Flask 使用类组织配置详情

 更新时间:2021年11月26日 10:36:58   作者:tigeriaf  
这篇文章主要介绍了Flask使用类组织配置,在实际的项目中,我们一般都会建立三个环境:开发、测试和生产环境,这三种环境会使用不同的配置组合,为了能方便地切换配置,我们可以为不同的环境创建不同的配置文件,下面来看详细内容,需要的朋友可以参考一下

在实际的项目中,我们一般都会建立三个环境:开发、测试和生产环境,这三种环境会使用不同的配置组合,为了能方便地切换配置,我们可以为不同的环境创建不同的配置文件,但是最方便的做法是在单个配置文件中使用 Python 类来组织多个不同类别的配置。

例如下面是一个应用的配置文件 settings.py,它包含一个基本配置类 BaseConfig

还有其他特定的配置类:

  • 开发配置类 DevelopConfig
  • 测试配置类 TestCofig
  • 生产配置类 ProductConfig

这些特定配置类都继承自基本配置类。

import logging

import os

class BaseConfig(object): 

    DEBUG = True

    SECRET_KEY = "qwertyuiop"

    SQLALCHEMY_DATABASE_URI = "mysql://username:password@192.168.1.89:3306/app_db"

    SQLALCHEMY_TRACK_MODIFICATIONS = False

    REDIS_URL = "redis://:password@192.168.1.89:6379/0"

    LEVEL_NAME = logging.DEBUG

class DevelopConfig(BaseConfig):

    pass

class TestConfig(BaseConfig):

    TESTING = True

    SQLALCHEMY_DATABASE_URI = "mysql://username:password@192.168.1.123:3306/app_db"

class ProductConfig(BaseConfig):

    DEBUG = False

    LEVEL_NAME = logging.ERROR

    SQLALCHEMY_DATABASE_URI = os.getenv("DATABASE_URL", "mysql://username:password@**.***.*.**:3306/app_db")

config_dict = {

    "develop": DevelopConfig,

    "product": ProductConfig,

    "test": TestConfig

}

上述代码中,首先建立了一个基本配置类 BaseConfig 并初始化了一些配置信息,然后针对不同的环境建立了不同的类继承自 BaseConfig 类,重新设置了不同的配置信息,例如数据库 url,测试环境与开发环境不同,生产环境优先从环境变量中获取。

然后,创建了一个字典来存储配置名称和配置类的映射,相当于提供了一个配置信息的访问入口,可以根据指定的配置名称来获取对应的配置类。

编写好了配置文件,我们在应用主程序中创建 Flask 实例 app 时,就可以使用后app.config.from_object()方法加载配置,

例如:

from settings import config_dict 

app = Flask(__name__)

config_name = os.getenv('CONFIG_NAME', 'develop')

app.config.from_object(config_dict[config_name])

首先从配置文件中导入配置名称和配置类的映射字典 config_dict,从环境变量 CONFIG_NAME 读取配置名称,然后通过app.config.from_object()方法加载指定配置信息,如果没有读取到 CONFIG_NAME,默认使用 develop,对应的配置类即 DevelopmentConfig

Flask 支持多种方式加载配置信息,除了上述的从 Python 类中加载,还支持 从 JSON 文件中加载、从 py 文件中加载等,app.config类提供了不同的方法来加载不同格式的配置文件,还是比较灵活的。

到此这篇关于 Flask   使用类组织配置详情的文章就介绍到这了,更多相关 Flask   使用类组织配置内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Pytorch 抽取vgg各层并进行定制化处理的方法

    Pytorch 抽取vgg各层并进行定制化处理的方法

    今天小编就为大家分享一篇Pytorch 抽取vgg各层并进行定制化处理的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • selenium XPath定位的实现示例

    selenium XPath定位的实现示例

    XPath是一种在XML文档中定位和选择节点的语言,通过路径表达式遍历XML树,支持节点选取、字符串匹配、数值计算、逻辑运算等功能,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-10-10
  • tensorflow 查看梯度方式

    tensorflow 查看梯度方式

    今天小编就为大家分享一篇tensorflow 查看梯度方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • 使用python实现ANN

    使用python实现ANN

    这篇文章主要为大家详细介绍了使用python实现ANN的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-12-12
  • Python使用requests提交HTTP表单的方法

    Python使用requests提交HTTP表单的方法

    今天小编就为大家分享一篇Python使用requests提交HTTP表单的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python利用sched模块实现定时任务

    Python利用sched模块实现定时任务

    今天我们来介绍一下Python当中的定时任务,主要用到的模块是sched,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2023-04-04
  • 基于django 的orm中非主键自增的实现方式

    基于django 的orm中非主键自增的实现方式

    这篇文章主要介绍了基于django 的orm中非主键自增的实现方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • python人工智能tensorflow函数np.random模块使用

    python人工智能tensorflow函数np.random模块使用

    这篇文章主要为大家介绍了python人工智能tensorflow函数np.random模块使用方法,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • 彻底搞懂python 迭代器和生成器

    彻底搞懂python 迭代器和生成器

    这篇文章主要介绍了python 迭代器和生成器的相关资料,文中讲解非常细致,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-09-09
  • 关于python函数的建立、调用、传参、返回值详解

    关于python函数的建立、调用、传参、返回值详解

    这篇文章主要介绍了关于python函数的建立、调用、传参、返回值详解,Python 还支持自定义函数,即将一段有规律的、可重复使用的代码定义成函数,从而达到一次编写多次调用的目的,需要的朋友可以参考下
    2023-07-07

最新评论