准备工作:
1,Python安装
2,pip安装
3,Flask安装
python安装,官方下载地址:https://www.python.org/getit/
pip安装,地址:https://pip.pypa.io/en/stable/installing/,使用get-pip.py文件来安装pip
①下载get-pip.py文件
②打开cmd命令窗口,进入到“get-pip.py”文件目录下面,执行命令“Python get-pip.py”,即完成安装。
通过pip来安装flask,cmd命令窗口执行命令“pip install flask”即可。
简单的代码如下:
#引入Flask类,Flask类实现了一个WSGI应用 from flask import Flask #app是Flask的实例,它接收包或者模块的名字作为参数,但一般都是传递__name__。 #让flask.helpers.get_root_path函数通过传入这个名字确定程序的根目录,以便获得静态文件和模板文件的目录。 app = Flask(__name__) #使用app.route装饰器会将URL和执行的视图函数的关系保存到app.url_map属性上。 #处理URL和视图函数的关系的程序就是路由,这里的视图函数就是hello_world。 @app.route('/') def hello_world(): return 'Hello World!' #使用这个判断可以保证当其他文件引用这个文件的时候(例如“from hello import app”)不会执行这个判断内的代码,也就是不会执行app.run函数。 if __name__ == '__main__': #执行app.run就可以启动服务了。默认Flask只监听虚拟机的本地127.0.0.1这个地址,端口为5000。 #而我们对虚拟机做的端口转发端口是8080,所以需要制定host和port参数,127.0.0.2表示监听所有地址,这样就可以在本机访问了。 # 服务器启动后,会调用werkzeug.serving.run_simple进入轮询,默认使用单进程单线程的werkzeug.serving.BaseWSGIServer处理请求, # 实际上还是使用标准库BaseHTTPServer.HTTPServer,通过select.select做0.5秒的“while TRUE”的事件轮询。 # 当我们访问“http://127.0.0.1:9000/”,通过app.url_map找到注册的“/”这个URL模式,就找到了对应的hello_world函数执行,返回“hello world!”,状态码为200。 # 如果访问一个不存在的路径,如访问“http://127.0.0.1:9000/a”,Flask找不到对应的模式,就会向浏览器返回“Not Found”,状态码为404 app.run(host='127.0.0.2',port=8080)
打印内容如下:
* Detected change in 'D:\\python3test\\Only_studyPythonDemo\\Flask_demo\\demo2_helloworld\\luyou.py', reloading * Restarting with stat * Debugger is active! * Debugger PIN: 278-797-406 * Running on http://127.0.0.2:8080/ (Press CTRL+C to quit)
浏览器访问:http://127.0.0.2:8080/,页面打印“hello world”
(可以用postman来做调试)
端口默认为“5000”,我们可以在应用运行命令行来控制,代码如下:
if __name__=='__main__': app.run(debug=True,port=7777)
这里debug是针对报错打印出具体错误日志的调试模式;port后面是指定的端口号,现在改为“7777”
路由默认是“get”请求方式,若需要使用post请求方式,需要制定请求方式post
@app.route('/',methods=['GET','POST'])
其中,methods制定包含get和post两种请求方式,若未指定,使用post请求,则会返回“405 Method Not Allowed”。
接下来,加入传递参数
重新定义一个路由,代码如下:
#参数传递,这里指定为"id" @app.route('/user/<id>') def hello_userid(id): return 'hello userid:'+id
浏览器访问:http://127.0.0.1:7777/user/12345,页面打印“hello userid:12345”
(可以用postman来做调试)
还有一种,根据键值对的方式来返回参数,代码如下:
#根据键值对返回id @app.route('/query_user') def query_user(): id=request.args.get('id') return 'query_user:'+id
浏览器访问:http://127.0.0.1:7777/query_user?id=12345,页面打印“hello userid:12345”
(可以用postman来做调试)
最后就是反向路由,反向路由就是根据视图返回URL,代码如下:
#反向函数:通过视图反导出URL地址 @app.route('/query_url') def quer_url(): return 'query_url:'+url_for('query_user')
这里是拿上面的例子“query_user”来做反向url
浏览器访问:http://127.0.0.1:7777/query_url,页面打印“query_url:/query_user”
(可以用postman来做调试)
下面是完整的代码:
# -*- coding: utf-8 -*- # @Time : 2017/3/30 9:11 # @Author : xiaojingjing # @File : luyou.py # @Software: PyCharm #路由与反向路由 from flask import Flask from flask import request from flask import url_for app=Flask(__name__) #@app.route为路由,"/"是根目录 @app.route('/') def hello_world(): return 'hello world' #用methods来指定传输方式 @app.route('/user',methods=['GET','POST']) def hello_user(): return 'hello user' #参数传递,这里指定为"id" @app.route('/user/<id>') def hello_userid(id): return 'hello userid:'+id #根据键值对返回id @app.route('/query_user') def query_user(): id=request.args.get('id') return 'query_user:'+id #反向函数:通过视图反导出URL地址 @app.route('/query_url') def quer_url(): return 'query_url:'+url_for('query_user') if __name__=='__main__': app.run(debug=True,port=7777)
相关推荐
本文实例讲述了Flask框架学习笔记之路由和反向路由。分享给大家供大家参考,具体如下: #-*- coding:utf-8 -*- from flask import Flask, request, url_for app = Flask(__name__) # 路由 @app.route(/) # 视图函数...
这个学习笔记将深入探讨 Flask 的核心概念、基本使用方法以及如何构建实际的 Web 应用。 ### 一、Flask 框架介绍 Flask 由 Armin Ronacher 创建,它基于 Werkzeug WSGI 工具包和 Jinja2 模板引擎。作为微框架,...
Flask应用可以通过命令行工具如`gunicorn`或`uWSGI`进行部署,并通过Nginx等反向代理服务器进行负载均衡和静态文件处理。 总结,这个“flask_web_app”项目提供了一个学习Flask框架、用户认证、数据库交互、HTML...
串流分屏 - 两台笔记本电脑屏幕共享
tornado-6.3.2-cp38-abi3-musllinux_1_1_x86_64.whl
基于java的银行业务管理系统答辩PPT.pptx
TA_lib库(whl轮子),直接pip install安装即可,下载即用,非常方便,各个python版本对应的都有。 使用方法: 1、下载下来解压; 2、确保有python环境,命令行进入终端,cd到whl存放的目录,直接输入pip install TA_lib-xxxx.whl就可以安装,等待安装成功,即可使用! 优点:无需C++环境编译,下载即用,方便
"Turkish Law Dataset for LLM Finetuning" 是一个专为法律领域预训练的大型语言模型(LLM)微调而设计的数据集。这个数据集包含了大量的土耳其法律文本,旨在帮助语言模型更好地理解和处理土耳其法律相关的查询和文档。 该数据集的特点包括: 专业领域:专注于土耳其法律领域,提供了大量的法律文本和案例,使模型能够深入学习法律语言和术语。 大规模:数据集规模庞大,包含了超过1000万页的法律文档,总计约135.7GB的数据,这为模型提供了丰富的学习材料。 高质量:数据经过清洗和处理,去除了噪声和非句子文本,提高了数据质量,使得模型训练更加高效。 预训练与微调:数据集支持预训练和微调两个阶段,预训练阶段使用了大量的土耳其语网页数据,微调阶段则专注于法律领域,以提高模型在特定任务上的表现。 多任务应用:微调后的模型可以应用于多种法律相关的NLP任务,如法律文本摘要、标题生成、文本释义、问题回答和问题生成等。 总的来说,这个数据集为土耳其法律领域的自然语言处理研究提供了宝贵的资源,有助于推动土耳其语法律技术的发展,并为法律专业人士提供更精准的技术支持。通过微调,
农业信息化服务平台 SSM毕业设计 附带论文 启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B
tornado-6.1b2-cp36-cp36m-manylinux2010_i686.whl
计算机NLP_预训练模型文件
随心淘网管理系统 SSM毕业设计 附带论文 启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B
计算机汇编杂谈-理解其中的原理
基于java的藏区特产销售平台答辩PPT.pptx
本压缩包资源说明,你现在往下拉可以看到压缩包内容目录 我是批量上传的基于SpringBoot+Vue的项目,所以描述都一样;有源码有数据库脚本,系统都是测试过可运行的,看文件名即可区分项目~ |Java|SpringBoot|Vue|前后端分离| 开发语言:Java 框架:SpringBoot,Vue JDK版本:JDK1.8 数据库:MySQL 5.7+(推荐5.7,8.0也可以) 数据库工具:Navicat 开发软件: idea/eclipse(推荐idea) Maven包:Maven3.3.9+ 系统环境:Windows/Mac
安装包
项目经过测试均可完美运行! 环境说明: 开发语言:java jdk:jdk1.8 数据库:mysql 5.7+ 数据库工具:Navicat11+ 管理工具:maven 开发工具:idea/eclipse
项目经过测试均可完美运行! 环境说明: 开发语言:java jdk:jdk1.8 数据库:mysql 5.7+ 数据库工具:Navicat11+ 管理工具:maven 开发工具:idea/eclipse
Windows x64 操作系统上安装 Python 3.11 版本对应的dlib库,操作简单,无需pip在下载,再也不怕网络超时等其他不确定错误 使用方法: 1、确保windows x64系统上安装了python,可以用anaconda自带的python 2、确认python版本为3.11版本 3、下载资源解压为dlib-19.24.1-cp311-cp311-win_amd64.whl到本地,cd到对应目录,终端直接输入命令pip install dlib-19.24.1-cp311-cp311-win_amd64.whl 等待安装成功提示就可以用了,非常方便,有使用问题欢迎私信哟!
Jira插件安装包