科技猎Dataset基于SQLAlchemy的便利工具-36大数据
作者： w2n1ck
数据集使得数据库中的数据读取和写入数据就像阅读和编写JSON文件一样简单。
dataset对于操作JSON、CSV文件、NoSQL非常好用。
import dataset
连接MySQL数据库：
db = dataset.connect('mysql://username:password@10.10.10.10/ctf?charset=utf8')
用户名:username，密码:password，数据库地址(地址+端口):10.10.10.10，database名: ctf
连接SQLite数据库：
db = dataset.connect('sqlite:///ctf.db')
连接PostgreSQL数据库：
db = dataset.connect('postgresql://scott:tiger@localhost:5432/mydatabase')
一定要注意指定字符编码
table = db['city'] #（选择city表）
user = table('name') # 找出表中'name'列属性所有数据
res = db.query('select name from table limit 10') # 如果不需要查看全部数据的话最好用limit，因为全部数据的载入非常非常耗时间
for x in res:
print x['name'] # 选name字段的数据
table.insert(dict(name='John Doe', age=37))
table.insert(dict(name='Jane Doe', age=34, gender='female'))
john = table.find_one(name='John Doe')
在数据库中查找是否有同时满足多个条件的数据：table.find_one(属性1=属性值1, 属性2=属性值2, …)
注：find_one速度很慢
插入数据
dataset会根据输入自动创建表和字段名
table = db['user']
# 或者table = db.get_table('user')
table.insert(dict(name='John Doe', age=46, country='China'))
table.insert(dict(name='Jane Doe', age=37, country='France', gender='female'))
# 主键id自动生成
更新数据
table.update(dict(name='John Doe', age=47), ['name']) # 第二个参数相当于sql update语句中的where，用来过滤出需要更新的记录
事务操作
事务操作可以简单的使用上下文管理器来实现,出现异常，将会回滚
with dataset.connect() as tx: tx['user'].insert(dict(name='John Doe', age=46, country='China')) # 相当于： db = dataset.connect() db.begin() try: db['user'].insert(dict(name='John Doe', age=46, country='China')) db.commit() except: db.rollback() # 也可以嵌套使用: db = dataset.connect() with db as tx1: tx1['user'].insert(dict(name='John Doe', age=46, country='China')) with db as tx2: tx2['user'].insert(dict(name='Jane Doe', age=37, country='France', gender='female'))
从表获取数据
users = db['user'].all() for user in db['user']: # print(user['age']) # chinese_users = user.find(country='China') john = user.find_one(name='John Doe')
获取非重复数据
db['user'].distinct('country')
删除记录
table.delete(place='Berlin')
执行SQL语句
result = db.query('SELECT country, COUNT(*) c FROM user GROUP BY country')
for row in result:
print(row['country'], row['c'])
导出数据
result = db['users'].all() dataset.freeze(result, format='json', filename='users.json')
JSON
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，非常易于人阅读和编写。
import json json.dumps 将 Python 对象编码成 JSON 字符串 json.loads 将已编码的 JSON 字符串解码为 Python 对象
MySQL数据库 ：
分类表-categories，包括类别web,reversing，crypto(加解密),mic等
题目表-tasks,包括题目id，题目名，flag,分值，文件&地址，题目等级，题目详细描述
flag表-flag,包括题目id,用户id,得分，时间戳
用户表-users，包括用户id,用户名，密码
题目分类表-cat_task,包括题目id,题目类别id
flag表中每条数据由于是有题目ID task_id和用户ID user_id来共同确认的，所以采用复合主键：primary key (task_id,user_id)
联合主键和复合主键的区别
python装饰器
Decorator通过返回包装对象实现间接调用,以此插入额外逻辑
https://www.zhihu.com/question/26930016
wraps本身也是一个装饰器，它能把原函数的元信息拷贝到装饰器函数中，这使得装饰器函数也有和原函数一样的元信息了
from functools import wraps def logged(func): @wraps(func) def with_logging(*args,**kwargs): print func.__name__ + "was called" return func(*args,**kwargs) return with_logging @logged def f(x): """does some math""" return x + x * x print f.__name__ # prints 'f' print f.__doc__ # prints 'does some math'
web框架采用flask
from flask import Flask
引入Flask类，Flask类实现了一个WSGI(Web Server Gateway Interface)应用
app = Flask(__name__)
app是Flask的实例，它接收包或者模块的名字作为参数，但一般都是传递__name__
@app.route('/')
def hello_world():
return 'Hello World!'
使用app.route装饰器会将URL和执行的视图函数的关系保存到app.url_map属性上。处理URL和视图函数的关系的程序就是路由，这里的视图函数就是hello_world
if __name__ == '__main__': app.run(host='0.0.0.0',port=9000)
使用这个判断可以保证当其他文件引用这个文件的时候（例如from hello import app）不会执行这个判断内的代码，也就是不会执行app.run函数。
执行app.run就可以启动服务了。默认Flask只监听虚拟机的本地127.0.0.1这个地址，端口为5000。而我们对虚拟机做的端口转发端口是9000，所以需要制定host和port参数，0.0.0.0表示监听所有地址，这样就可以在本机访问了。
服务器启动后，会调用werkzeug.serving.run_simple进入轮询，默认使用单进程单线程的werkzeug.serving.BaseWSGIServer处理请求，实际上还是使用标准库BaseHTTPServer.HTTPServer，通过select.select做0.5秒的while TRUE的事件轮询。当我们访问http://127.0.0.1:9000/,通过app.url_map找到注册的/这个URL模式,就找到了对应的hello_world函数执行，返回hello world!,状态码为200。如果访问一个不存在的路径，如访问http://127.0.0.1:9000/a,Flask找不到对应的模式，就会向浏览器返回Not Found，状态码为404
flask中jsonify的作用
jsonify的作用实际上就是将我们传入的json形式数据序列化成为json字符串，作为响应的body，并且设置响应的Content-Type为application/json，构造出响应返回至客户端
效果等于json.dumps
jsonify的Content-Type字段值为application/json
json.dumps的Content-Type字段值为text/html
修改flask中静态文件夹
修改的flask默认的static文件夹只需要在创建Flask实例的时候,把static_folder和static_url_path参数设置为空字符串即可。
app = Flask(__name__, static_folder=”, static_url_path=”)
访问的时候用url_for函数，res文件夹和static文件夹同一级：
url_for(‘static’, filename=’res/favicon.ico’)
werkzeug
werkzeug是一个WSGI工具包，可以作为一个Web框架的底层库。它封装好了很多Web框架的东西，例如 Request，Response等等。Flask框架就是一Werkzeug 为基础开发的
generate_password_hash(password)
将用户输入的明文密码加密成密文进行存储
密码加盐哈希函数。用来将明文密码加密，返回加密后的密文，用来进行用户注册
函数定义：
werkzeug.security.generate_password_hash(password, method='pbkdf2:sha1', salt_length=8) 密文格式：method$salt$hash password: 明文密码 method: 哈希的方式（需要是hashlib库支持的），格式为 pbpdf2:<method>[:iterations]。参数说明： method：哈希的方式，一般为SHA1， iterations：（可选参数）迭代次数，默认为1000。 slat_length: 盐值的长度，默认为8
check_password_hash(hash,password)
验证经过generate_password_hash哈希的密码，将明文和密文进行比较,查看是否一致，用来验证用户登录
函数定义：
werkzeug.security.check_password_hash(pwhash, password) pwhash: generate_password_hash生成的哈希字符串 password: 需要验证的明文密码
flask中的session
rom flask import session user = db['users'].find_one(username=username) session['user_id'] = user['id']
由于使用了session，所以需要设置一个secret_key用来做一些模块的hash
Flask Web Development 中的内容:
SECRET_KEY配置变量是通用密钥,可在Flask和多个第三方扩展中使用。如其名所示,加密的强度取决于变量值的机密度。不同的程序要使用不同的密钥,而且要保证其他人不知道你所用的字符串。
SECRET_KEY的作用主要是提供一个值做各种HASH, 是在其加密过程中作为算法的一个参数(salt或其他)。所以这个值的复杂度也就影响到了数据传输和存储时的复杂度。
flask 变量规则
要给URL添加变量部分，你可以把这些特殊的字段标记为<variable_name>， 这个部分将会作为命名参数传递到你的函数。规则可以用<converter:variable_name>指定一个可选的转换器
@route('/hello/<name>')
def index(name):
return '<b>Hello {{name}}</b>!'
数据库查询
对dataset的数据查询，使用冒号来为变量传参。
select f.task_id from flags f where f.user_id = :user_id”’,user_id=session[‘user_id’])
模板渲染
使用render_template方法来渲染模板。将模板名和你想作为关键字的参数传入模板的变量
MySQL
IFNULL(expr1,expr2)
如果expr1不是NULL，IFNULL()返回expr1，否则它返回expr2。
IFNULL()返回一个数字或字符串值，取决于它被使用的上下文环境。
max函数是用来找出记录集中最大值的记录
- 对于left join，不管on后面跟什么条件，左表的数据全部查出来，因此要想过滤需把条件放到where后面
- 对于inner join，满足on后面的条件表的数据才能查出，可以起到过滤作用。也可以把条件放到where后面
在使用left jion时，on和where条件的区别如下：
- on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。
- where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。
order by的用法
使用order by，一般是用来，依照查询结果的某一列（或多列）属性，进行排序（升序：ASC；降序：DESC；默认为升序）。 当排序列含空值时： ASC：排序列为空值的元组最后显示。 DESC：排序列为空值的元组最先显示。 可以把null值看做无穷大 select * from s order by sno desc, sage asc
group by的用法
group by按照查询结果集中的某一列（或多列），进行分组，值相等的为一组 1、细化集函数（count，sum，avg，max，min）的作用对象： 未对查询结果分组，集函数将作用于整个查询结果。 对查询结果分组后，集函数将分别作用于每个组。 SELECT cno,count(sno) from sc group by cno 2、GROUP BY子句的作用对象是查询的中间结果表 分组方法：按指定的一列或多列值分组，值相等的为一组。 使用GROUP BY子句后，SELECT子句的列名列表中只能出现分组属性（比如：sno）和集函数（比如：count（）） select sno,count(cno) from sc group by sno 3、多个列属性进行分组 select cno,grade,count(cno) from sc group by cno,grade 4、使用HAVING短语筛选最终输出结果 只有满足HAVING短语指定条件的组才输出。 HAVING短语与WHERE子句的区别：作用对象不同。 1、WHERE子句作用于基表或视图，从中选择满足条件的元组。 2、HAVING短语作用于组，从中选择满足条件的组 select sno from sc group by sno having count(cno)>3 select sno,count(cno) from sc where grade>60 group by sno having count(cno)>3
MySQL的左连接、右连接、等值连接
1.左连接（left join ）
select m.columnname……,n.* columnname….. from left_table m left join right_table n on m.columnname_join=n.columnname_join and n.columnname=xxx where m.columnname=xxx…..
ON是连接条件，用于把2表中等值的记录连接在一起，但是不影响记录集的数量。若是表left_table中的某记录，无法在表right_table找到对应的记录，则此记录依然显示在记录集中，只是表right_table需要在查询显示的列的值用NULL替代；
ON连接条件中表n.columnname=xxx用于控制right_table表是否有符合要求的列值还是用NULL替换的方式显示在查询列中，不影响记录集的数量；
WHERE字句控制记录是否符合查询要求，不符合则过滤掉
2.右连接（right join）
select m.columnname……,n.* columnname….. from left_table m right join right_table n on m. columnname_join=n. columnname_join and m. columnname=xxx where n.columnname=xxx…..
3.等值连接
select m.columnname……,n.* columnname….. from left_table m [inner] join right_table n on m. columnname_join=n. columnname_join where m.columnname=xxx….. and n.columnname=xxx…. 或者 select m.columnname……,n.* columnname….. from left_table m , right_table n where m. columnname_join=n. columnname_join and m.columnname=xxx….. and n.columnname=xxx….
ON是连接条件，不再与左连接或右连接的功效一样，除了作为2表记录匹配的条件外，还会起到过滤记录的作用，若left_table中记录无法在right_table中找到对应的记录，则会被过滤掉；
WHERE字句，不管是涉及表left_table、表right_table上的限制条件，还是涉及2表连接的条件，都会对记录集起到过滤作用，把不符合要求的记录刷选掉；
jinja2获取循环索引
jinja2获取循环{% for i in n %}的索引使用loop.index
{% for i in names %}
<tr>
<td>{{ loop.index }}</td> //当前是第x条
<td>{{ i.name }}</td>
</tr>
{% endfor %}
flask 重定向和错误
可以用redirect()函数把用户重定向到其它地方。放弃请求并返回错误代码，用abort()函数。
from flask import abort, redirect, url_for
@app.route('/')
def index():
return redirect(url_for('login'))
@app.route('/login')
def login():
abort(401)
this_is_never_executed()
默认情况下，错误代码会显示一个黑白的错误页面。如果你要定制错误页面，可以使用errorhandler()
装饰器:
from flask import render_template
@app.errorhandler(404)
def page_not_found(error):
return render_template('page_not_found.html'), 404
注意 render_template()调用之后的 404 。这告诉Flask，该页的错误代码是404 ，即没有找到。默认为200，也就是一切正常。
flask CSRF防护机制
@app.before_request
def csrf_protect():
if request.method == "POST":
token = session.pop('_csrf_token', None)
if not token or token != request.form.get('_csrf_token'):
abort(403)
def some_random_string():
return hashlib.sha256(os.urandom(16).hexdigest())
def generate_csrf_token():
if '_csrf_token' not in session:
session['_csrf_token'] = some_random_string()
return session['_csrf_token']
在flask的全局变量里面注冊 上面那个生成随机token的函数
app.jinja_env.globals[‘csrf_token’] = generate_csrf_token
在网页的模板是这么引入的
<form method=post action="">
<input name=_csrf_token type=hidden value="{{ csrf_token() }}">
flask上下文处理器
Flask 上下文处理器自动向模板的上下文中插入新变量。上下文处理器在模板渲染之前运行，并且可以在模板上下文中插入新值。上下文处理器是一个返回字典的函数，这个字典的键值最终将传入应用中所有模板的上下文:
@app.context_processor def inject_user(): return dict(user=g.user)
上面的上下文处理器使得模板可以使用一个名为user值为g.user的变量。不过这个例子不是很有意思，因为g在模板中本来就是可用的，但它解释了上下文处理器是如何工作的。
变量不仅限于值，上下文处理器也可以使某个函数在模板中可用（由于Python允许传递函数）:
@app.context_processor
def utility_processor():
def format_price(amount, currency=u'€'):
return u'{0:.2f}{1}.format(amount, currency)
return dict(format_price=format_price)
上面的上下文处理器使得format_price函数在所有模板中可用:
{{ format_price(0.33) }}
日志记录
handler = logging.FileHandler(‘flask.log’, encoding=’UTF-8′)
1、请求之前设置requestId并记录日志
每个URL请求之前，定义requestId并绑定到g
@app.before_request
def before_request():
g.requestId = gen_requestId()
logger.info("Start Once Access, and this requestId is %s" % g.requestId)
2、请求之后添加响应头与记录日志
每次返回数据中，带上响应头，包含API版本和本次请求的requestId，以及允许所有域跨域访问API, 记录访问日志
@app.after_request
def add_header(response):
response.headers["X-SaintIC-Media-Type"] = "saintic.v1"
response.headers["X-SaintIC-Request-Id"] = g.requestId
response.headers["Access-Control-Allow-Origin"] = "*"
logger.info(json.dumps({
"AccessLog": {
"status_code": response.status_code,
"method": request.method,
"ip": request.headers.get('X-Real-Ip', request.remote_addr),
"url": request.url,
"referer": request.headers.get('Referer'),
"agent": request.headers.get("User-Agent"),
"requestId": str(g.requestId),
}
}
))
return response
basicConfig方法可以满足你在绝大多数场景下的使用需求，但是basicConfig有一个很大的缺点。调用basicConfig其实是给root logger添加了一个handler(FileHandler )，这样当你的程序和别的使用了 logging的第三方模块一起工作时，会影响第三方模块的logger行为。这是由logger的继承特性决定的
logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s %(levelname)s %(message)s',
datefmt='%a, %d %b %Y %H:%M:%S',
filename='logs/pro.log',
filemode='w')
logging.debug('dddddddddd')
MySQL字符编码
除了设置数据库的之外，由于dataset默认创建数据库和表的字符集不是utf8,所以需要自己设置，否则会中文乱码，所以需要修改表的字符集
my.cnf [client] default-character-set=utf8 [mysqld] character-set-server=utf8 collation-server=utf8_general_ci default-storage-engine=INNODB
表的字符集
show create table tasks; alter table tasks convert to character set utf8;
End.
转载请注明来自36大数据（36dsj.com)： 36大数据 » Dataset基于SQLAlchemy的便利工具
