使用flask返回json格式的数据

Flask

Flask是一个使用Python编写的轻量级Web框架,它的设计理念是保持简单、灵活和易扩展。它的核心是Werkzeug和Jinja2,并且它本身只提供了非常基础的Web框架功能,例如路由和请求处理等。

使用Flask可以快速创建一个Web应用程序,它提供了很多有用的扩展,例如数据库集成、表单验证、身份认证等。同时,它也非常容易扩展,可以根据项目需求来选择合适的扩展。

Flask也支持各种各样的开发方式,例如基于模块化的开发、基于类的开发、基于蓝图的开发等,这使得它可以适应不同规模和需求的Web应用程序。

总之,Flask是一个简单、灵活且易扩展的Web框架,适合快速开发小型Web应用程序或者作为大型Web应用程序的基础框架。

Json

JSON(JavaScript Object Notation)是一种轻量级的数据交换格式。它基于JavaScript语言的一个子集,使用简洁的文本来描述数据对象,具有良好的可读性和可扩展性。它是一种常见的数据交换格式,广泛应用于Web应用程序中,例如AJAX技术。JSON格式的数据通常都是由键值对组成的,其中键是一个字符串,值可以是字符串、数字、布尔值、数组、对象等常用的数据类型。JSON由于其简洁、易读、易扩展的特点,被广泛使用来传输数据。

环境 (示例使用清华的镜像源)

bash 复制代码
pip install flask -i https://pypi.tuna.tsinghua.edu.cn/simple

示例代码

python 复制代码
from flask import Flask, Response
app = Flask(__name__)

@app.route("/generate", methods=["GET"])
def generate():
    resMap = {}
    resMap["code"] = "200"
    resMap["message"] = "上传成功"
    resMap["data"] = "return json success"
    return json.dumps(resMap)

if __name__ == "__main__":
    app.run("0.0.0.0", 12352)
相关推荐
前端兰博9 分钟前
05-Redis
redis·后端
正在走向自律9 分钟前
AI数据分析与可视化:从基础到应用实践
服务器·人工智能·python·机器学习·数据分析·pandas
databook1 小时前
从手动检查到自动监控:一个数据质量工作流的实现
后端·python·数据分析
【JAVA】玩家1 小时前
Spring核心原理全解析:从零到生产实战
java·后端·spring
东风破_1 小时前
从 Neo4j 到 GraphRAG:用 Text-to-Cypher 构建图检索 RAG
人工智能·后端
llqbzllll3 小时前
Spring AI 工具调用不是反射一下就结束:用 2.0.1 跑通失败恢复与调用上限
人工智能·后端
北冥有鱼被烹3 小时前
砷化镓与磷化铟:光模块的地基——从化学键到AI缺货潮的底层逻辑
人工智能·python
狼爷4 小时前
Rust/Go/Java/Python/PHP 大比拼:负载下后端框架到底差多少?
java·后端·编程语言
for_ever_love__4 小时前
线性回归与梯度下降——从零手写一个模型
python·机器学习·线性回归·梯度下降
mantou1324 小时前
我给 AI Agent 做了个「油猴」:让 Claude Code / Codex 直接用你已登录的浏览器
前端·javascript·后端