• flask框架--cookie,session


    今天我又给大家分享一下怎么用flask框架来实现像淘宝购物车一样存储数据,并且把存储的数据删除,这个方法可以用两个方法都可以做成,一个是cookie,另一个是session。

    session是依赖于cookie的,session一般用在敏感的重要的信息的存储,存储在服务端中的

    cookie是把数据存储在客户端是为了辨别用户身份,进行会话跟踪而存储在用户本地的数据(通常经过加密)

    我先写一下cookie的代码

    用cookie完成的话先用make_response库,调用cookie依赖的request模块
    
    from flask import Flask,make_response,request
    
    先建立对象
    
    app = Flask(__name__)
    
    然后从配置文件加载配置
    
    app.config.from_pyfile('config.ini')
    
    @app.route('/')
    
    def index():
      return"这是首页"
    
    存cookie的方法
    
    @app.route('/setcookie')
    
    def set_cookie():
      resp = make_response('存储cookie')
    
      使用方法set_cookie来存储key_value形式的数据
    
      resp.set_cookie('productnamae','卫生纸')
    
    调用cookie 的方法
    
    @app.route('/getcookie')
    
    def get_cookie():
      通过request模块的cookies模块的get方法,指定key调用value
    
      resp = request.cookies.get('productnameae')
    
      return resp
    
    删除模块
    
    @app.route('delecookie')
    
    def del_cookie():
      通过make_response对象内置的delete_cookie方法,指定key调用value
    
      resp = make_response('删除cookie')
    
      resp.delete_cookie
    
      return resp
    
    #程序入口
    
    if __name__=="__main__"
    
      app.run()

    session方法和cookie方法差不多~

    不过在session方法的配置文件里 必须加入一个SECRET_KEY=‘sadfa’这个东西

    前面的都一样我就不写了,我就从存储数据哪里开始写~

    存储session的方法
    
    @app.route('/set_session')
    
    def set_session():
    
      直接使用session对存储的内容赋值
    
      session['username'] = '你好'
    
      return '存储session成功'
    
    调用session的方法
    
    @app.route('/get_session')
    
    def get_session():
    
      通过session直接对内容进行调用
    
      se = session['username']
    
      return se
    
    删除session的方法
    
    @app.route('/del_session')
    
    def del_session():
    
      通过session的pop方法来删除指定的key来删除value
    
      session.pop('username')
    
      return '删除成功'

    然后和上面的一样用程序入口运行一下程序就可以了

  • 相关阅读:
    java并发编程 线程间协作
    博客园添加目录,导航,回到顶部
    汉诺塔递归实现
    java并发编程 线程基础
    Flink中算子进行Chain的规则分析(最新代码,源码版本大于1.11.2)
    Flink流处理程序在Local模式下的运行流程源码分析
    Flink-DataStream流处理应用(Local模式下)运行流程-源码分析
    Flink Streaming基于滚动窗口的事件时间分析
    Spark-2.3.2 Java SparkSQL的自定义HBase数据源
    Spark-2.3.2 HBase BulkLoad
  • 原文地址:https://www.cnblogs.com/weifeng-888/p/10148461.html
Copyright © 2020-2023  润新知