当前位置:首页 > 文章列表 > 文章 > python教程 > Flask项目结构设计:MVC实现高内聚代码

Flask项目结构设计:MVC实现高内聚代码

2026-05-19 23:40:55 0浏览 收藏
本文深入剖析了在Flask框架中如何通过合理划分Model、View和Controller职责来实现真正高内聚、低耦合的项目结构——强调Model应专注数据逻辑与业务校验,远离HTTP上下文;View需剥离渲染细节,专注请求处理与响应组装;Controller职能则由Blueprint自然承载,统一管理路由、权限、日志等横切关注点;同时指出静态资源、模板与API协同的设计陷阱,帮助开发者跳出“目录分开了就等于MVC”的误区,构建可维护、易扩展、经得起迭代的高质量Flask应用。

Python Flask项目结构设计_遵循MVC原则实现代码高内聚

Flask 里哪部分算 Model,别硬套 Django 那套

Flask 本身不定义 Model 层,SQLAlchemy 或 Peewee 这类 ORM 才真正承载数据逻辑。把数据库操作塞进 views.py 或路由函数里,是新手最常犯的内聚性破坏——看似跑得通,一加个新接口就得复制粘贴一堆 db.session.query(...)。

正确做法是把实体定义、基础查询、业务校验全收进 models/ 目录下,比如 User 类里写 def is_active(self),而不是在视图里反复写 user.status == 'active'。

  • models/__init__.py 只负责统一导出,不放业务逻辑
  • 关联查询尽量用 relationship + lazy='selectin',别在视图里手动 join
  • 避免在 Model 里调用 current_app 或 request——它不该感知 HTTP 上下文

View 不等于路由函数,更不是模板渲染器

Flask 的 @app.route 装饰器只是 URL 绑定入口,真正的 View 层应该封装请求解析、权限检查、响应组装。直接在装饰器函数里写 if request.method == 'POST': ... + render_template(...),等于把 Controller 和 View 混成一团。

推荐把每个业务动作拆成独立函数,放在 views/ 下,比如 auth_views.py 里放 login_view() 和 logout_view(),它们只返回 dict 或自定义响应对象,渲染交给统一的响应包装层。

  • 视图函数不直接操作 session 或 g,用 before_request 提前注入
  • 错误处理别用 abort(404) 到处抛,统一走 handle_exception + 自定义异常类
  • API 和页面渲染尽量分离:同一业务逻辑复用,只是响应格式不同(JSON vs HTML)

Controller 逻辑藏在哪?其实就靠蓝图为界

Flask 没有显式的 Controller 概念,但 Blueprint 天然适合做这一层——它隔离路由、加载配置、挂载中间件,还能通过 bp.before_app_request 做全局前置控制。

比如用户模块用 user_bp = Blueprint('user', __name__),所有和用户相关的权限校验、日志记录、数据预加载,都注册在这个蓝图上,而不是散落在各个 @app.route 里。

  • 蓝图的 url_prefix 要和业务域对齐,比如 /api/v1/users 对应 api_v1_bp
  • 不要在蓝图内部 import app 实例,用 current_app 或通过 create_app 工厂传入依赖
  • 蓝图间通信别用全局变量,通过 current_app.extensions 注册共享服务

templates/static/staticfiles —— 静态资源不是随便扔的

很多人把 JS/CSS 放 static/,模板堆 templates/,就以为 MVC 分层完成了。但真实问题在于:前端组件状态(比如表单校验规则)和后端 Model 验证脱节;JS 里硬编码 API 路径导致重构困难;模板继承层级过深反而降低可读性。

关键不是目录怎么建,而是约定好边界:模板只做展示逻辑,不拼接 URL、不处理时间格式、不判断权限——这些该由视图函数提前计算好传入。

  • API 地址统一从 config.py 读取,前端用 data-api-base 属性注入,不写死 /api/v1/...
  • 模板里禁止出现 if user.role == 'admin',改成视图传入 can_delete_post=True
  • static/ 下按功能分包:static/js/modules/、static/css/components/,和后端模块名保持映射

Model 层一旦开始承担 HTTP 状态码生成,View 层开始做数据库事务控制,或者蓝图之间出现循环 import,基本就说明内聚性已经失控了。这时候翻代码比改结构更花时间。

好了,本文到此结束,带大家了解了《Flask项目结构设计:MVC实现高内聚代码》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

HTML中没有原生的picture-in-picture-progress伪类,该伪类并不存在于标准的CSS或HTML规范中。因此,无法直接通过CSS伪类来设置画中画(Picture-in-Picture, PiP)的进度样式。不过,如果你指的是在使用 <video> 元素的画中画功能时,如何自定义其UI样式(如进度条),可以参考以下方法:1. 使用 video 元素的 PiP 功能HTML5 的HTML中没有原生的picture-in-picture-progress伪类,该伪类并不存在于标准的CSS或HTML规范中。因此,无法直接通过CSS伪类来设置画中画(Picture-in-Picture, PiP)的进度样式。不过,如果你指的是在使用
上一篇
HTML中没有原生的picture-in-picture-progress伪类,该伪类并不存在于标准的CSS或HTML规范中。因此,无法直接通过CSS伪类来设置画中画(Picture-in-Picture, PiP)的进度样式。不过,如果你指的是在使用
iPhone无法验证服务器身份解决方法
下一篇
iPhone无法验证服务器身份解决方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    347次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    409次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    409次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    369次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    191次使用