PythonWeb开发项目教程 第6章 智能租房——前期准备.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 由于智能租房项目涉及的数据量非常庞大，若仍然通过手动编写代码的方式逐条向数据库添加数据，显然是极其繁琐的。为此，我们准备了包含数据库执行语句的house.sql文件，借用Navicat工具运行该文件来批量导入数据，具体步骤如下。 6.4.2 导入数据 （2）在新建数据库窗口中，单击“确定”按钮关闭新建数据库窗口，并跳转回Navicat工具主界面，此时数据库列表中增加了house数据库。选中house数据库，在该数据库上方右击弹出右键菜单，在右键菜单菜单中选择“运行SQL文件...”打开运行SQL文件窗口。 由于智能租房项目涉及的数据量非常庞大，若仍然通过手动编写代码的方式逐条向数据库添加数据，显然是极其繁琐的。为此，我们准备了包含数据库执行语句的house.sql文件，借用Navicat工具运行该文件来批量导入数据，具体步骤如下。 6.4.2 导入数据 （3）在运行SQL文件窗口中，单击文件输入框后面的 按钮弹出打开窗口，在该窗口中找到house.sql文件。选择完SQL文件的窗口如图所示。 由于智能租房项目涉及的数据量非常庞大，若仍然通过手动编写代码的方式逐条向数据库添加数据，显然是极其繁琐的。为此，我们准备了包含数据库执行语句的house.sql文件，借用Navicat工具运行该文件来批量导入数据，具体步骤如下。 6.4.2 导入数据 （4）在选择完SQL文件窗口中，单击“打开”按钮后自动关闭打开窗口，跳转回运行SQL文件窗口，此时该窗口的文件输入框中自动填写了house.sql文件所在的路径。 由于智能租房项目涉及的数据量非常庞大，若仍然通过手动编写代码的方式逐条向数据库添加数据，显然是极其繁琐的。为此，我们准备了包含数据库执行语句的house.sql文件，借用Navicat工具运行该文件来批量导入数据，具体步骤如下。 6.4.2 导入数据 （6）在运行完SQL文件的窗口中，单击“关闭”按钮关闭当前窗口，跳转回Navicat工具的主窗口。双击house数据库，可以看到该数据库中包含3个数据表，分别是house_info、house_recommend和user_info。双击打开house_info表，可以看到该表里面的数据。 6.4.2 导入数据 （7）为了能够让Flask项目能够访问house数据库，我们需要让house项目连接house数据库。在settings.py文件中创建SQLAlchemy类的对象，指定house数据库的连接。 from flask_sqlalchemy import SQLAlchemy import pymysql pymysql.install_as_MySQLdb() # 创建flask-sqlalchemy的实例对象 db = SQLAlchemy() class Config: # 开启调试模式 DEBUG = False # 指定数据库的链接地址 SQLALCHEMY_DATABASE_URI = mysql://root:123456@:3306/house # 压制警告信息 SQLALCHEMY_TRACK_MODIFICATIONS = True 6.4.2 导入数据 from flask import Flask from settings import Config, db app = Flask(__name__) app.config.from_object(Config) db.init_app(app) …… （8）在app.py文件中初始化数据库，代码如下所示。 先定一个小目标！ 掌握模型的创建方式，能够根据数据表的结构创建对应的模型类 6.4.3 创建模型 为了能够在Flask项目中访问数据库，我们需要对照数据表的结构创建模型，利用SQLAlchemy的ORM机制将模型类与数据表之间建立关联。 6.4.3 创建模型 首先，在house项目的根目录下新建用于存放模型的models.py文件，此时项目的目录结构如图所示。 6.4.3 创建模型 然后，在model.py文件中定义3个模型类，分别是House、Recommend和User，依次与数据表house_info、house_recommend和user_info进行关联。 6.4.3 创建模型 [单击查看源码] 由于在模型类中使用了数据库对象db，所以需要在model.py文件的开头导入db，具体代码如下所示。 from settings import db 最后，为了保证house项目中可