Heim Backend-Entwicklung Python-Tutorial Erstellen Sie mit Python eine Anti-Spam-E-Mail-Registrierung mit Opt-in-Funktion

Erstellen Sie mit Python eine Anti-Spam-E-Mail-Registrierung mit Opt-in-Funktion

Aug 14, 2024 pm 02:35 PM

Build an anti-spam, opt-in Email registration with Python

Sie möchten also eine App erstellen und viele Benutzer gewinnen?

Das tun wir alle und wenn Sie ein Anfänger sind, müssen Sie die folgenden E-Mail-Anmeldefunktionen berücksichtigen.

  1. Gültige E-Mail-Adresse mit einem sicheren Passwort
  2. Bot-Prävention
  3. Double-Opt-In-Anmeldung

Ein solides E-Mail-Anmeldesystem ist für Web-Apps, Newsletter, kostenlose Downloads, Einladungen zu privaten Gruppen und die Lead-Generierung unerlässlich. Verlassen Sie sich nicht darauf, Dienste von Drittanbietern wie Auth0, Facebook oder Google zu nutzen, um Zugriff auf Ihre App zu erhalten. Behalten Sie Ihre App-Daten!

Damit Sie beginnen können, sollten Sie etwas Erfahrung in Python haben, da wir das Flask-Framework mit einer MySQL-Datenbank verwenden werden. Das wird mehr Spaß machen als die Verwendung von Wordpress, dem beliebtesten CMS. Sie müssten für ein Wordpress-Plugin bezahlen, um die gleichen Funktionen wie eine kostenlose Flask-Erweiterung zu haben. Ich habe bereits auf beiden aufgebaut und bevorzuge Python Flask für Web-Apps, obwohl Wordpress sehr gut in der Lage ist, Web-Apps zu erstellen.

Jeder Codeausschnitt wird erklärt und einige Kommentare in den Code eingefügt. Falls Sie die Benutzerregistrierung noch nicht erstellt haben oder nicht mit dem Innenleben vertraut sind, werde ich die Details für Sie beschreiben. Hier ist eine Zusammenfassung der Funktionen, die wir wie im ersten Absatz beschrieben implementieren werden:

  1. Eine gültige E-Mail-Adresse kann überprüft werden, indem die Eingabezeichenfolge des Benutzers mithilfe eines regulären Ausdrucks oder einer Flask-Erweiterung analysiert wird. Wir erlauben keine zufälligen Text- oder SQL-Injection-Hacks.

  2. Bot-Prävention kann mit einem versteckten Feld erfolgen, das dem Benutzer nicht angezeigt wird, aber normalerweise automatisch von Bots ausgefüllt wird, die nach anfälligen Anmeldeformularen suchen.

  3. Die Double-Opt-in-Methode erfordert, dass der Empfänger Ihnen die Erlaubnis erteilt, ihm eine E-Mail zu senden, indem er einen Bestätigungslink in seinen Posteingang erhält. Dies dient hauptsächlich dazu, zu verhindern, dass jemand anderes Ihre E-Mail-Adresse verwendet. Dadurch wird auch verhindert, dass Testbenutzer sich einfach anmelden und ihr Konto aufgeben.

Lass es uns kodieren!

Erstellen Sie ein Arbeitsverzeichnis:

mkdir signup
cd signup
Nach dem Login kopieren

Erstellen Sie Ihre Python-Umgebung mit python3 -m venv signup oder conda create -n signup python3. Ich bevorzuge Conda.

Erstellen Sie eine MySQL-Tabelle zum Speichern Ihrer Benutzer. Das validierte Feld ist für das Double-Opt-In:

CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    email VARCHAR(120) NOT NULL UNIQUE,
    password VARCHAR(120) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    validated BOOLEAN DEFAULT FALSE
);
Nach dem Login kopieren

Abhängigkeiten installieren:
pip flask flask-mail secure SQLAlchemy Flask-WTF Flask-SQLAlchemy mysql-connector-python

Alternativ können Sie dasselbe in einer Datei „requirements.txt“ auflisten lassen und pip install -r „requirements.txt“

ausführen

Erstellen Sie eine app.py-Datei mit den folgenden Abhängigkeiten:

from flask import Flask, render_template, request, url_for, redirect, flash
from flask_mail import Mail, Message
from datetime import datetime
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.sql import func
from itsdangerous import URLSafeTimedSerializer, SignatureExpired
from werkzeug.security import generate_password_hash, check_password_hash
import secrets
Nach dem Login kopieren

Geben Sie Ihre eigenen Serverkonfigurationsdaten mit diesen Zeilen ein:

# Flask configurations
secret = secrets.token_urlsafe(32)
app.secret_key = secret
app.config['SECRET_KEY'] = secret # auto-generated secret key

# SQLAlchemy configurations
SQLALCHEMY_DATABASE_URI = 'mysql+mysqlconnector://admin:user@localhost/tablename'

# Email configurations
app.config['MAIL_SERVER'] = 'smtp.example.com'
app.config['MAIL_PORT'] = 587
app.config['MAIL_USERNAME'] = 'your_email@example.com'
app.config['MAIL_PASSWORD'] = 'your_password'
app.config['MAIL_USE_TLS'] = True
app.config['MAIL_USE_SSL'] = False

db = SQLAlchemy(app)
mail = Mail(app)
s = URLSafeTimedSerializer(app.config['SECRET_KEY']) #set secret to the serliazer
Nach dem Login kopieren

Letztendlich sollten Sie Ihre Konfigurationsinformationen in einer .env-Datei haben.

Im nächsten Abschnitt wird die ORM-Struktur von SQLAlchemy verwendet, um die Datenbank für Sie abzufragen. Beachten Sie, dass der Klassenname mit dem Namen Ihrer Datenbanktabelle übereinstimmen sollte, andernfalls erhalten Sie eine Fehlermeldung. Das db.model stellt Ihre Tabelleneinstellungen dar, einschließlich Spaltenname, Typ, Länge, Schlüssel und Nullwert:

class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    email = db.Column(db.String(120), unique=True, nullable=False)
    password = db.Column(db.String(120), nullable=False)
    created_at = db.Column(db.DateTime, server_default=db.func.now())
    validated = db.Column(db.Boolean, default=False)
Nach dem Login kopieren

Wenn Sie die MySQL-Datenbanktabelle noch nicht manuell erstellt haben, können Sie dies mit diesem Flask-Code direkt nach dem Klassen-Benutzercodeblock tun:

# Create the database table
with app.app_context():
    db.create_all()
Nach dem Login kopieren

Der Kürze dieses Tutorials halber überspringen wir die Indexseite oder die, wie Sie Ihre App-Homepage nennen würden, und zeigen einfach die Anmeldeseite an, indem wir Pythons Decorator-Funktion für die Seitenroute verwenden:

@app.route('/')
def index():
    return '<h1>Homepage</h1>'

@app.route('/signup', methods=['GET', 'POST'])
def signup():
    if request.method == 'POST':
        # Hidden field validation to prevent bot submission
        hidden_field = request.form.get('hidden_field')
        if hidden_field:
            return redirect(url_for('index'))  # Bot detected, ignore submission

        email = request.form['email']
        password = request.form['password']
        hashed_password = generate_password_hash(password, method='sha256')

        # Insert user into the database
        new_user = User(email=email, password=hashed_password)
        db.session.add(new_user)
        db.session.commit()

        # Send confirmation email
        token = s.dumps(email, salt='email-confirm')
        msg = Message('Confirm your Email', sender='your_email@example.com', recipients=[email])
        link = url_for('confirm_email', token=token, _external=True)
        msg.body = f'Your link is {link}'
        mail.send(msg)
        flash('A confirmation email has been sent to your email address.', 'success')
        return redirect(url_for('index'))
    return render_template('signup.html')
Nach dem Login kopieren

Bevor wir das HTML-Anmeldeformular hinzufügen, vervollständigen wir das Backend, indem wir die Route zur Validierung der Double-Opt-In-Funktion hinzufügen. Diese Route verwendet die zuvor erstellte Variable s, die das zeitkritische, geheime Token generiert. Weitere Informationen finden Sie in den Dokumenten
Das maximale Alter beträgt die Sekunden vor Ablauf des Links. In diesem Fall hat der Benutzer also 20 Minuten Zeit, seine E-Mail-Adresse zu bestätigen.

@app.route('/confirm_email/<token>')
def confirm_email(token):
    try:
        email = s.loads(token, salt='email-confirm', max_age=1200)  # Token expires after 1 hour
    except SignatureExpired:
        return '<h1>The token is expired!</h1>'

    # Update field in database
    user = User.query.filter_by(email=email).first_or_404()
    user.validated = True
    db.session.commit()

    return '<h1>Email address confirmed!</h1>'

Nach dem Login kopieren

Nun zur allgegenwärtigen Hauptanweisung, die Python anweist, das Skript auszuführen, wenn die Datei direkt ausgeführt wird (im Gegensatz zu einem importierten Modul):

if __name__ == '__main__':
    app.run(debug=True)
Nach dem Login kopieren

Bevor wir diesen Back-End-Code vervollständigen, benötigen wir noch das Front-End-HTML für die Benutzereingabe. Wir werden dies mit der integrierten Jinja-Vorlage von Flask tun. Erstellen Sie eine Datei mit dem Namen templates/signup.html, deren Name mit der Route übereinstimmen sollte, die Sie zuvor in app.py erstellt haben. Standardmäßig verwendet Jinja das Verzeichnis /templates für die HTML-Dateien. Sie können diese Einstellung ändern, aber für dieses Tutorial verwenden wir das Verzeichnis /templates der App.

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Email Sign Up</title>
</head>
<body>
    <h1>Sign Up</h1>
    <form action="{{ url_for('signup') }}" method="POST">
        <input type="email" name="email" placeholder="Enter your email" required>
        <input type="password" name="password" placeholder="Enter your password" required>
        <input type="hidden" name="bot_check"> 
        <input type="submit" value="Sign Up">
    </form>
    {% with messages = get_flashed_messages(with_categories=true) %}
      {% if messages %}
        <ul>
          {% for category, message in messages %}
            <li>{{ message }}</li>
          {% endfor %}
        </ul>
      {% endif %}
    {% endwith %}
</body>
</html>

Nach dem Login kopieren

Ihr Code sollte ab diesem Punkt funktionieren, wenn Sie den flask-Befehl mit aktiviertem Debugging ausführen. Dadurch können Sie etwaige Fehler sowohl in der Befehlszeile als auch im Browserfenster sehen:

flask --app app.py --debug run 
Nach dem Login kopieren

Das obige ist der detaillierte Inhalt vonErstellen Sie mit Python eine Anti-Spam-E-Mail-Registrierung mit Opt-in-Funktion. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1676
14
PHP-Tutorial
1278
29
C#-Tutorial
1257
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles