RUN__IT #flask项目搭建和常用方法和扩展

Flask项目搭建与最佳实践
本文介绍了如何初始化一个Flask项目,包括配置文件、项目结构和常用库的集成。项目结构提倡模块化,将配置、业务、模型、工具等分别放在独立的目录下,便于管理和维护。此外,还讲解了Flask中的关键组件如SQLAlchemy、Redis、CSRF保护和Session管理的集成方法。

一.flask项目立项所需要的基本内容
flask_app

  • manage.py
import redis
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_wtf.csrf import CSRFProtect
from flask_session import Session
from flask_script import Manager
from flask_migrate import Migrate, MigrateCommand


app = Flask(__name__)


class Config(object):
    """项目配置"""
    DEBUG = True
    SECRET_KEY = "huangjin"
    # 数据库的配置信息
    SQLALCHEMY_DATABASE_URI = "mysql://root:mysql@127.0.0.1:3306/flask_app"
    SQLALCHEMY_TRACK_MODIFICATIONS = False
    # redis配置
    REDIS_HOST = "127.0.0.1"
    REDIS_PORT = 6379
    # flask_session的配置信息
    SESSION_TYPE = "redis"  # 指定 session 保存到 redis 中
    SESSION_USE_SIGNER = True  # 让 cookie 中的 session_id 被加密签名处理
    SESSION_REDIS = redis.StrictRedis(host=REDIS_HOST,port=REDIS_PORT)  # 使用 redis 的实例
    PERMANENT_SESSION_LIFETIME = 86400  # session 的有效期,单位是秒


# 1.设置配置类
app.config.from_object(Config)
# 2.集成sqlalchemy到flask
db = SQLAlchemy(app)
# 3.集成redis
redis_store = redis.StrictRedis(host=Config.REDIS_HOST, port=Config.REDIS_PORT)
# 4.CSRFProtect只做验证工作,cookie中的 csrf_token 和表单中的 csrf_token 需要我们自己实现
CSRFProtect(app)
# 5.集成flask-Session,此session是指定session的保存路径
Session(app)
# 6.集成flask_script
manager = Manager(app)
# 7.集成flask_migrate,在flask中对数据库迁移
Migrate(app, db)
manager.add_command('db', MigrateCommand)


@app.route("/")
def index():
    return "index"


if __name__ == '__main__':
    app.run(debug=True)
    manager.run()

二.项目的代码抽取和标准化(一般搭建项目直接拉取一下代码即可)
项目结构:

flask_app
	info
		libs	自己封装的工具
		modules
			__init__   和业务相关的内容,创建APP,注册路由, 日志创建等
			index 业务模块
		models  数据库模型
		constants.py   常量配置
		utils  第三工具
	config.py
	manage.py

另一种方式

manage.py					启动文件
config.py					配置文件
logs						日志存放目录
app_info/					工程目录,放主要代码
  __init__.py				创建APP, 注册路由, 配置日志等
  models/					数据库模型
    __init__.py
    base.py
    users.py
    posts.py
    ...
  routes/					业务模块,路由
    __init__.py
    home.py
    account.py
    dashboard.py
    ...	
  templates/				模板文件
    base.html
    post.html
    ...
  services/				第三方的工具或自己封装的工具
    __init__.py
    google.py
    mail.py
    ...

不管什么结构,和立项时比较,
第一主要是把配文件单独抽出,和启动文件manage.py同级
第二步把创建APP的内容抽出到工程目录info的__init__ 文件中,所有内都放到工程目录中
第三步,业务模块单独放, 工具单独放, 数据库模型单独放等, 不同的东西放不同的目录

三.flask中常用的方法和从哪导入等

在人工智能研究的前沿,自然语言理解技术正受到广泛关注,其涵盖语音转写、跨语言转换、情绪判别及语义推断等多个分支。作为该领域的基石方法之一,基于大规模文本预先训练的语言表征模型,能够从海量语料中学习深层的语言规律,从而为各类后续应用任务提供强有力的语义表示支持。得益于硬件算力的提升与模型架构的持续优化,这类预训练模型已在多项自然语言理解评测中展现出卓越的性能。 本文重点探讨中文环境下的三项典型自然语言处理任务:TNEWS新闻主题归类、OCEMOTION情感倾向判断以及OCNLI语义推理验证。这三项任务分别对应文本分类、情感分析与逻辑推理三大核心方向,共同构成了从基础文本理解到复杂语义推演的技术链条。 TNEWS新闻主题归类任务旨在对涵盖政治、经济、科技、体育等多领域的新闻文本进行自动类别划分。该任务要求模型准确识别文本主旨并完成分类,属于典型的文本分类问题。 OCEMOTION情感分析任务则专注于从社交媒体、论坛评论等短文本中识别用户的情感极性。情感分析作为文本理解的重要维度,可为商业决策、舆情监测等提供关键依据,具有显著的应用价值。 OCNLI语义推理任务需要模型依据给定的前提语句与假设语句,判断后者是否可由前者逻辑推导得出。该任务检验模型对语句间语义关联与推理关系的理解能力,是衡量自然语言理解深度的重要标杆。 在上述任务中,数据分布的多标签与类别不均衡现象构成主要挑战。多标签指单一文本可能归属多个类别,而不均衡则表现为各类别样本数量差异悬殊。这种不平衡分布易导致模型过度拟合多数类别,从而削弱其泛化性能。为应对该问题,本方案综合采用了数据重采样、损失函数加权调整等技术,以提升模型在少数类别上的识别效果。 深度学习方法是实现上述任务的核心技术路径。通过设计多层神经网络结构,模型能够自动提取文本的深层特征,并建立从原始输入到任务目标的端到端映射。本方案所涉及的技术体系包括卷积神经网络、循环神经网络、长短期记忆网络以及基于自注意力机制的Transformer架构等。 参赛者需对提供的数据集进行预处理与分析,构建高效的深度学习模型,并通过训练、验证与测试环节系统评估模型性能。借助天池平台提供的强大算力资源与预训练模型基础,参赛者可进一步优化模型设计,提升任务表现。 本次研究不仅着眼于在特定评测任务上取得优异成绩,更致力于深入探索中文自然语言处理中的实际难题,为未来智能化应用与学术研究积累方法经验与技术储备。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值