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

      python 复制代码
      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:

      对于主文件app.py,文件结构如下:

      python 复制代码
      # 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debug
          app.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:

      python 复制代码
      from flask import Blueprint, jsonify, request, Flask, render_template
      from markupsafe import escape
      
      model1_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 something
          return 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:

      python 复制代码
      #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:

      python 复制代码
      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

相关推荐
向前看-2 小时前
验证码机制
前端·后端
梧桐树04293 小时前
python常用内建模块:collections
python
Dream_Snowar3 小时前
速通Python 第三节
开发语言·python
超爱吃士力架3 小时前
邀请逻辑
java·linux·后端
蓝天星空4 小时前
Python调用open ai接口
人工智能·python
jasmine s4 小时前
Pandas
开发语言·python
郭wes代码4 小时前
Cmd命令大全(万字详细版)
python·算法·小程序
leaf_leaves_leaf5 小时前
win11用一条命令给anaconda环境安装GPU版本pytorch,并检查是否为GPU版本
人工智能·pytorch·python
夜雨飘零15 小时前
基于Pytorch实现的说话人日志(说话人分离)
人工智能·pytorch·python·声纹识别·说话人分离·说话人日志
404NooFound5 小时前
Python轻量级NoSQL数据库TinyDB
开发语言·python·nosql