flask的源码分析（flask源码解析）
本文目录一览：
- 1、《FlaskWeb开发实战入门、进阶与原理解析》epub下载在线阅读，求百度网盘云资源
- 2、请教萧井陌一个问题，读flask源码到什么程度就算读懂了
- 3、如何理解Flask
- 4、对于python而言，阅读flask框架的源代码感觉入门困难（从最早期的版本开始阅读的），无法体会到精髓
- 5、在flask中使用jsonify和json.dumps的区别
《FlaskWeb开发实战入门、进阶与原理解析》epub下载在线阅读，求百度网盘云资源
《Flask Web开发实战》（李辉）电子书网盘下载免费在线阅读
资源链接：
链接：
提取码：egqz
书名：Flask Web开发实战
作者：李辉
豆瓣评分：8.9
出版社：机械工业出版社
出版年份：2018-8-1
页数：704
内容简介：这是一本面向Python程序员的，全面介绍Python Web框架Flask的书。关于本书的详细介绍、相关资源等更多信息可以访问本书的官方主页了解。
• 国内首本Flask著作，在内容上涵盖完整的Flask Web开发学习路径，在实践上包含完整的Flask Web程序开发流程。同时兼容Python2 .7和Python3.6。
• 内容最新，基于Flask 1.0.2版本，所有的Python库、前端框架和JavaScript库均使用最新版本。
• 内容全面，除了基础知识，还包含Web API、全文搜索、国际化和本地化、第三方登录、AJAX、WebSocket、源码分析、扩展开发等实用内容。
• 实战性强，包含8个示例程序，5个实战项目和1个Flask扩展。实战项目包括留言板、个人博客、图片社交网站、待办事项程序和聊天室，分别对应不同的知识点，难度递增。
• 5个实战项目的Git标签经过精心设置，每个标签都对应新增的某个程序功能。
全书所有章节均经过精心设计和编排，力求满足不同水平读者的需要，并且让读者可以循序渐进的掌握Flask开发知识和技巧。
• 通过丰富的图表和代码示例讲解复杂知识点，尽量做到通俗易懂。
本书共16章，分为三部分。
第一部分 基础篇（第1~6章）
通过大量的程序实例详细介绍了Flask的所有基础知识，同时在每章的后面又提供了一些进阶技巧，供进阶读者学习。
第二部分 实战篇（第7~11章）
通过5个真实的项目案例来串接和阐释不同的知识点，难度逐渐递增。这5个案例分别为：留言板SayHello、个人博客Bluelog、图片社交网站Albumy、待办事项程序Todoism和聊天室CatChat。
第三部分 进阶篇（第12~16章）
首先介绍了Flask程序的部署流程：测试、性能优化和部署上线；然后通过一个真实的实例讲解了Flask扩展的开发，最后以源代码为切入点深入剖析了Flask的实现原理与主要工作机制。
作者简介：李辉（Grey Li），Flask官方开发团队（Pallets Team）成员，知乎专栏“Hello, Flask!”作者，HelloFlask.com网站创建者。对Flask有非常深入的研究，熟悉它的源代码，有丰富的项目经验。
他热爱分享和创造，曾为Flask等多个开源项目贡献过代码，你可以在GitHub（github.com/greyli）上看到他的开源活动。在他的个人网站（greyli.com）上，你可以了解到关于他的更多信息。
请教萧井陌一个问题，读flask源码到什么程度就算读懂了
DataTable dt = new DataTable();
dt.Columns.Add(new DataColumn("PreRevDate0", typeof(decimal)));
DataColumn col = new DataColumn();
col.ColumnName = "PreRevDate1";
col.Expression = "ABS(Convert.ToInt32(PreRevDate0))";
col.DataType = typeof(decimal);
dt.Columns.Add(col);
DataRow dr = dt.NewRow();
dr["PreRevDate0"] = -1;
dt.Rows.Add(dr);
如何理解Flask
去年做过一个不大不小的Flask项目，这边分享下我的做法： 读Flask源码确实需要读Werkzeug的源码，Jinja2的源码则可以先晾在一边，原因是在框架结构上Flask与Werkzeug结合的更紧些，例如我们在一次HTTP请求上下文中使用的request实例，就是通过We。
对于python而言，阅读flask框架的源代码感觉入门困难（从最早期的版本开始阅读的），无法体会到精髓
编程最重要的是自己的兴趣以及对解决问题本身的投入程度， 也要看自己对技术的应用频繁程度。
有些技术比如django，有人有机会在3个月内需要开发一个web系统，而且各种功能和性能都有要求， 那这个人成长就很快。有些人比如用django开发一个小系统而且时间不着急， 两个人的学习密度就完全不一样。
所以解决问题本身以及自己给自己施加的压力才是保证自己学习效果的最好方法。等到自己多解决几个问题自然就知道自己下一步该做什么了， 所以无法给你一个具体的时间， 遇到问题就想办法解决并做好，然后反复的问自己还能不能做的更好，或者还有没有细节没有解决， 多深入细节很重要。
在flask中使用jsonify和json.dumps的区别
1.Content-Type有区别
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。jsonify的部分源码如下：
def jsonify(*args, **kwargs):
if __debug__:
_assert_have_json()
return current_app.response_class(json.dumps(dict(*args, **kwargs),
indent=None if request.is_xhr else 2), mimetype='application/json')
可以看出jsonify实际上也是使用了json.dumps来序列化json形式的数据，作为响应正文返回。indent表示json格式化的缩进，若是Ajax请求则不缩进（因为一般Ajax数据没必要直接展示），否则缩进2格。但想必从第一部分的实验结果我们已经看出来了，使用jsonify时响应的Content-Type字段值为application/json，而使用json.dumps时该字段值为text/html。Content-Type决定了接收数据的一方如何看待数据，如何处理数据，如果是application/json，则可以直接当做json对象处理，若是text/html，则还要将文本对象转化为json对象再做处理（个人理解，有误请指正）。
2.接受参数有区别
jsonify可以接受和python中的dict构造器同样的参数，如下图。
而json.dumps比jsonify可以多接受list类型和一些其他类型的参数。但我试了一下，形式为key1=value1，[key2=value2,...]这样的参数是不行的，会报出“TypeError: dumps() takes exactly 1 argument (0 given)”这一错误，而jsonify不会报错并能正常返回数据。
最后，我们可以使用flask中的make_response方法或者直接通过Response类，通过设置mimetype参数来达到和使用jsonify差不多的效果，但少写点代码何乐而不为呢？况且简洁一点更不容易出错，参数越多调试和维护就越麻烦。当然，使用哪个并不是绝对的，必要时要根据前端的数据处理方式来决定。
