Rumah pembangunan bahagian belakang Tutorial Python Apa yang Saya Pelajari Minggu Ini #0

Apa yang Saya Pelajari Minggu Ini #0

Jul 25, 2024 pm 10:54 PM

What I

Saya mendapati diri saya setiap minggu mempelajari satu atau lebih perkara baharu, sekurang-kurangnya dari sudut pengalaman peribadi saya sendiri. Jadi, saya fikir berkongsi di sini adalah cara yang baik untuk mengukuhkan sebahagian daripada pengetahuan itu, menyimpan rekodnya dan berpotensi membantu orang lain mempelajari sesuatu yang mereka tidak tahu sebelum ini.

Minggu ini saya mengetahui bahawa mungkin untuk menulis skrip python yang boleh mengambil senarai nama sandaran pangkalan data, mengimport pangkalan data ke MySQL, kemudian memulakan konteks Flask, dan menjalankan laporan pada pangkalan data seperti sedia ada, dan kemudian bilas dan ulangi.

Mungkin ini kelihatan seperti konsep yang mudah tetapi cuba mencapainya menggunakan pendekatan yang kebanyakannya standard terbukti mencabar secara menipu. Saya bermula dengan hanya menulis skrip yang mengimport sandaran, kemudian menjalankan laporan pada data yang diimport, dan memasukkannya ke dalam gelung. Tetapi malangnya, saya telah bertemu dengan terminal yang tergantung pada lelaran gelung ke-2, jadi saya mula memecahkan perkara yang mungkin berlaku.

Pemikiran pertama yang terlintas di fikiran ialah import yang saya buat daripada apl Flask menyebabkan import disekat kerana skrip belum ditamatkan lagi, jadi kunci yang menahan sambungan pangkalan data dengan Flask masih aktif , tetapi tiada mesej ralat untuk memberitahu saya bahawa ini berlaku, dan saya menganggap ini adalah reka bentuk, jadi saya menggunakan pengalaman saya dengan Flask untuk merasionalkan bahawa kemungkinan besar ini berlaku.

Jadi, saya pergi dan mencari cara untuk 'menyahimport' modul yang saya telah import dari Flask dan terjumpa kata kunci del dalam python untuk menyelesaikan kerja dan mencuba lagi... Hanya untuk bertemu dengan terminal gantung yang sama yang pernah saya duduki sebelum ini. Jadi, ia kembali ke papan lukisan.

Fikiran seterusnya yang saya fikirkan ialah mungkin modul telah dialih keluar, tetapi konteks aplikasi Flask masih berjalan di suatu tempat. Untuk memaksa konteks apl Flask berjalan dan berhenti di tempat yang saya mahu, saya mencuba pendekatan yang telah saya gunakan dalam tugasan sebelumnya kira-kira 2 tahun yang lalu di mana saya perlu menggunakan konteks apl Flask dengan menghantar e-mel secara tidak segerak.

Saya kemudian cuba mengimport apl dari dalam gelung for, kemudian menggunakan perintah with app.app_context(): untuk memaksa Flask bermula dan berhenti hanya dalam konteks yang ditentukan ini. Saya kemudian menjalankan skrip dan menonton terminal dengan nafas tertahan sambil menunggu seminit atau lebih sehingga pangkalan data mengambil masa untuk mengimport dalam gelung pertama, kemudian ia bermula dengan yang ke-2 seperti sebelum ini, dan kemudian, berjaya! Import ke-2 berjaya dan saya mendapat output langkah seterusnya yang dijangkakan yang menunjukkan bahawa laporan telah selesai, yang saya sahkan terhadap fail output.

Saya gembira dengan keputusan saya kerana ini bukan sesuatu yang saya lakukan sebelum ini, jadi saya gembira saya dapat memikirkannya dan memastikannya berfungsi seperti yang diharapkan.

Anda mungkin tertanya-tanya mengapa saya cuba melakukan ini pada mulanya, dan itu soalan yang bagus. Saya ditugaskan untuk menarik laporan bulanan sejarah yang memerlukan data yang tidak disimpan di mana-mana selain daripada dalam sandaran pangkalan data, dan yang tidak dapat dikumpulkan daripada pangkalan data langsung semasa, jadi saya hanya mempunyai sandaran untuk digunakan untuk menarik data ini . Inilah yang mendorong saya mempelajari cara mengurus konteks Flask bersama import pangkalan data.

Bagi mereka yang suka membaca kod, ini adalah cara saya menstrukturkan skrip saya:

import os # for running the database import command

backup_name_list = [
    "backup1",
    "backup2"
]

for backup_name in backup_name_list:
    # do all necessary changes or checks on the db name here
    command = f"mysql -u db_user_name --password='SomePassword' db_name < '/path/to/{backup_name}.sql'"
    os.command(command)

    # import the app variable to allow for the context to be created
    from app_module import app_variable

    with app_variable.app_context():
        # do all Flask related imports here
        from app_module import relevant_app_class_or_function

        # run all relevant code here to build up your data from the loaded backup

        # remove the imported modules
        del relevant_app_class_or_function

    # remove the app variable after the context expires just to be safe
    del app_variable

Salin selepas log masuk

Dan itu sahaja, itulah cara saya dapat menarik data sejarah daripada hanya sandaran pangkalan data.

Ini sangat spesifik, dan saya sedar, tetapi ini juga bukan tutorial, ia semata-mata sebagai saluran untuk pengalaman pembelajaran peribadi saya, yang saya ingin kongsikan di sini dengan harapan ia menjadi bacaan yang menarik atau petua berguna kepada seseorang, di suatu tempat di luar sana.

Jika anda telah berjaya sejauh ini, saya ingin mengucapkan terima kasih kerana membaca, dan saya harap anda akan menyertai saya pada catatan saya yang seterusnya.

Atas ialah kandungan terperinci Apa yang Saya Pelajari Minggu Ini #0. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1671
14
Tutorial PHP
1276
29
Tutorial C#
1256
24
Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Python untuk Pembangunan Web: Aplikasi Utama Python untuk Pembangunan Web: Aplikasi Utama Apr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

See all articles