大型项目目录结构：
问题引入：
在上篇文章讲蓝图的时候我给了一个demo项目，其中templates和static都各自只有一个，这就意味着所有app的模板和静态文件都放在了一起，如果项目比较大的话，这就非常乱！
所以改进之处就是给每个蓝图单独设置templates和static目录【在创建蓝图的的时候通过指定static_folder和template_folder属性实现】
- 在创建蓝图对象时，通过传递
static_folder和template_folder参数来指定蓝图的静态文件和模板文件目录【注意：这些参数接收相对于蓝图所在包或模块的路径】
from flask import Blueprintauth_bp = Blueprint('auth', __name__, static_folder='auth-static', template_folder='auth-templates')
这样，每个蓝图都可以拥有自己独立的静态文件和模板文件目录，使得不同蓝图下的资源能够被正确加载和渲染。
需要注意的是：
- 创建蓝图对象时指定的模板文件目录优先级低于创建Flask应用程序对象时指定的模板文件目录（默认为templates文件夹）。
demo项目结构如下：
-
run.py：
from flask_struct import appif __name__ == '__main__':app.run() -
flask_struct/__init__.py：from flask import Flask from .admin import admin from .web import webapp = Flask(__name__) app.debug = Trueapp.register_blueprint(admin, url_prefix='/admin') app.register_blueprint(web) -
admin/views.py：
from . import admin@admin.route('/index') def index():return 'Admin Index' -
admin/__init__.py：from flask import Blueprintadmin = Blueprint('admin',__name__,template_folder='templates',static_folder='static' ) from . import views -
web/views.py：
from . import web@web.route('/index') def index():return 'Web Index' -
web/__init__.py：from flask import Blueprintweb = Blueprint('web',__name__,template_folder='templates',static_folder='static' ) from . import views
基于前面十六篇文章给出的一个Demo结构，后续还会有更好的！
要努力学习专栏哦~
拓展一：pipreqs库
pipreqs 是一个用于生成Python项目依赖列表（requirements.txt 文件）的第三方库。它可以扫描项目代码，找出代码中所使用的外部库，并将这些库及其版本信息写入 requirements.txt 文件中，方便项目的共享和部署。
-
安装 pipreqs：
在终端或命令提示符中运行以下命令安装
pipreqs：pip install pipreqs -
生成 requirements.txt 文件：
在项目目录中，运行以下命令生成
requirements.txt文件：pipreqs /path/to/your/project这会扫描指定项目目录下的Python文件，找出项目所依赖的外部库，并将它们写入
requirements.txt文件中。如果想要指定输出文件的位置，可以使用以下命令：
pipreqs /path/to/your/project --savepath custom_requirements.txt这样会将依赖列表保存到
custom_requirements.txt文件中。
需要注意的是，pipreqs 会尽量准确地找出项目中的依赖，但有时候它可能会漏掉一些动态导入或其他特殊情况。因此，在生成 requirements.txt 文件后，需要检查！确保所有的依赖都被正确地包含在内。
拓展二：Python中，一个东西后面可以加括号，可能是哪些情况？
在Python中，当一个对象后面加上括号时，它可能是以下几种类型之一：
-
函数：一个函数是可调用的对象。通过在函数名后加上括号，可以执行该函数并传递相应的参数。
-
方法：方法是属于类的函数。通过在实例或类名后加上括号，可以调用该方法并传递相应的参数。
-
类：类本身也是可调用的对象。通过在类名后加上括号，可以创建类的实例。
-
对象：某个类的实例对象也可以是可调用的对象。通过在对象名后加上括号，可以调用该对象所属类中定义的特殊方法，例如
__call__()方法。
拓展三：什么是函数？什么是方法？
在Python中，函数（function）和方法（method）是两种不同的概念。
- 函数（function）是一段封装了特定功能的可重用代码块。它接收输入参数，执行特定的操作，并返回结果。函数可以在任何地方定义和使用，不依赖于任何类或对象。它们通常用于模块化代码、提高代码的复用性和可维护性。
- 如下是一个简单的函数示例：
def add(a, b):return a + bresult = add(2, 3)
print(result) # 输出：5
- 方法（method）是属于某个类的函数。它定义在类的内部，并且可以访问类的属性和其他方法。方法通过对类的实例进行调用来执行相应的操作。每个方法的第一个参数通常都是
self，它表示方法所属的实例对象。 - 如下是一个简单的类和方法示例：
class Circle:def __init__(self, radius):self.radius = radiusdef area(self):return 3.14 * self.radius * self.radiuscircle = Circle(5)
circle_area = circle.area()
print(circle_area) # 输出：78.5
在上面的示例中，area() 是 Circle 类的一个方法，它可以通过 circle.area() 的方式进行调用。
总结起来，函数是独立的可调用代码块，而方法是属于类的函数，需要通过类的实例进行调用。
- 易混淆案例：
class Demo(object):def fetch(self):passprint(Demo.fetch)obj = Demo()
print(obj.fetch)
可以发现上面那个是函数，而下面那个是方法。
箴言：对于一个类里的函数，究竟是方法还是函数。取决于谁调用它！
