Flask——基于python完整实现客户端和服务器后端流式请求及响应

文章目录

看了很多相关博客,但是都没有本地客户端和服务器后端的完整代码示例,有的也只说了如何流式获取后端结果,基本没有讲两端如何同时实现流式输入输出,特此整理总结,给大家交流学习和使用!

本地客户端

  • requests.post得到流式回复的重要参数:
    • stream:需要设置为True;
    • response.iter_content:使用该函数接收返回的流式数据。
python 复制代码
import requests
import time
import json

def generate_stream_data():
    # 假设这是要发送的文本列表
    is_end = False
    lines = ["Hello", "world", "this", "is", "a", "stream", "of", "text"]
    for line in lines:
        print(line)
        if lines.index(line) == len(lines) - 1:
            is_end = True
        yield json.dumps({'line': line, 'is_end': is_end}) + '\n'
        time.sleep(0.5)
        # 模拟数据处理时间

def get_stream_response(response):
    # 流式接收response
    rec_data_list = []
    temp_data = ''
    for chunk in response.iter_content(chunk_size=1):
        temp_data += chunk.decode('utf-8')
        if temp_data.endswith('\n'):
            temp_json = json.loads(temp_data)
            rec_data_list.append(temp_json)
            print(temp_data)
            temp_data = ''
            if temp_json['is_end']:
                break
    print(rec_data_list)
    print("----------------------------")
    print(temp_data)
    return rec_data_list

def stream_upload(url):
    
    # 流式接收response
    response = requests.post(url, data=generate_stream_data(), stream=True)
    
    final_response = get_stream_response(response)
    
    return final_response

url = 'http://127.0.0.1:5000/stream'
response = stream_upload(url)

Flask服务器后端

  • flask.request流式获取数据::
    • 使用request.stream.read读取数据,而不是get_data()等一次性函数。
python 复制代码
from flask import Flask, Response, request
import time
import json
import requests

app = Flask(__name__)

def process_stream_data(stream_data):
    # 假设这是要发送的数据
    print("开始生成新的数据流")
    is_end = False
    print(stream_data)
    for idx, line in enumerate(stream_data):
        if idx == len(stream_data)-1:
            is_end = True
        print(line)
        yield json.dumps(line)+"\n"
        time.sleep(0.5)
        # 模拟数据处理时间

def get_stream_request(chunk_size=1):
    req_data_list = []
    temp_data = ''
    while True:
        chunk = request.stream.read(chunk_size)
        temp_data += chunk.decode('utf-8')
        if temp_data.endswith('\n'):
            temp_json = json.loads(temp_data)
            req_data_list.append(temp_json)
            print(temp_data)
            temp_data = ''
            if temp_json['is_end']:
                return req_data_list

@app.route('/stream', methods=['POST'])
def stream_text():
    
    data = get_stream_request()

    print("----------------------------")
    
    return Response(process_stream_data(data))

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=5000, debug=True)

客户端/服务器端流式接收[打字机]效果

相关推荐
站大爷IP4 分钟前
Python中None与NoneType的真相:从单例对象到类型系统的深度解析
python
秋难降5 分钟前
LRU缓存算法(最近最少使用算法)——工业界缓存淘汰策略的 “默认选择”
数据结构·python·算法
站大爷IP16 分钟前
Python新手踩坑实录:这些错误你可能正在犯
python
我星期八休息21 分钟前
大模型 + 垂直场景:搜索/推荐/营销/客服领域开发新范式与技术实践
大数据·人工智能·python
深盾安全30 分钟前
uv,下一代Python包管理工具
python
山烛1 小时前
OpenCV 图像处理基础操作指南(二)
人工智能·python·opencv·计算机视觉
跟橙姐学代码1 小时前
学Python,先把这“三板斧”练到炉火纯青!(零基础也能看懂)
前端·python
让心淡泊1442 小时前
DAY 50 预训练模型+CBAM模块
python
phoenix09812 小时前
Linux入门DAY27
linux·运维·服务器
BYSJMG3 小时前
计算机大数据毕业设计推荐:基于Spark的气候疾病传播可视化分析系统【Hadoop、python、spark】
大数据·hadoop·python·信息可视化·spark·django·课程设计