Flask框架中实现多域名路由的Blueprint配置指南
2025-04-29 17:48:49作者:盛欣凯Ernestine
在Flask应用开发中,有时我们需要让同一个应用服务于多个不同的域名,同时保持不同域名下的路由逻辑分离。本文将详细介绍如何利用Flask的Blueprint功能实现这一需求。
需求场景分析
假设我们有以下典型需求:
- 应用需要同时服务于example.org和somesite.com两个域名
- 部分路由仅对example.org开放
- 部分路由仅对somesite.com开放
- 大部分路由对两个域名都开放
基础配置方法
要实现多域名路由,首先需要在Flask应用初始化时启用host_matching功能:
app = Flask(__name__, host_matching=True)
注意不要设置static_host参数,这会导致所有路由失效。SERVER_NAME配置项在此场景下也不需要特别设置。
Blueprint分组策略
我们可以将路由分为三类,分别创建对应的Blueprint:
# 仅对第一个域名开放的蓝图
domain_a_bp = Blueprint('domain_a', __name__)
# 仅对第二个域名开放的蓝图
domain_b_bp = Blueprint('domain_b', __name__)
# 对两个域名都开放的共享蓝图
shared_bp = Blueprint('shared', __name__)
路由注册实现
在注册Blueprint时,通过host参数指定适用的域名:
# 注册仅适用于第一个域名的蓝图
app.register_blueprint(domain_a_bp, host="example.org")
# 注册仅适用于第二个域名的蓝图
app.register_blueprint(domain_b_bp, host="somesite.com")
# 注册共享蓝图(不指定host参数)
app.register_blueprint(shared_bp)
完整示例代码
以下是一个完整的实现示例:
from flask import Blueprint, Flask
def create_app():
app = Flask(__name__, host_matching=True)
# 创建三个蓝图
a_bp = Blueprint('a', __name__)
b_bp = Blueprint('b', __name__)
shared_bp = Blueprint('shared', __name__)
# 添加路由
@a_bp.route('/')
def a_home():
return "仅对example.org开放的首页"
@b_bp.route('/')
def b_home():
return "仅对somesite.com开放的首页"
@shared_bp.route('/about')
def about():
return "两个域名共享的关于页面"
# 注册蓝图
app.register_blueprint(a_bp, host="example.org")
app.register_blueprint(b_bp, host="somesite.com")
app.register_blueprint(shared_bp)
return app
测试与验证
测试时需要注意:
- 确保测试环境能正确解析配置的域名
- 通过不同域名访问验证路由是否正确响应
- 共享路由应能通过所有配置的域名访问
常见问题解决
- 所有路由返回404:检查是否误设了
static_host参数 - 域名路由混淆:确保host参数值完全匹配域名
- 共享路由无法访问:检查是否未指定host参数注册共享蓝图
通过这种Blueprint分组方式,我们可以优雅地实现多域名路由管理,保持代码结构清晰,同时避免在每个路由中重复检查域名逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
297
Ascend Extension for PyTorch
Python
216
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
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
9
1
🎉 (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
1.18 K
648
仓颉编程语言开发者文档。
59
818