQLAlchemy。
首先安装它：

```(env) $ pip install flask-sqlalchemy ```
大部分扩展都需要执行一个“初始化”操作。你需要导入扩展类，实例化并传入 Flask 程序实例：

from flask_sqlalchemy import SQLAlchemy # 导入扩展类 
app = Flask(__name__) 
db = SQLAlchemy(app) # 初始化扩展，传入程序实例 app 

设置数据库 URI

为了设置 Flask、扩展或是我们程序本身的一些行为，我们需要设置和定义一些配 置变量。Flask 提供了一个统一的接口来写入和获取这些配置变 量： Flask.config 字典。配置变量的名称必须使用大写，写入配置的语句一般 会放到扩展类实例化语句之前。

下面写入了一个 SQLALCHEMY_DATABASE_URI 变量来告诉 SQLAlchemy 数据库连 接地址：

import os # ... 
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:////' + os.path. join(app.root_path, 'data.db')

• 注意 这个配置变量的最后一个单词是 URI，而不是 URL。
  对于这个变量值，不同的 DBMS 有不同的格式，对于 SQLite 来说，这个值的格式 如下
• sqlite:////数据库文件的绝对地址
  数据库文件一般放到项目根目录即可， app.root_path 返回程序实例所在模块的路径（目前来说，即项目根目录），我们使用它来构建文件路径。数据库文件的名 称和后缀你可以自由定义，一般会使用 .db、.sqlite 和 .sqlite3 作为后缀。
  另外，如果你使用 Windows 系统，上面的 URI 前缀部分需要写入三个斜线（即 sqlite:/// ）。在本书的示例程序代码里，做了一些兼容性处理，另外还新设 置了一个配置变量，实际的代码如下：

• app.py：数据库配置

import os 
import sys 
from flask import Flask 
WIN = sys.platform.startswith('win') 
if WIN: # 如果是 Windows 系统，使用三个斜线 
    prefix = 'sqlite:///' 
else: # 否则使用四个斜线 
    prefix = 'sqlite:////' 
app = Flask(__name__) 
app.config['SQLALCHEMY_DATABASE_URI'] = prefix + os.path.join(ap p.root_path, 'data.db') 
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False # 关闭对模型 修改的监控 
#在扩展类实例化前加载配置 
db = SQLAlchemy(app)

如果你固定在某一个操作系统上进行开发，部署时也使用相同的操作系统，那么可 以不用这么做，直接根据你的需要写出前缀即可。

创建数据库模型

在 Watchlist 程序里，目前我们有两类数据要保存：用户信息和电影条目信息。下 面分别创建了两个模型类来表示这两张表：
* app.py：创建数据库模型

class User(db.Model): # 表名将会是 user（自动生成，小写处理） 
    id = db.Column(db.Integer, primary_key=True) # 主键 
    name = db.Column(db.String(20)) # 名字 
class Movie(db.Model): # 表名将会是 movie 
    id = db.Column(db.Integer, primary_key=True) # 主键 
    title = db.Column(db.String(60)) # 电影标题 
    year = db.Column(db.String(4)) # 电影年份

模型类的编写有一些限制：
* 模型类要声明继承 db.Model 。
* 每一个类属性（字段）要实例化 db.Column ，传入的参数为字段的类型，下 面的表格列出了常用的字段类。
* 在 db.Column() 中添加额外的选项（参数）可以对字段进行设置。比如， primary_key 设置当前字段是否为主键。除此之外，常用的选项还有 nullable （布尔值，是否允许为空值）、 index （布尔值，是否设置索 引）、 unique （布尔值，是否允许重复值）、 default （设置默认值） 等。

常用的字段类型如下表所示：
字段类 说明
db.Integer 整型
db.String (size) 字符串，size 为最大长度，比如 db.String(20)
db.Text 长文本
db.DateTime 时间日期，Python datetime 对象
db.Float 浮点数
db.Boolean 布尔值

创建数据库表

模型类创建后，还不能对数据库进行操作，因为我们还没有创建表和数据库文件。 下面在 Python Shell 中创建了它们：

(env) $ flask shell 
>>> from app import db 
>>> db.create_all()

打开文件管理器，你会发现项目根目录下出现了新创建的数据库文件 data.db。这 个文件不需要提交到 Git 仓库，我们在 .gitignore 文件最后添加一行新规则：
* *.db
如果你改动了模型类，想重新生成表模式，那么需要先使用 db.drop_all() 删 除表，然后重新创建：

>>> db.drop_all() 
>>> db.create_all()

• 注意这会一并删除所有数据，如果你想在不破坏数据库内的数据的前提下变更表的 结构，需要使用数据库迁移工具，比如集成了 Alembic 的 Flask-Migrate 扩展。
• 提示 上面打开 Python Shell 使用的是 flask shell 命令，而不是 python 。使用这个命令启动的 Python Shell 激活了“程序上下文”，它包含一 些特殊变量，这对于某些操作是必须的（比如上面的 db.create_all() 调 用）。请记住，后续的 Python Shell 都会使用这个命令打开。

和 flask shell 类似，我们可以编写一个自定义命令来自动执行创建数据库表操 作：
app.py：自定义命令 initdb

import click 
@app.cli.command() # 注册为命令 
@click.option('--drop', is_flag=True, help='Create after drop.') # 设置选项 
def initdb(drop): 
    """Initialize the database.""" 
    if drop: # 判断是否输入了选项 db.drop_all() db.create_all() click.echo('Initialized database.') # 输出提示信息

默认情况下，函数名称就是命令的名字，现在执行 flask initdb 命令就可以创 建数据库表：

(env) $ flask initdb

使用 --drop 选项可以删除表后重新创建：

(env) $ flask initdb --drop

创建、读取、更新、删除

在前面打开的 Python Shell 里，我们来测试一下常见的数据库操作。你可以跟着示 例代码来操作，也可以自由练习。

创建

勘误.

下面的操作演示了如何向数据库中添加记录：

#注意这里需要导入app的db,算是对书本的勘误.
>>> from app import User, Movie, db # 导入模型类 
>>> user = User(name='Grey Li') # 创建一个 User 记录 
>>> m1 = Movie(title='Leon', year='1994') # 创建一个 Movie 记录 
>>> m2 = Movie(title='Mahjong', year='1996') # 再创建一个 Movie 记录>>> db.session.add(user) # 把新创建的记录添加到数据库会话 
>>> db.session.add(m1) 
>>> db.session.add(m2) 
>>> db.session.commit() # 提交数据库会话，只需要在最后调用一次即可

• 提示 在实例化模型类的时候，我们并没有传入 id 字段（主键），因为 SQLAlchemy 会自动处理这个字段。

最后一行 db.session.commit() 很重要，只有调用了这一行才会真正把记录提 交进数据库，前面的 db.session.add() 调用是将改动添加进数据库会话（一个 临时区域）中。

读取

通过对模型类的 query 属性调用可选的过滤方法和查询方法，我们就可以获取到 对应的单个或多个记录（记录以模型类实例的形式表示）。查询语句的格式如下：

• <模型类>.query.<过滤方法（可选）>.<查询方法>
  下面是一些常用的过滤方法：
  过滤方法 说明
  filter() 使用指定的规则过滤记录，返回新产生的查询对象
  filter_by() 使用指定规则过滤记录（以关键字表达式的形式），返回新产生 的查询对象
  order_by() 根据指定条件对记录进行排序，返回新产生的查询对象
  group_by() 根据指定条件对记录进行分组，返回新产生的查询对象

下面是一些常用的查询方法：
查询方法 说明
all() 返回包含所有查询记录的列表
first() 返回查询的第一条记录，如果未找到，则返回None
get(id) 传入主键值作为参数，返回指定主键值的记录，如果未找到，则返回None count() 返回查询结果的数量
first_or_404() 返回查询的第一条记录，如果未找到，则返回404错误响应 get_or_404(id) 传入主键值作为参数，返回指定主键值的记录，如果未找到则返回404错误响应
paginate() 返回一个Pagination对象，可以对记录进行分页处理

• 下面的操作演示了如何从数据库中读取记录，并进行简单的查询：

>>> from app import Movie # 导入模型类 
>>> movie = Movie.query.first() # 获取 Movie 模型的第一个记录（返回 模型类实例） 
>>> movie.title # 对返回的模型类实例调用属性即可获取记录的各字段数据 'Leon' 
>>> movie.year 
'1994' 
>>> Movie.query.all() # 获取 Movie 模型的所有记录，返回包含多个模型类 实例的列表 
[<Movie 1>, <Movie 2>] 
>>> Movie.query.count() # 获取 Movie 模型所有记录的数量 
2
>>> Movie.query.get(1) # 获取主键值为 1 的记录 
<Movie 1> 
>>> Movie.query.filter_by(title='Mahjong').first() # 获取 title 字段值为 Mahjong 的记录 
<Movie 2> 
>>> Movie.query.filter(Movie.title=='Mahjong').first() # 等同于 上面的查询，但使用不同的过滤方法 
<Movie 2>

• 提示 我们在说 Movie 模型的时候，实际指的是数据库中的 movie 表。表的实 际名称是模型类的小写形式（自动生成），如果你想自己指定表名，可以定义 tablename 属性。

对于最基础的 filter() 过滤方法，SQLAlchemy 支持丰富的查询操作符，具体 可以访问文档相关页面查看。除此之外，还有更多的查询方法、过滤方法和数据库 函数可以使用，具体可以访问文档的 Query API 部分查看。

更新

下面的操作更新了 Movie 模型中主键为 2 的记录：

>>> movie = Movie.query.get(2) 
>>> movie.title = 'WALL-E' # 直接对实例属性赋予新的值即可 
>>> movie.year = '2008' 
>>> db.session.commit() # 注意仍然需要调用这一行来提交改动

删除

下面的操作删除了 Movie 模型中主键为 1 的记录：

>>> movie = Movie.query.get(1) 
>>> db.session.delete(movie) # 使用 db.session.delete() 方法删除 记录，传入模型实例 
>>> db.session.commit() # 提交改动

在主页视图读取数据库记录

因为设置了数据库，负责显示主页的 index 可以从数据库里读取真实的数据：

@app.route('/') 
def index(): 
    user = User.query.first() # 读取用户记录 
    movies = Movie.query.all() # 读取所有电影记录 
    return render_template('index.html', user=user, movies=movies)

在 index 视图中，原来传入模板的 name 变量被 user 实例取代，模板 index.html 中的两处 name 变量也要相应的更新为 user.name 属性：

{{ user.name }}'s Watchlist

生成虚拟数据

因为有了数据库，我们可以编写一个命令函数把虚拟数据添加到数据库里。下面是 用来生成虚拟数据的命令函数：
app.py：创建自定义命令 forge

import click 
@app.cli.command() 
def forge(): 
    """Generate fake data.""" 
    db.create_all() # 全局的两个变量移动到这个函数内 
    name = 'Grey Li' 
    movies = [ 
        {'title': 'My Neighbor Totoro', 'year': '1988'}, 
        {'title': 'Dead Poets Society', 'year': '1989'}, 
        {'title': 'A Perfect World', 'year': '1993'}, 
        {'title': 'Leon', 'year': '1994'}, 
        {'title': 'Mahjong', 'year': '1996'}, 
        {'title': 'Swallowtail Butterfly', 'year': '1996'}, 
        {'title': 'King of Comedy', 'year': '1999'}, 
        {'title': 'Devils on the Doorstep', 'year': '1999'},                {'title': 'WALL-E', 'year': '2008'}, 
        {'title': 'The Pork of Music', 'year': '2012'}, 
    ]
    user = User(name=name) 
    db.session.add(user) 
    for m in movies: 
        movie = Movie(title=m['title'], year=m['year'])                 db.session.add(movie) 
    db.session.commit() 
    click.echo('Done.')

现在执行 flask forge 命令就会把所有虚拟数据添加到数据库里：

(env) $ flask forge

• 在生产环境，你可以更换更合适的 DBMS，因为 SQLAlchemy 支持多种 SQL 数据库引擎，通常只需要改动非常少的代码。
• 我们的程序只有一个用户，所以没有将 User 表和 Movie 表建立关联。
• 访问 Flask-SQLAlchemy 文档的”声明模型“章节可以看到相关内容。
• 阅读 SQLAlchemy 官方文档和教程详细了解它的用法。
  注意我们在这里使用 Flask-SQLAlchemy 来集成它，所以用法和单独使用 SQLAlchemy 有一些不同。
  作为参考，你可以同时阅读 Flask-SQLAlchemy 官方文档 。