使用Flask构建TODO应用 - The Way to Flask项目实战(第一部分)
2025-06-19 22:29:22作者:翟萌耘Ralph
前言
在The Way to Flask项目中,作者通过前两部分详细讲解了Flask的基础知识和各种扩展的使用方法。从本章开始,我们将进入实战环节,通过构建一个完整的TODO应用来整合之前学到的知识。
TODO应用需求分析
我们的TODO应用需要实现以下核心功能:
-
基本CRUD操作:
- 查询所有待办事项
- 查看指定待办事项详情
- 新增待办事项
- 删除待办事项
- 修改待办事项内容
-
高级功能:
- 为待办事项添加标记/标签
- 标记待办事项为已完成状态
- 用户认证与权限控制
项目结构设计
遵循良好的代码组织结构,我们的项目采用如下目录结构:
.
├── application/ # 应用核心代码
│ ├── __init__.py # 应用工厂
│ ├── controllers/ # 视图控制器
│ ├── extensions.py # 扩展初始化
│ └── models/ # 数据模型
├── config/ # 配置文件
├── manage.py # 命令行管理
└── tests/ # 测试代码
这种结构清晰地将不同功能的代码分离,便于维护和扩展。
数据模型设计
User模型
class User(db.Document):
name = db.StringField()
password = db.StringField()
email = db.StringField()
role = db.ReferenceField('Role')
# Flask-Login需要的认证方法
def is_authenticated(self): ...
def is_active(self): ...
def is_anonymous(self): ...
def get_id(self): ...
Item模型
class Item(db.Document):
content = db.StringField(required=True)
created_date = db.DateTimeField()
completed = db.BooleanField(default=False)
completed_date = db.DateTimeField()
created_by = db.ReferenceField('User', required=True)
notes = db.ListField(db.StringField())
priority = db.IntField()
def to_json(self):
return {
'id': str(self.id),
'content': self.content,
'completed': self.completed,
# 其他字段...
}
视图控制器设计
我们使用Blueprint来组织路由,将不同功能的视图分开:
认证模块(auth.py)
auth_bp = Blueprint('auth', __name__, url_prefix='/auth')
@auth_bp.route('/login', methods=['POST'])
def login():
# 处理用户登录逻辑
user = Models.User.objects(name=username, password=password).first()
if user:
login_user(user) # Flask-Login的登录方法
return jsonify(user.to_json())
TODO模块(todo.py)
todo_bp = Blueprint('todos', __name__, url_prefix='/todo')
@todo_bp.route('/item', methods=['POST'])
@login_required
def create_todo_item():
# 创建新待办事项
item = Models.Item(content=content, created_date=datetime.now(),
created_by=current_user.id)
item.save()
return jsonify(item.to_json())
应用初始化
在__init__.py中,我们使用应用工厂模式创建Flask实例:
def create_app(mode):
app = Flask(__name__)
app.config.from_object(load_config(mode))
# 注册扩展
register_extensions(app)
# 注册蓝图
register_blueprint(app)
return app
扩展初始化
在extensions.py中集中管理所有扩展:
from flask_admin import Admin
from flask_login import LoginManager
from flask_mongoengine import MongoEngine
db = MongoEngine()
login_manager = LoginManager()
admin = Admin()
总结
本部分我们完成了TODO应用的基础架构设计,包括:
- 明确了应用的功能需求
- 设计了合理的项目结构
- 创建了核心数据模型
- 实现了基本的视图控制器
- 完成了应用和扩展的初始化
在下一部分中,我们将进一步完善这个应用,添加更多功能和优化细节。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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