The Way to Flask 项目教程:使用 Flask-Login 实现用户注册与登录功能
2025-06-19 17:33:57作者:温玫谨Lighthearted
概述
在现代 Web 应用中,用户认证系统是必不可少的功能模块。本文将详细介绍如何在 Flask 框架中使用 Flask-Login 扩展来实现用户注册、登录和认证功能。这是 The Way to Flask 项目教程系列中的重要章节,将帮助开发者构建安全的用户认证系统。
Flask-Login 简介
Flask-Login 是 Flask 框架的一个扩展,它提供了用户会话管理功能,包括:
- 用户登录和登出
- 记住用户会话
- 保护视图不被未授权用户访问
- 处理用户会话令牌
环境准备
安装 Flask-Login
首先需要安装 Flask-Login 扩展:
pip install Flask-Login==0.3.2
初始化 Flask-Login
在 Flask 应用中初始化 Flask-Login:
from flask_login import LoginManager
login_manager = LoginManager()
login_manager.init_app(app)
用户模型设计
为了与 Flask-Login 配合使用,我们需要扩展用户模型,实现几个必需的方法:
from flask_mongoengine import MongoEngine
db = MongoEngine()
class User(db.Document):
name = db.StringField()
password = db.StringField()
email = db.StringField()
def to_json(self):
return {"name": self.name, "email": self.email}
# Flask-Login 必需方法
def is_authenticated(self):
return True
def is_active(self):
return True
def is_anonymous(self):
return False
def get_id(self):
return str(self.id)
这些方法的作用分别是:
is_authenticated()
- 判断用户是否已认证is_active()
- 判断用户是否已激活is_anonymous()
- 判断是否是匿名用户get_id()
- 获取用户唯一标识符
实现用户加载器
Flask-Login 需要通过用户ID加载用户,我们需要实现一个用户加载器:
@login_manager.user_loader
def load_user(user_id):
return User.objects(id=user_id).first()
登录功能实现
登录视图
from flask_login import login_user
@app.route('/login', methods=['POST'])
def login():
info = json.loads(request.data)
username = info.get('username', 'guest')
password = info.get('password', '')
user = User.objects(name=username, password=password).first()
if user:
login_user(user) # 关键登录操作
return jsonify(user.to_json())
else:
return jsonify({"status": 401, "reason": "用户名或密码错误"})
设置登录视图
login_manager.login_view = 'login'
登出功能实现
from flask_login import logout_user
@app.route('/logout', methods=['POST'])
def logout():
logout_user()
return jsonify(**{'result': 200, 'data': {'message': '登出成功'}})
获取当前用户信息
from flask_login import current_user
@app.route('/user_info', methods=['POST'])
def user_info():
if current_user.is_authenticated:
resp = {"result": 200, "data": current_user.to_json()}
else:
resp = {"result": 401, "data": {"message": "用户未登录"}}
return jsonify(**resp)
保护视图
使用 @login_required
装饰器可以保护视图只允许已登录用户访问:
from flask_login import login_required
@app.route('/protected', methods=['GET'])
@login_required
def protected_view():
return jsonify({"message": "这是受保护的内容"})
完整示例代码
#!/usr/bin/env python
# encoding: utf-8
import json
from flask import Flask, request, jsonify
from flask_login import (current_user, LoginManager,
login_user, logout_user,
login_required)
from flask_mongoengine import MongoEngine
app = Flask(__name__)
app.config['MONGODB_SETTINGS'] = {
'db': 'the_way_to_flask',
'host': 'localhost',
'port': 27017
}
app.secret_key = 'your-secret-key-here'
db = MongoEngine()
login_manager = LoginManager()
db.init_app(app)
login_manager.init_app(app)
login_manager.login_view = 'login'
# 用户加载器
@login_manager.user_loader
def load_user(user_id):
return User.objects(id=user_id).first()
# 用户模型
class User(db.Document):
name = db.StringField()
password = db.StringField()
email = db.StringField()
def to_json(self):
return {"name": self.name, "email": self.email}
def is_authenticated(self):
return True
def is_active(self):
return True
def is_anonymous(self):
return False
def get_id(self):
return str(self.id)
# 登录
@app.route('/login', methods=['POST'])
def login():
info = json.loads(request.data)
username = info.get('username', 'guest')
password = info.get('password', '')
user = User.objects(name=username, password=password).first()
if user:
login_user(user)
return jsonify(user.to_json())
else:
return jsonify({"status": 401, "reason": "用户名或密码错误"})
# 登出
@app.route('/logout', methods=['POST'])
def logout():
logout_user()
return jsonify(**{'result': 200, 'data': {'message': '登出成功'}})
# 用户信息
@app.route('/user_info', methods=['POST'])
def user_info():
if current_user.is_authenticated:
resp = {"result": 200, "data": current_user.to_json()}
else:
resp = {"result": 401, "data": {"message": "用户未登录"}}
return jsonify(**resp)
# 受保护视图示例
@app.route('/protected', methods=['GET'])
@login_required
def protected_view():
return jsonify({"message": "这是受保护的内容"})
if __name__ == "__main__":
app.run(port=8080, debug=True)
安全注意事项
- 密码存储:实际项目中不应明文存储密码,应使用如 bcrypt 等加密算法
- 会话安全:确保
app.secret_key
足够复杂且保密 - HTTPS:生产环境应使用 HTTPS 保护认证过程
- CSRF 防护:考虑添加 CSRF 防护措施
总结
通过本文,我们学习了如何在 Flask 应用中使用 Flask-Login 实现完整的用户认证系统,包括:
- 用户模型设计与扩展
- 登录与登出功能实现
- 当前用户状态管理
- 视图保护机制
这些功能为构建安全的 Web 应用奠定了基础。在实际项目中,还可以进一步扩展如密码重置、邮箱验证等功能。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509