Flask后端开发(一)-基础知识和前期准备

目录

    • 1.背景介绍
      • 1.1. 项目背景
      • 1.2. 项目难点
      • 1.3. 项目环境
    • 2. flask后端开发实现的功能
    • 3. flask部署和前后端对接
      • 3.1. flask运行配置和服务器部署
      • 3.2. flask前后端传参
    • 4. 后端测试工具
      • 4.1. 工具介绍
      • 4.2. 工具使用
    • 后记

1.背景介绍

1.1. 项目背景

就是前几个月临时接手了一个后端项目，使用python flask框架进行后端开发，整个项目开发内容相对简单，主要是文件读取和修改，没有用上数据库操作，主要实现的功能点包括：

  • 根据网页端的参数数值，修改对应文件的参数值；
  • 展示oai运行的结果，返回给前端；
  • 使用python编程语言远程连接服务器，多线程运行liunx命令，从而运行oai代码和matlab代码。
    • 实时读取liunx命令的命令行输出，返回给前端做展示；
    • 随时终止命令行执行；

这篇文章将会梳理我在这个项目开发过程中的学习收获，欢迎交流！

1.2. 项目难点

  1. 前后端对接；
  2. 修改本地文件，包括.mlx这类动态脚本文件；
  3. 查找文件内容，并修改对应参数；
  4. python语言远程连接服务器并执行命令；
  5. 命令行输出实时读取并展示；
  6. 后端代码调试手法（小白第一次搞后端嘛

1.3. 项目环境

  • flask 2.3.3
  • gunicorn 20.0.4
  • python 2.7.18
  • MobaXterm_Personal 23.2
  • Ubuntu 20.04.6 LTS ( GNU/Linux 5.4.0-163-lowlatency x86_64)

2. flask后端开发实现的功能

  1. 修改文件参数值——根据网页端的参数数值，修改对应文件的参数值
    1. 获取网页端传参
    2. 读取对应文件：包括普通的程序文档以及mlx文件；
    3. 查找对应修改位置，替换数据
  2. 读取结果数据——展示oai运行的结果，返回给前端；
    1. 文件结果如何存储；
    2. 读取对应文件，构建参数返回给前端；
  3. 运行liunx命令行——使用python编程语言远程连接服务器，多线程运行liunx命令，从而运行oai代码和matlab代码。
    1. 远程连接服务器
    2. python语言多线程执行liunx命令
    3. 实时读取liunx命令的输出数据
    4. 终止命令执行

3. flask部署和前后端对接

3.1. flask运行配置和服务器部署

  1. flask安装

    1. 打开cmd窗口，如果已经部署了python环境，则使用如下命令安装flask对应包

      pip install flask

  2. flask基本框架

    1. 最简单的flask框架如下所示：

      from flask import Flask
app = Flask(__name__)@app.route('/')
def hello_world():return 'Hello World'if __name__ == '__main__':app.run()

    2. 对于需要分模块进行操作的flask框架，基本文件框架如下所示：
      在这里插入图片描述
      对于主文件app.py，文件结构如下：

      # 导入包
from flask import Flask
from flask_bootstrap import Bootstrap
from module1.index import *#这部分从子模块导入全部代码文件
from module2.index import *
from module3.index import *
from module4.index import *
from flask_cors import CORS# 创建实例
app = Flask(__name__)
bootstrap = Bootstrap(app)# 引用子模块
app.register_blueprint(model1_name, url_prefix="/module1_name")
app.register_blueprint(model2_name, url_prefix="/module2_name")
app.register_blueprint(model3_name, url_prefix="/module3_name")
app.register_blueprint(model4_name, url_prefix="/module4_name")@app.route("/")
def index():return "Hello World!"if __name__ == "__main__":app.debug = True  # 设置调试模式，生产模式的时候要关掉debugapp.run(host='127.0.0.1', port=5000)  # 启动服务器

      对于每个模块下的子文件index.py，文件结构如下：

      from flask import Blueprint, jsonify, request, Flask, render_template
from markupsafe import escapemodel1_name = Blueprint("/model1_name", __name__)#这个是为了和主文件的连接部分进行对接# GET - 从指定的资源请求数据。 POST - 向指定的资源提交要被处理的数据。
@model1_name.route("/function1", methods=["POST","GET"])
def function1():#to do somethingreturn jsonify({"Success": "成功参数"})@model1_name.route("/function2", methods=["POST"])
def function2():#to do something return jsonify({"Success": "成功参数"})def global_function():#这里可以设置一些公共函数，前面的function函数可以调用这些公共函数，简化代码形式#to do

  3. flask运行
    将整个项目存储于某个文件夹之后，运行方式有如下几种：

    • 通过vscode打开项目，运行app.py文件
    • cmd窗口进入该项目文件夹，使用python app.py运行；
    • cmd窗口进入该项目文件夹，使用flask run方式运行；（只针对主文件为app.py的项目）

  4. flask服务器部署

    1. 将flask文件复制一份到服务器上，配置flask运行环境
    2. ip端口部署：安装gunicorn
      1. 参考博客：python之gunicorn的配置 - 倥偬时光 - 博客园
      2. 安装：pip install gunicorn
      3. 运行：gunicorn -b ip地址:端口 app:app
    3. 部署之后：
      1. ip端口部署之后，前端可以根据指定的 ip地址:端口访问后端项目。
      2. 重新部署或者接口占用的解决方式：
        1. lsof -i:端口号：显示端口占用的线程
        2. kill -9 线程序号：杀死线程
        3. gunicorn -b ip地址:端口 app:app：重新部署端口

3.2. flask前后端传参

  1. 前端的数据传递

    1. 前端通过GET\POST等协议传递数据给后端，通俗来解释一下：

      1. GET将参数放在网址参数中，类似于如下形式

        https://account.bilibili.com/big?spm_id_from=333.999.0.0
        【key=value 形式传参】：“spm_id_from=333.999.0.0”就是通过GET方式进行数据传输。

      2. POST将数据打包之后再传给后端，类似于如下形式（json格式）：

        {
        “password”:“12334”,
        “username”:“crazypixel”,
        …
        }
        【body传参】:数据有名称和具体值，打包之后发送出去

  2. 后端的数据接收

    1. flask后端框架中，在方法定义时有method变量

      @model1_name.route(“/function2”, methods=[“POST”])
      这里的methods=[“GET”,“POST”]就表示后端接口能支持GET\POST两种数据传输方法，而methods=[“POST”]则不支持GET方法，只支持POST方法

    2. 本项目中主要使用flask.request库进行数据接收，具体代码如下所示：

      #前期方法库引入
from flask import request
## 一般写法
if request.method == "POST":userID= request.form.get("userID")
elif request.method == "GET":userID= request.args.get("userID")#列表分割，传递数据为：{"RNTI":"1,2,3"}
if request.method == "POST":RNTI= request.form.get("RNTI").split(",")#得到列表[1,2,3]

      关于flaks.request库，简单总结：

      request.form.get("key", type=str, default=None) 获取表单数据
request.args.get("key") 获取get请求参数
request.values.get("key") 获取所有参数

      可参考链接：https://foofish.net/flask_requset_form_data_json.html

4. 后端测试工具

4.1. 工具介绍

测试需求：模拟前端请求，发送对应数据给后端
工具：apipost/postman
工具介绍：Apipost使用教程

4.2. 工具使用

下面主要介绍我使用apipost这个工具涉及到的功能：
在这里插入图片描述
在这里插入图片描述

在参数项设置部分，可以选择导入参数，提前准备好测试样例，然后直接导入。

整体测试流程如下：

  • 运行后端代码；
  • 建立测试项目，进行参数设置；
  • 点击“发送”，模拟前端向后端发送请求；
  • 根据后端返回结果进行功能测试和代码调试。

后续还有功能实现相关代码，待补充ing…

后记

如果觉得我写得不错，不妨点赞关注一波走起~
想看更多博文，可以访问我的博客主页: 博客园 / CSDN / 51CTO / 掘金论坛 / 知乎

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/117433.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

CPU眼里的C/C++: 1.3 汇编级单步调试函数执行过程

CPU眼里的C/C++: 1.3 汇编级单步调试函数执行过程

1. 目的 2. 基于 GDB 的汇编级单步调试 原始代码 #include <stdio.h>long test() {long a 1;a 2;return a; }int main() {int ret test();printf("test return %d\n", ret);return 0; }关键 gdb 命令 si 指令执行汇编级的单步调试info registers 读取寄…
阅读更多...
【RocketMQ系列十四】RocketMQ中消息堆积如何处理

【RocketMQ系列十四】RocketMQ中消息堆积如何处理

您好&#xff0c;我是码农飞哥&#xff08;wei158556&#xff09;&#xff0c;感谢您阅读本文&#xff0c;欢迎一键三连哦。 &#x1f4aa;&#x1f3fb; 1. Python基础专栏&#xff0c;基础知识一网打尽&#xff0c;9.9元买不了吃亏&#xff0c;买不了上当。 Python从入门到精…
阅读更多...
RabbitMQ原理(五)：消费者的可靠性

RabbitMQ原理(五)：消费者的可靠性

文章目录 3.消费者的可靠性3.1.消费者确认机制3.2.失败重试机制3.3.失败处理策略3.4.业务幂等性3.4.1.唯一消息ID3.4.2.业务判断 3.5.兜底方案 3.消费者的可靠性 当RabbitMQ向消费者投递消息以后&#xff0c;需要知道消费者的处理状态如何。因为消息投递给消费者并不代表就一定…
阅读更多...
Unsupervised Medical Image Translation with Adversarial Diffusion Models

Unsupervised Medical Image Translation with Adversarial Diffusion Models

基于对抗扩散模型的无监督医学图像翻译 论文链接&#xff1a;https://arxiv.org/abs/2207.08208 项目链接&#xff1a;https://github.com/icon-lab/SynDiff Abstract 通过源-目标模态转换对缺失图像进行补全可以提高医学成像方案的多样性。利用生成对抗网络(GAN)进行一次映…
阅读更多...
Leetcode—104.二叉树的最大深度【简单】

Leetcode—104.二叉树的最大深度【简单】

2023每日刷题&#xff08;六&#xff09; Leetcode—104.二叉树的最大深度 递归实现代码 /*** Definition for a binary tree node.* struct TreeNode {* int val;* struct TreeNode *left;* struct TreeNode *right;* };*/int maxDepth(struct TreeNode* root){…
阅读更多...
分类预测 | MATLAB实现SSA-CNN-GRU-Attention数据分类预测（SE注意力机制）

分类预测 | MATLAB实现SSA-CNN-GRU-Attention数据分类预测（SE注意力机制）

分类预测 | MATLAB实现SSA-CNN-GRU-Attention数据分类预测&#xff08;SE注意力机制&#xff09; 目录 分类预测 | MATLAB实现SSA-CNN-GRU-Attention数据分类预测&#xff08;SE注意力机制&#xff09;分类效果基本描述模型描述程序设计参考资料 分类效果 基本描述 1.MATLAB实现…
阅读更多...
python 正则表达式

python 正则表达式

re.match 在起始位置开始匹配 # 正则表达式是一个特殊的字符序列&#xff0c;它能帮助你方便的检查一个字符串是否与某种模式匹配# re.match() 尝试从字符串的起始位置匹配一个模式&#xff0c;如果不是起始位置匹配成功的话import rehhre.match(我爱你,我爱你-我爱你) # 在起…
阅读更多...
C#，数值计算——分类与推理Phylo_upgma的计算方法与源程序

C#，数值计算——分类与推理Phylo_upgma的计算方法与源程序

1 文本格式 using System; using System.Collections.Generic; namespace Legalsoft.Truffer { public class Phylo_upgma : Phylagglom { public override void premin(double[,] d, int[] nextp) { } public override double dminfn(doubl…
阅读更多...
structs2 重构成SpringBoot架构

structs2 重构成SpringBoot架构

# 目录 structs2 重构成SpringBoot架构 1.1 structs2架构&#xff1a; 1.2 springboot 架构 1.3 演化要点&#xff1a; 1.基于前端的展示层不需要修改 2.HttpServlet 将会有SpringBoot annotation 来处理 3.构建前置的Structs url 转发器&#xff0c;适配 4.ActionSupport将由…
阅读更多...
第五节——Vue 中如何编写样式

第五节——Vue 中如何编写样式

一、内联样式 <template><div style"color:red">红色</div> </template>二、在style标签中编写 1、创建learn-style.css文件 .red { color: red; } 3、在文件中引入 <template><div class"red">红色</div>…
阅读更多...
C#开发的OpenRA游戏之金钱系统（5）

C#开发的OpenRA游戏之金钱系统（5）

C#开发的OpenRA游戏之金钱系统（5） 前面分析了采矿车到矿场采矿的过程，那么采矿车什么时候采满呢？采满之后又是怎么样运送到精炼工厂呢？ 首先我们来分析采矿车是怎么样判断采满矿产的，毕竟采矿车不能无限装载矿产资源。所以我们再次回到采矿车类Harvester，来分析它怎么…
阅读更多...
上海亚商投顾：沪指放量反弹 两市超4500股飘红

上海亚商投顾：沪指放量反弹 两市超4500股飘红

上海亚商投顾前言&#xff1a;无惧大盘涨跌&#xff0c;解密龙虎榜资金&#xff0c;跟踪一线游资和机构资金动向&#xff0c;识别短期热点和强势个股。 一.市场情绪 三大指数昨日集体反弹&#xff0c;深成指、创业板指盘中涨超1%&#xff0c;黄白二线大幅分化&#xff0c;题材…
阅读更多...
Git 修改已提交的用户名和邮箱

Git 修改已提交的用户名和邮箱

Git 修改已提交的用户名和邮箱 修改上一次提交的邮箱和用户名 git commit --amend --author Name<email>批量修改多次提交的邮箱和用户名 新建一个 .sh 脚本在 git 根目录下.sh脚本内容如下 git filter-branch --env-filter an"$GIT_AUTHOR_NAME" am"…
阅读更多...
shell_46.Linux使用 getopts 命令

shell_46.Linux使用 getopts 命令

使用 getopts 命令 getopt 与 getopts 的不同之处在于&#xff0c;前者在将命令行中选项和参数处理后只生成一个输出&#xff0c;而后者能够和已有的 shell 位置变量配合默契。 getopts 每次只处理一个检测到的命令行参数。在处理完所有的参数后&#xff0c;getopts 会退出并返…
阅读更多...
【SwiftUI模块】0060、SwiftUI基于Firebase搭建一个类似InstagramApp 3/7部分-搭建TabBar

【SwiftUI模块】0060、SwiftUI基于Firebase搭建一个类似InstagramApp 3/7部分-搭建TabBar

SwiftUI模块系列 - 已更新60篇 SwiftUI项目 - 已更新5个项目 往期Demo源码下载 技术:SwiftUI、SwiftUI4.0、Instagram、Firebase 运行环境: SwiftUI4.0 Xcode14 MacOS12.6 iPhone Simulator iPhone 14 Pro Max SwiftUI基于Firebase搭建一个类似InstagramApp 3/7部分-搭建Tab…
阅读更多...
Mybatis-Plus CRUD

Mybatis-Plus CRUD

&#x1f497;wei_shuo的个人主页 &#x1f4ab;wei_shuo的学习社区 &#x1f310;Hello World &#xff01; Mybatis-Plus CRUD 通用 Service CRUD 封装 IService 接口&#xff0c;进一步封装 CRUD 采用 get 查询、remove 删除 、list 查询集合、page 分页的前缀命名方式区分 …
阅读更多...
华为手机的钱包里没有门钥匙要怎样弄

华为手机的钱包里没有门钥匙要怎样弄

缘起&#xff1a; 即废话&#xff0c;公司的门禁卡又丢了&#xff0c;而经常出入的门又需要门禁卡&#xff0c;指纹识别太慢&#xff0c;而且一到春秋&#xff0c;我的指纹就很浅&#xff0c;很难识别。 聪明 拿起华为手机&#xff0c;一个年老的nova8. 进入钱包&#xff0c…
阅读更多...
AlDente Pro for Mac: 掌控电池充电的终极解决方案

AlDente Pro for Mac: 掌控电池充电的终极解决方案

你是否曾经为了保护你的MacBook的电池&#xff0c;而苦恼于无法控制它的充电速度&#xff1f;AlDente Pro for Mac 是一款专为Mac用户设计的电池管理工具&#xff0c;它能帮助你解决这个问题。 AlDente Pro for Mac 是一款电池最大充电限制软件&#xff0c;它能够让你自由地设…
阅读更多...
系统安全分析与设计

系统安全分析与设计

系统安全分析与设计&#xff08;2分&#xff09; 内容提要 对称加密与非对称加密 加密技术与认证技术 加密技术&#xff08;只能防止第三方窃听&#xff09; 讲解地址&#xff1a;对称加密与非对称加密_哔哩哔哩_bilibili 认证技术 骚戴理解&#xff1a;数字签名是用私钥签名…
阅读更多...
【Airflow】构建爬虫任务系统

【Airflow】构建爬虫任务系统

爬虫脚本太多了需要进行管理一下&#xff0c;领导决定使用airflow 我了解了一下这个平台是用来做任务调度。 是一个ETL工具 ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程 这里是一个github的地址 https://github.com/apache/airflow 这里是官方文档 http…
阅读更多...
最新文章

Copyright @ 2022~2023