Dataset基于SQLAlchemy的便利工具

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。

 
 
 
    
  
  
  
  1. import dataset
    2.

连接MySQL数据库：

 
 
 
    
  
  
  
  1. db = dataset.connect('mysql://username:password@10.10.10.10/ctf?charset=utf8')
    2.

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：

 
 
 
    
  
  
  
  1. db = dataset.connect('sqlite:///ctf.db')
    2.

连接PostgreSQL数据库：

 
 
 
    
  
  
  
  1. db = dataset.connect('postgresql://scott:tiger@localhost:5432/mydatabase')
    2.

一定要注意指定字符编码

 
 
 
    
  
  
  
  1. table = db['city'] #（选择city表）
    2. 
  
  
  
  2. 
  
  
  
  3. user = table('name') # 找出表中'name'列属性所有数据
    4. 
  
  
  
  4. 
  
  
  
  5. res = db.query('select name from table limit 10') # 如果不需要查看全部数据的话***用limit，因为全部数据的载入非常非常耗时间
    6. 
  
  
  
  6. 
  
  
  
  7. for x in res:
    8. 
  
  
  
  8. 
  
  
  
  9. print x['name'] # 选name字段的数据
    10. 
  
  
  
  10. 
  
  
  
  11. table.insert(dict(name='John Doe', age=37))
    12. 
  
  
  
  12. 
  
  
  
  13. table.insert(dict(name='Jane Doe', age=34, gender='female'))
    14. 
  
  
  
  14. 
  
  
  
  15. john = table.find_one(name='John Doe') 
    16.

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

 
 
 
    
  
  
  
  1. table = db['user']
    2. 
  
  
  
  2. 
  
  
  
  3. # 或者table = db.get_table('user')
    4. 
  
  
  
  4. 
  
  
  
  5. table.insert(dict(name='John Doe', age=46, country='China'))
    6. 
  
  
  
  6. 
  
  
  
  7. table.insert(dict(name='Jane Doe', age=37, country='France', gender='female'))
    8. 
  
  
  
  8. 
  
  
  
  9. # 主键id自动生成 
    10.

更新数据

 
 
 
    
  
  
  
  1. table.update(dict(name='John Doe', age=47), ['name'])
    2. 
  
  
  
  2. 
  
  
  
  3. # 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 
    4.

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

 
 
 
    
  
  
  
  1. with dataset.connect() as tx:
    2. 
  
  
  
  2. 
  
  
  
  3. tx['user'].insert(dict(name='John Doe', age=46, country='China'))
    4. 
  
  
  
  4. 
  
  
  
  5. # 相当于：
    6. 
  
  
  
  6. 
  
  
  
  7. db = dataset.connect()
    8. 
  
  
  
  8. 
  
  
  
  9. db.begin()
    10. 
  
  
  
  10. 
  
  
  
  11. try:
    12. 
  
  
  
  12. 
  
  
  
  13. db['user'].insert(dict(name='John Doe', age=46, country='China'))
    14. 
  
  
  
  14. 
  
  
  
  15. db.commit()
    16. 
  
  
  
  16. 
  
  
  
  17. except:
    18. 
  
  
  
  18. 
  
  
  
  19. db.rollback()
    20. 
  
  
  
  20. 
  
  
  
  21. # 也可以嵌套使用:
    22. 
  
  
  
  22. 
  
  
  
  23. db = dataset.connect()
    24. 
  
  
  
  24. 
  
  
  
  25. with db as tx1:
    26. 
  
  
  
  26. 
  
  
  
  27. tx1['user'].insert(dict(name='John Doe', age=46, country='China'))
    28. 
  
  
  
  28. 
  
  
  
  29. with db as tx2:
    30. 
  
  
  
  30. 
  
  
  
  31. tx2['user'].insert(dict(name='Jane Doe', age=37, country='France', gender='female')) 
    32.

从表获取数据

 
 
 
    
  
  
  
  1. users = db['user'].all()
    2. 
  
  
  
  2. 
  
  
  
  3. for user in db['user']:
    4. 
  
  
  
  4. 
  
  
  
  5. # print(user['age'])
    6. 
  
  
  
  6. 
  
  
  
  7. # chinese_users = user.find(country='China')
    8. 
  
  
  
  8. 
  
  
  
  9. john = user.find_one(name='John Doe') 
    10.

获取非重复数据

 
 
 
    
  
  
  
  1. db['user'].distinct('country')
    2.

删除记录

 
 
 
    
  
  
  
  1. table.delete(place='Berlin')
    2.

执行SQL语句

 
 
 
    
  
  
  
  1. result = db.query('SELECT country, COUNT(*) c FROM user GROUP BY country')
    2. 
  
  
  
  2. 
  
  
  
  3. for row in result:
    4. 
  
  
  
  4. 
  
  
  
  5. print(row['country'], row['c']) 
    6.

导出数据

 
 
 
    
  
  
  
  1. result = db['users'].all()
    2. 
  
  
  
  2. 
  
  
  
  3. dataset.freeze(result, format='json', filename='users.json') 
    4.

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。

 
 
 
    
  
  
  
  1. import json
    2.

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

 
 
 
    
  
  
  
  1. from functools import wraps
    2. 
  
  
  
  2. 
  
  
  
  3. def logged(func):
    4. 
  
  
  
  4. 
  
  
  
  5. @wraps(func)
    6. 
  
  
  
  6. 
  
  
  
  7. def with_logging(*args,**kwargs):
    8. 
  
  
  
  8. 
  
  
  
  9. print func.__name__ + "was called"
    10. 
  
  
  
  10. 
  
  
  
  11. return func(*args,**kwargs)
    12. 
  
  
  
  12. 
  
  
  
  13. return with_logging
    14. 
  
  
  
  14. 
  
  
  
  15.  
    16. 
  
  
  
  16. 
  
  
  
  17. @logged
    18. 
  
  
  
  18. 
  
  
  
  19. def f(x):
    20. 
  
  
  
  20. 
  
  
  
  21. """does some math"""
    22. 
  
  
  
  22. 
  
  
  
  23. return x + x * x
    24. 
  
  
  
  24. 
  
  
  
  25.  
    26. 
  
  
  
  26. 
  
  
  
  27. print f.__name__ # prints 'f'
    28. 
  
  
  
  28. 
  
  
  
  29. print f.__doc__ # prints 'does some math' 
    30.

web框架采用flask

 
 
 
    
  
  
  
  1. from flask import Flask
    2.

引入Flask类，Flask类实现了一个WSGI(Web Server Gateway Interface)应用

 
 
 
    
  
  
  
  1. app = Flask(__name__)
    2.

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__

 
 
 
    
  
  
  
  1. @app.route('/')
    2. 
  
  
  
  2. 
  
  
  
  3. def hello_world():
    4. 
  
  
  
  4. 
  
  
  
  5. return 'Hello World!' 
    6.

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

 
 
 
    
  
  
  
  1. if __name__ == '__main__':
    2. 
  
  
  
  2. 
  
  
  
  3. app.run(host='0.0.0.0',port=9000) 
    4.

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:[: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

 
 
 
    
  
  
  
  1. rom flask import session
    2. 
  
  
  
  2. 
  
  
  
  3. user = db['users'].find_one(username=username)
    4. 
  
  
  
  4. 
  
  
  
  5. session['user_id'] = user['id'] 
    6.

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， 这个部分将会作为命名参数传递到你的函数。规则可以用指定一个可选的转换器

 
 
 
    
  
  
  
  1. @route('/hello/')
    2. 
  
  
  
  2. 
  
  
  
  3. def index(name):
    4. 
  
  
  
  4. 
  
  
  
  5. return 'Hello {{name}}!' 
    6.

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***值的记录

  1. 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
  2. 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：

  1. 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。
  2. 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***显示。

DESC：排序列为空值的元组***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 )

 
 
 
    
  
  
  
  1. select m.columnname……,n.* columnname…..
    2. 
  
  
  
  2. 
  
  
  
  3. from left_table m left join right_table n on m.columnname_join=n.columnname_join and n.columnname=xxx
    4. 
  
  
  
  4. 
  
  
  
  5. where m.columnname=xxx….. 
    6.

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)

 
 
 
    
  
  
  
  1. select m.columnname……,n.* columnname…..
    2. 
  
  
  
  2. 
  
  
  
  3. from left_table m right join right_table n on m. columnname_join=n. columnname_join and m. columnname=xxx
    4. 
  
  
  
  4. 
  
  
  
  5. where n.columnname=xxx….. 
    6.

3.等值连接

 
 
 
    
  
  
  
  1. select m.columnname……,n.* columnname…..
    2. 
  
  
  
  2. 
  
  
  
  3. from left_table m [inner] join right_table n on m. columnname_join=n. columnname_join
    4. 
  
  
  
  4. 
  
  
  
  5. where m.columnname=xxx….. and n.columnname=xxx…. 
    6.

或者

 
 
 
    
  
  
  
  1. select m.columnname……,n.* columnname…..
    2. 
  
  
  
  2. 
  
  
  
  3. from left_table m , right_table n
    4. 
  
  
  
  4. 
  
  
  
  5. where m. columnname_join=n. columnname_join and
    6. 
  
  
  
  6. 
  
  
  
  7. m.columnname=xxx….. and n.columnname=xxx…. 
    8.

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

 
 
 
    
  
  
  
  1. {% for i in names %}
    2. 
  
  
  
  2. 
  
  
  
  3. 
  
  
  
  4. 
  
  
  
  5. {{ loop.index }} //当前是第x条
    6. 
  
  
  
  6. 
  
  
  
  7. {{ i.name }}
    8. 
  
  
  
  8. 
  
  
  
  9. 
  
  
  
  10. 
  
  
  
  11. {% endfor %} 
    12.

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。

 
 
 
    
  
  
  
  1. from flask import abort, redirect, url_for
    2. 
  
  
  
  2. 
  
  
  
  3. @app.route('/')
    4. 
  
  
  
  4. 
  
  
  
  5. def index():
    6. 
  
  
  
  6. 
  
  
  
  7. return redirect(url_for('login'))
    8. 
  
  
  
  8. 
  
  
  
  9. @app.route('/login')
    10. 
  
  
  
  10. 
  
  
  
  11. def login():
    12. 
  
  
  
  12. 
  
  
  
  13. abort(401)
    14. 
  
  
  
  14. 
  
  
  
  15. this_is_never_executed() 
    16.

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:

 
 
 
    
  
  
  
  1. from flask import render_template
    2. 
  
  
  
  2. 
  
  
  
  3. @app.errorhandler(404)
    4. 
  
  
  
  4. 
  
  
  
  5. def page_not_found(error):
    6. 
  
  
  
  6. 
  
  
  
  7. return render_template('page_not_found.html'), 404 
    8.

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

 
 
 
    
  
  
  
  1. @app.before_request
    2. 
  
  
  
  2. 
  
  
  
  3. def csrf_protect():
    4. 
  
  
  
  4. 
  
  
  
  5. if request.method == "POST":
    6. 
  
  
  
  6. 
  
  
  
  7. token = session.pop('_csrf_token', None)
    8. 
  
  
  
  8. 
  
  
  
  9. if not token or token != request.form.get('_csrf_token'):
    10. 
  
  
  
  10. 
  
  
  
  11. abort(403)
    12. 
  
  
  
  12. 
  
  
  
  13. def some_random_string():
    14. 
  
  
  
  14. 
  
  
  
  15. return hashlib.sha256(os.urandom(16).hexdigest())
    16. 
  
  
  
  16. 
  
  
  
  17. def generate_csrf_token():
    18. 
  
  
  
  18. 
  
  
  
  19. if '_csrf_token' not in session:
    20. 
  
  
  
  20. 
  
  
  
  21. session['_csrf_token'] = some_random_string()
    22. 
  
  
  
  22. 
  
  
  
  23. return session['_csrf_token'] 
    24.

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

 
 
 
    
  
  
  
    2. 
  
  
  
  2. 
  
  
  
  3.  
    4.

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:

 
 
 
    
  
  
  
  1. @app.context_processor
    2. 
  
  
  
  2. 
  
  
  
  3. def inject_user():
    4. 
  
  
  
  4. 
  
  
  
  5. return dict(user=g.user) 
    6.

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):

 
 
 
    
  
  
  
  1. @app.context_processor
    2. 
  
  
  
  2. 
  
  
  
  3. def utility_processor():
    4. 
  
  
  
  4. 
  
  
  
  5. def format_price(amount, currency=u'€'):
    6. 
  
  
  
  6. 
  
  
  
  7. return u'{0:.2f}{1}.format(amount, currency)
    8. 
  
  
  
  8. 
  
  
  
  9. return dict(format_price=format_price) 
    10.

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

 
 
 
    
  
  
  
  1. @app.before_request
    2. 
  
  
  
  2. 
  
  
  
  3. def before_request():
    4. 
  
  
  
  4. 
  
  
  
  5. g.requestId = gen_requestId()
    6. 
  
  
  
  6. 
  
  
  
  7. logger.info("Start Once Access, and this requestId is %s" % g.requestId) 
    8.

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

 
 
 
    
  
  
  
  1. @app.after_request
    2. 
  
  
  
  2. 
  
  
  
  3. def add_header(response):
    4. 
  
  
  
  4. 
  
  
  
  5. response.headers["X-SaintIC-Media-Type"] = "saintic.v1"
    6. 
  
  
  
  6. 
  
  
  
  7. response.headers["X-SaintIC-Request-Id"] = g.requestId
    8. 
  
  
  
  8. 
  
  
  
  9. response.headers["Access-Control-Allow-Origin"] = "*"
    10. 
  
  
  
  10. 
  
  
  
  11. logger.info(json.dumps({
    12. 
  
  
  
  12. 
  
  
  
  13. "AccessLog": {
    14. 
  
  
  
  14. 
  
  
  
  15. "status_code": response.status_code,
    16. 
  
  
  
  16. 
  
  
  
  17. "method": request.method,
    18. 
  
  
  
  18. 
  
  
  
  19. "ip": request.headers.get('X-Real-Ip', request.remote_addr),
    20. 
  
  
  
  20. 
  
  
  
  21. "url": request.url,
    22. 
  
  
  
  22. 
  
  
  
  23. "referer": request.headers.get('Referer'),
    24. 
  
  
  
  24. 
  
  
  
  25. "agent": request.headers.get("User-Agent"),
    26. 
  
  
  
  26. 
  
  
  
  27. "requestId": str(g.requestId),
    28. 
  
  
  
  28. 
  
  
  
  29. }
    30. 
  
  
  
  30. 
  
  
  
  31. }
    32. 
  
  
  
  32. 
  
  
  
  33. ))
    34. 
  
  
  
  34. 
  
  
  
  35. return response 
    36.

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

 
 
 
    
  
  
  
  1. logging.basicConfig(level=logging.DEBUG,
    2. 
  
  
  
  2. 
  
  
  
  3. format='%(asctime)s %(levelname)s %(message)s',
    4. 
  
  
  
  4. 
  
  
  
  5. datefmt='%a, %d %b %Y %H:%M:%S',
    6. 
  
  
  
  6. 
  
  
  
  7. filename='logs/pro.log',
    8. 
  
  
  
  8. 
  
  
  
  9. filemode='w')
    10. 
  
  
  
  10. 
  
  
  
  11.  
    12. 
  
  
  
  12. 
  
  
  
  13. logging.debug('dddddddddd') 
    14.

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

 
 
 
    
  
  
  
  1. my.cnf
    2. 
  
  
  
  2. 
  
  
  
  3. [client]
    4. 
  
  
  
  4. 
  
  
  
  5. default-character-set=utf8
    6. 
  
  
  
  6. 
  
  
  
  7. [mysqld]
    8. 
  
  
  
  8. 
  
  
  
  9. character-set-server=utf8
    10. 
  
  
  
  10. 
  
  
  
  11. collation-server=utf8_general_ci
    12. 
  
  
  
  12. 
  
  
  
  13. default-storage-engine=INNODB 
    14.

表的字符集

 
 
 
    
  
  
  
  1. show create table tasks;
    2. 
  
  
  
  2. 
  
  
  
  3. alter table tasks convert to character set utf8;  
    4.

标题名称：Dataset基于SQLAlchemy的便利工具
浏览地址：http://www.shufengxianlan.com/qtweb/news36/315186.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

电子商务知识

分类信息网站

成都广告招牌制作　　 　申请域名　　 　都江堰网站建设　　 　传美奇电器　　 　移动网站建设　　 　企业网站改版　　 　免备案虚拟主机　　 　双流做网站　　 　成都移动托管　　 　眉山服务器租用　　 　网络推广外包　　 　成都路面机械设备　　 　成都办公窗帘　　 　简阳网站制作　　 　分类目录网站　　 　双流能亿建站　　 　重庆移动机房托管　　 　梦港之夜　　 　网站推广　　 　网络推广公司