乐山网站建设

专注高端品牌网站建设行业优质供应商！认准小谭建站！
028-86922220135-1821-9792
  • 首页
  • 网站建设
    网站设计包含服务 网站制作流程 有效沟通方式 售后服务
  • 微信开发
  • 案例展示
    乐山小谭建站公司作品案例展示
  • 新闻资讯
  • 解决方案
  • 小谭建站
  • 联系我们

    • PythonFlask中的权限设置是怎样的

    这期内容当中小编将会给大家带来有关Python Flask中的权限设置是怎样的，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

    创新互联专注于宝山网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供宝山营销型网站建设，宝山网站制作、宝山网页设计、宝山网站官网定制、重庆小程序开发公司服务，打造宝山网络公司原创品牌,更为您提供宝山网站排名全网营销落地服务。

    我们设置了系统的注册和登陆功能，已经基本满足了一个小型 Web 应用的需求。如果我们想通过这个网站来赚些小钱呢，就需要提供更高级的功能，当然这些高级功能不是免费开放的，设计一个权限系统，来控制高级应用的使用。

    撰写高级功能

    所谓的高级功能就是用户舍得花钱去购买的功能，像我这种喜欢薅羊毛的主，只配用用基础功能了。

    我这里设计的高级功能，就是丰富 K 线图，在我们原来 K 线图的基础上添加移动平均线和成交量。

    移动平均线

    移动平均线是技术分析中非常普遍的一项指标，“平均”是指单位周期内的平均收盘价格，“移动”则是指将新的交易日收盘价纳入计算周期的同时，剔除最早的交易收盘价。

    我们先来观察下通过 tushare 获取到的数据

    Python Flask中的权限设置是怎样的


    可以看到，数据中的 Ma5、Ma10 和 Ma20 值可以用来制作移动平均线，可以通过折线图的方式来展现。

    import pyecharts.options as opts
from pyecharts.charts import Line
def moving_average() -> Line:
 c = (
 Line()
 .add_xaxis(df.index.tolist())
 .add_yaxis("Ma5", df['ma5'].values.tolist(), is_smooth=True)
 .add_yaxis("Ma10", df['ma10'].values.tolist(), is_smooth=True)
 .add_yaxis("Ma20", df['ma20'].values.tolist(), is_smooth=True)
 .set_global_opts(title_opts=opts.TitleOpts(title="移动平均线"))
 .set_series_opts(
 label_opts=opts.LabelOpts(is_show=False),
 )
 )
 return c
moving_average().render_notebook()

    Python Flask中的权限设置是怎样的

    成交量

    对于成交量，可以通过柱状图来展示，柱状图的高度，就是成交量的大小。把上涨时的成交量显示成红色，下跌时的成交量显示成绿色。

    import pyecharts.options as opts
from pyecharts.charts import Line, Bar
volume_rise=[df.volume[x] if df.close[x] > df.open[x] else "0" for x in range(0, len(df.index))]
volume_drop=[df.volume[x] if df.close[x] <= df.open[x] else "0" for x in range(0, len(df.index))]
def volume() -> Bar:
 c = (
 Bar()
 .add_xaxis(df.index.tolist())
 .add_yaxis("volume_rise", volume_rise, stack=True, color=["#ec0000"])
 .add_yaxis("volume_drop", volume_drop, stack=True, color=["#00da3c"])
 .set_global_opts(title_opts=opts.TitleOpts(title="成交量"),
 datazoom_opts=[opts.DataZoomOpts()],)
 .set_series_opts(
 label_opts=opts.LabelOpts(is_show=False),
 )
 )
 return c
volume().render_notebook()

    Python Flask中的权限设置是怎样的

    集成三个图表

    下面我们就把三个图标，K 线图，移动平均线图和成交量图合成到一起
    首先把 K 线图和移动平均线图层叠到一起

    def kline_base() -> Kline:
 kline = (
 Kline()
 .add_xaxis(df.index.tolist())
 .add_yaxis("日K图", df[['open', 'close', 'low', 'high']].values.tolist(), markpoint_opts=opts.MarkLineOpts(
 data=[opts.MarkLineItem(type_="max", value_dim="close")]
 ), markline_opts=opts.MarkLineOpts(
 data=[opts.MarkLineItem(type_="max", value_dim="close")]
 ),
 itemstyle_opts=opts.ItemStyleOpts(
 color="#ec0000",
 color0="#00da3c",
 border_color="#8A0000",
 border_color0="#008F28",
 ),
 )
 .set_global_opts(
 yaxis_opts=opts.AxisOpts(is_scale=True,
 splitarea_opts=opts.SplitAreaOpts(
 is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
 ),
 ),
 xaxis_opts=opts.AxisOpts(is_scale=True,
 axislabel_opts=opts.LabelOpts(rotate=-30)),
 title_opts=opts.TitleOpts(title="股票走势"),
 datazoom_opts=[opts.DataZoomOpts()],
 toolbox_opts=opts.ToolboxOpts(is_show=True),
 )
 )
 line = (
 Line()
 .add_xaxis(df.index.tolist())
 .add_yaxis("Ma5", df['ma5'].values.tolist(), is_smooth=True)
 .add_yaxis("Ma10", df['ma10'].values.tolist(), is_smooth=True)
 .add_yaxis("Ma20", df['ma20'].values.tolist(), is_smooth=True)
 .set_global_opts(title_opts=opts.TitleOpts(title="移动平均线"))
 .set_series_opts(
 label_opts=opts.LabelOpts(is_show=False),
 )
 )
 kline.overlap(line)
 return kline

    Python Flask中的权限设置是怎样的


    接下来再通过 grid 把成交量图添加到主图表中

    ...
 bar = (
 Bar()
 .add_xaxis(df.index.tolist())
 .add_yaxis("volume_rise", volume_rise, stack=True, color=["#ec0000"], )
 .add_yaxis("volume_drop", volume_drop, stack=True, color=["#00da3c"], )
 .set_global_opts(title_opts=opts.TitleOpts(),
 legend_opts=opts.LegendOpts(pos_right="20%"))
 .set_series_opts(
 label_opts=opts.LabelOpts(is_show=False),
 )
 )
 
 overlap_kline_line = kline.overlap(line)
 grid = Grid()
 grid.add(
 overlap_kline_line,
 grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", height="50%"),
 )
 grid.add(
 bar,
 grid_opts=opts.GridOpts(
 pos_left="10%", pos_right="8%", pos_top="70%", height="16%"
 ),
 )
...

    Python Flask中的权限设置是怎样的


    至此，我们所谓的“高级”图表就完成了，下面就开始结合 Flask，嵌入我们产生的图表

    编写各个图表页面

    首先我们先把新产生的两个图表嵌入到 Web 应用中，每个图表都是一个独立的页面

    后台函数

    先来创建生成移动平均线和成交量图表的函数

    # 移动平均线
def moving_average_chart(mydate, data_5, data_10, data_20, name) -> Line:
 moving_average = (
 Line()
 .add_xaxis(mydate)
 .add_yaxis("ma5", data_5, is_smooth=True)
 .add_yaxis("ma10", data_10, is_smooth=True)
 .add_yaxis("ma20", data_20, is_smooth=True)
 .set_global_opts(title_opts=opts.TitleOpts(title="%s-移动平均线" % name),
 datazoom_opts=[opts.DataZoomOpts()],
 )
 .set_series_opts(
 label_opts=opts.LabelOpts(is_show=False),
 )
 )
 return moving_average
# 成交量
def volume_chart(mydate, volume_rise, volume_drop, name) -> Bar:
 bar = (
 Bar()
 .add_xaxis(mydate)
 .add_yaxis("volume_rise", volume_rise, stack=True, color=["#ec0000"])
 .add_yaxis("volume_drop", volume_drop, stack=True, color=["#00da3c"])
 .set_global_opts(title_opts=opts.TitleOpts(title="%s-成交量" % name),
 datazoom_opts=[opts.DataZoomOpts()],)
 .set_series_opts(
 label_opts=opts.LabelOpts(is_show=False),
 )
 )
 return bar

    然后再修改 get_stock_data 函数，返回我们需要的数据

    def get_stock_data(code, ctime):
 df = ts.get_hist_data(code)
 df_time = df[:ctime]
 mydate = df_time.index.tolist()
 kdata = df_time[['open', 'close', 'low', 'high']].values.tolist()
 madata_5 = df_time['ma5'].values.tolist()
 madata_10 = df_time['ma10'].values.tolist()
 madata_20 = df_time['ma20'].values.tolist()
 volume_rise = [df_time.volume[x] if df_time.close[x] > df_time.open[x] else "0" for x in range(0, len(df_time.index))]
 volume_drop = [df_time.volume[x] if df_time.close[x] <= df_time.open[x] else "0" for x in range(0, len(df_time.index))]
 return [mydate, kdata, madata_5, madata_10, madata_20, volume_rise, volume_drop]

    接着再增加生成两个图表所对应的视图函数

    @app.route("/Line", methods=['GET', 'POST'])
def get_moving_average():
 stock_name = request.form.get('stockName')
 query_time = request.form.get('queryTime')
 if not stock_name:
 stock_name = '平安银行'
 if not query_time:
 query_time = 30
 if int(query_time) > 30:
 if current_user.is_authenticated:
 pass
 else:
 abort(403)
 status, stock_code = check_stock(stock_name)
 if status == 0:
 return 'error stock code or name'
 mydate, kdata, madata_5, madata_10, madata_20, volume_rise, volume_drop = get_stock_data(stock_code[0], int(query_time))
 c = moving_average_chart(mydate, madata_5, madata_10, madata_20, stock_code[1])
 return c.dump_options()
@app.route("/Bar", methods=['GET', 'POST'])
def get_volume():
 stock_name = request.form.get('stockName')
 query_time = request.form.get('queryTime')
 if not stock_name:
 stock_name = '平安银行'
 if not query_time:
 query_time = 30
 if int(query_time) > 30:
 if current_user.is_authenticated:
 pass
 else:
 abort(403)
 status, stock_code = check_stock(stock_name)
 if status == 0:
 return 'error stock code or name'
 mydate, kdata, madata_5, madata_10, madata_20, volume_rise, volume_drop = get_stock_data(stock_code[0], int(query_time))
 c = volume_chart(mydate, volume_rise, volume_drop, stock_code[1])
 return c.dump_options()

    然后还要添加对应的前端页面

    @app.route("/mavg", methods=['GET', 'POST'])
def moving_average():
 return render_template("mavg.html")
@app.route("/volume", methods=['GET', 'POST'])
def volume():
 return render_template("volume.html")

    最后创建上面的两个 html 文件，并修改

    {% extends "base.html" %}
{% block title %}我的股票走势图{% endblock %}
{% block page_content %}
{% for message in get_flashed_messages() %}

 ×
 {{ message }}
 
    {% endfor %}      股票名称：    

     查询时间：    

     

       
     
      {% endblock %} {% block scripts %} {{ super() }}     {% endblock %}

    同时在 base.html 中添加入口地址

    ...

 
  • Moving Average
    • 
 
 
 
  • Volume
    • 
 
...

    现在我们的 Web 应用就是下图的样子了

    Python Flask中的权限设置是怎样的


    下面我们就可以进入今天的正题了，设置权限。

    权限设计

    定义表结构

    首先定义权限表结构

    class Role(db.Model):
 __tablename__ = 'roles'
 id = db.Column(db.Integer, primary_key=True)
 name = db.Column(db.String(64), unique=True)
 users = db.relationship('WebUser', backref='role')
 @staticmethod
 def init_roles():
 roles = ['User', 'Admin']
 for r in roles:
 role = Role.query.filter_by(name=r).first()
 if role is None:
 role = Role(name=r)
 db.session.add(role)
 db.session.commit()

    我们定义了两种权限，User 和 Admin，那么只有拥有 Admin 权限的用户才可以访问高级功能。

    这里还使用了外键关联到了 WebUser 表上，所以需要同步修改 WebUser 表

    # 用户表结构
class WebUser(UserMixin, db.Model):
 __tablename__ = 'webuser'
 id = db.Column(db.Integer, primary_key=True)
 user_id = db.Column(db.String(64), unique=True, index=True)
 email = db.Column(db.String(64), unique=True, index=True)
 username = db.Column(db.String(64), unique=True, index=True)
 password_hash = db.Column(db.String(128))
 role_id = db.Column(db.Integer, db.ForeignKey('roles.id'), default=1)
...

    因为我们修改了原始表的表结构，所以需要进行表结构的迁移操作，这里可以使用插件 flask-migrate 来帮助我们实现

    表结构迁移

    先安装 flask-migrate 插件

    pip install flask-migrate

    然后在程序中配置 flask_migrate

    from flask_migrate import Migrate
...
migrate = Migrate(app, db, render_as_batch=True)
...

    创建迁移仓库

    flask db init

    该命令会在当前目录下生成迁移文件夹，所有的迁移脚本都会保存在其中。

    创建迁移脚本

    flask db migrate

    最后就是更新数据库，如果你和我一样是使用的 sqllite 数据库的话，那么需要对迁移脚本做些修改

    打开 migrations 下 versions 里的 py 文件，找到语句 “batch_op.create_foreign_key”，修改如下

    batch_op.create_foreign_key('role_key', 'roles', ['role_id'], ['id'])

    然后再执行下面的命令

    flask db upgrade

    最后我们初始化角色
    进入 flask shell，执行如下操作完成角色表的初始化

    flask shell
from app import Role
Role.init_roles()

    这样就完成了数据库的迁移和初始化。

    权限校验

    下面我们就可以开始编写权限校验部分了

    校验函数

    对于校验函数，我们可以写在 WebUser 类中，这样就可以通过 current_user 来调用

    ...
 def is_admin(self):
 if self.role_id is 2:
 return True
 else:
 return False
...

    再创建一个必须是 admin role 的用户才能访问的视图

    @app.route('/fullchart/', methods=['GET', 'POST'])
@login_required
def fullchart():
 if current_user.is_admin():
 return "OK"
 flash('You have not permission to access this page')
 return redirect(url_for('index'))

    整合前后端

    把页面入口添加到 base.html 页面上

    
 
  • Full Chart
    • 
 

    然后新建一个 full chart 函数，用于产生高级图表

    # full chart
def full_chart(mydate, kdata, data_5, data_10, data_20, volume_rise, volume_drop, name):
 kline = (
 Kline()
...

    同样的，编写为前端提供的接口函数

    @app.route("/FullChart", methods=['GET', 'POST'])
def get_fullcharte():
 stock_name = request.form.get('stockName')
 query_time = request.form.get('queryTime')
...

    最后创建 fullchart.html 并做响应修改，同时把 fullchart 视图函数指向该模板

    @app.route('/fullchart/', methods=['GET', 'POST'])
@login_required
def fullchart():
 if current_user.is_admin():
 return render_template('fullchart.html')
 flash('You have not permission to access this page')
 return redirect(url_for('index'))

    至此，我们的高级图表功能也完成了

    Python Flask中的权限设置是怎样的

    上述就是小编为大家分享的Python Flask中的权限设置是怎样的了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。


    本文题目：PythonFlask中的权限设置是怎样的
    新闻来源：http://lszwz.com/article/pjjsph.html

    其他资讯

    售后响应及时

    7×24小时客服热线

    数据备份

    更安全、更高效、更稳定

    价格公道精准

    项目经理精准报价不弄虚作假

    合作无风险

    重合同讲信誉，无效全额退款

    联系我们

    TEL

    135-1821-9792

    028-86922220

    地址：乐山市太升南路288号锦天国际

    快捷导航

    Shortcut

    二维码

    QR CODE

    • 微信公众号

    • 手机端网站

    乐山小谭建站工作室是一家专注从事于高品质视觉体验及互联网设计开发，乐山网站建设，乐山网站设计，乐山网页设计，乐山网站制作，品牌网站建设，营销网站建设，集团网站建设，企业网站建设，外贸网站建设，响应式网站建设，小程序开发，微信开发，企业形象设计，企业宣传视频等服务，小谭建站位于乐山市龙岗区大运软件小镇，小谭建站拥有经验丰富的高级网站建设工程师和一流的网页高端设计人员，具备各种规模与类型网站建设的雄厚实力，在网站建设领域树立了自己独特的设计风格。
    友情链接 交换友情链接
    响应式网站设计   宣传册设计   企业邮箱   ssl证书申请   成都电商解决方案   成都画册快印   网络推广平台   成都响应式网站建设   腾讯云香港免备案空间   成都网站建设   

    Copyright © 2022 青羊区小谭信息技术咨询服务工作室 乐山建站工作室 All Rights Reserved   蜀ICP备2021004003号-25

    Copyright © 2022 青羊区小谭信息技术咨询服务工作室 乐山建站工作室 

    蜀ICP备2021004003号-25