使用Flask构建TODO应用 - The Way to Flask项目实战(第一部分)
2025-06-19 12:03:05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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644