（十七）Flask之大型项目目录结构示例【二扣蓝图】

大型项目目录结构：

问题引入：

在上篇文章讲蓝图的时候我给了一个demo项目，其中templates和static都各自只有一个，这就意味着所有app的模板和静态文件都放在了一起，如果项目比较大的话，这就非常乱！

所以改进之处就是给每个蓝图单独设置templates和static目录【在创建蓝图的的时候通过指定static_folder和template_folder属性实现】

• 在创建蓝图对象时，通过传递static_folder和template_folder参数来指定蓝图的静态文件和模板文件目录【注意：这些参数接收相对于蓝图所在包或模块的路径】

from flask import Blueprint

auth_bp = Blueprint('auth', __name__, static_folder='auth-static', template_folder='auth-templates')

这样，每个蓝图都可以拥有自己独立的静态文件和模板文件目录，使得不同蓝图下的资源能够被正确加载和渲染。

需要注意的是：

• 创建蓝图对象时指定的模板文件目录优先级低于创建Flask应用程序对象时指定的模板文件目录（默认为templates文件夹）。

demo项目结构如下：

• run.py：

  from flask_struct import app
  
  if __name__ == '__main__':
      app.run()
      
  

• flask_struct/__init__.py：

  from flask import Flask
  from .admin import admin
  from .web import web
  
  app = Flask(__name__)
  app.debug = True
  
  app.register_blueprint(admin, url_prefix='/admin')
  app.register_blueprint(web)
  
  

• admin/views.py：

  from . import admin
  
  
  @admin.route('/index')
  def index():
      return 'Admin Index'
  

• admin/__init__.py：

  from flask import Blueprint
  
  admin = Blueprint(
      'admin',
      __name__,
      template_folder='templates',
      static_folder='static'
  )
  from . import views
  
  

• web/views.py：

  from . import web
  
  
  @web.route('/index')
  def index():
      return 'Web Index'
  

• web/__init__.py：

  from flask import Blueprint
  
  web = Blueprint(
      'web',
      __name__,
      template_folder='templates',
      static_folder='static'
  )
  from . import views
  
  

基于前面十六篇文章给出的一个Demo结构，后续还会有更好的！
要努力学习专栏哦~

拓展一：pipreqs库

pipreqs 是一个用于生成Python项目依赖列表（requirements.txt 文件）的第三方库。它可以扫描项目代码，找出代码中所使用的外部库，并将这些库及其版本信息写入 requirements.txt 文件中，方便项目的共享和部署。

1. 安装 pipreqs：

   在终端或命令提示符中运行以下命令安装 pipreqs：

   pip install pipreqs
   

2. 生成 requirements.txt 文件：

   在项目目录中，运行以下命令生成 requirements.txt 文件：

   pipreqs /path/to/your/project
   

   这会扫描指定项目目录下的Python文件，找出项目所依赖的外部库，并将它们写入 requirements.txt 文件中。

   如果想要指定输出文件的位置，可以使用以下命令：

   pipreqs /path/to/your/project --savepath custom_requirements.txt
   

   这样会将依赖列表保存到 custom_requirements.txt 文件中。

需要注意的是，pipreqs 会尽量准确地找出项目中的依赖，但有时候它可能会漏掉一些动态导入或其他特殊情况。因此，在生成 requirements.txt 文件后，需要检查！确保所有的依赖都被正确地包含在内。

拓展二：Python中，一个东西后面可以加括号，可能是哪些情况？

在Python中，当一个对象后面加上括号时，它可能是以下几种类型之一：

1. 函数：一个函数是可调用的对象。通过在函数名后加上括号，可以执行该函数并传递相应的参数。

2. 方法：方法是属于类的函数。通过在实例或类名后加上括号，可以调用该方法并传递相应的参数。

3. 类：类本身也是可调用的对象。通过在类名后加上括号，可以创建类的实例。

4. 对象：某个类的实例对象也可以是可调用的对象。通过在对象名后加上括号，可以调用该对象所属类中定义的特殊方法，例如__call__()方法。

拓展三：什么是函数？什么是方法？

在Python中，函数（function）和方法（method）是两种不同的概念。

• 函数（function）是一段封装了特定功能的可重用代码块。它接收输入参数，执行特定的操作，并返回结果。函数可以在任何地方定义和使用，不依赖于任何类或对象。它们通常用于模块化代码、提高代码的复用性和可维护性。
• 如下是一个简单的函数示例：

def add(a, b):
    return a + b

result = add(2, 3)
print(result)  # 输出：5

• 方法（method）是属于某个类的函数。它定义在类的内部，并且可以访问类的属性和其他方法。方法通过对类的实例进行调用来执行相应的操作。每个方法的第一个参数通常都是 self，它表示方法所属的实例对象。
• 如下是一个简单的类和方法示例：

class Circle:
    def __init__(self, radius):
        self.radius = radius
    
    def area(self):
        return 3.14 * self.radius * self.radius

circle = Circle(5)
circle_area = circle.area()
print(circle_area)  # 输出：78.5

在上面的示例中，area() 是 Circle 类的一个方法，它可以通过 circle.area() 的方式进行调用。

总结起来，函数是独立的可调用代码块，而方法是属于类的函数，需要通过类的实例进行调用。

• 易混淆案例：

class Demo(object):
    def fetch(self):
        pass


print(Demo.fetch)

obj = Demo()
print(obj.fetch)

可以发现上面那个是函数，而下面那个是方法。

箴言：对于一个类里的函数，究竟是方法还是函数。取决于谁调用它！