解决React和Python Flask不共用端口的问题

React和Flask不共用端口的一个常见方法是使用不同的端口分别运行它们,然后使用代理将它们连接起来。在开发环境中,您可以配置React的开发服务器(使用create-react-app创建的React应用)代理请求到Flask服务器。生产环境中,您可以使用Nginx等反向代理服务器来处理这种情况。

开发环境配置

在开发环境中,您可以在React项目的package.json文件中添加一个proxy字段,将API请求代理到Flask服务器。

步骤如下:
  1. 确保React和Flask在不同端口运行

    • React开发服务器默认运行在3000端口。
    • Flask服务器可以在5000端口运行。
  2. 在React项目的package.json中添加proxy字段

package.json中添加以下字段:

java 复制代码
"proxy": "http://localhost:5000"

启动Flask服务器

确保您的Flask应用运行在5000端口。可以通过以下命令启动:

bash 复制代码
export FLASK_APP=app.py
export FLASK_ENV=development
flask run --port 5000

启动React开发服务器

在React项目的根目录下运行:

bash 复制代码
npm start

现在,当您在React应用中发出API请求时,例如使用axios.get('/api/orders'),React开发服务器会自动将这些请求代理到运行在5000端口的Flask服务器。

生产环境配置

在生产环境中,通常会使用Nginx等反向代理服务器来管理前后端的请求。

Nginx配置示例

假设您的React应用已经打包(使用npm run build命令),并且打包后的文件存储在服务器上的某个目录中,以下是一个Nginx配置示例:

bash 复制代码
server {
    listen 80;
    server_name your_domain.com;

    location / {
        root /path_to_your_react_build;
        try_files $uri /index.html;
    }

    location /api/ {
        proxy_pass http://localhost:5000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
}

在这个配置中:

  • Nginx会处理根路径(/)的请求并返回React应用的静态文件。
  • /api/路径的请求会被代理到运行在5000端口的Flask服务器。

通过上述配置,React和Flask可以在不同的端口运行,且开发和生产环境都可以正常工作。开发环境使用React开发服务器的代理功能,生产环境使用Nginx等反向代理服务器。

相关推荐
weixin_3077791315 分钟前
AWS EMR上的Spark日志实时搜索关键指标网页呈现的设计和实现
大数据·python·spark·云计算·aws
凌肖战27 分钟前
Python3 OS模块中的文件/目录方法说明十四
python
深蓝海拓1 小时前
基于深度学习的视觉检测小项目(十六) 用户管理界面的组态
人工智能·python·深度学习·qt·pyqt
Qhumaing1 小时前
Python学习——函数参数详解
开发语言·python·学习
Icomi_1 小时前
【PyTorch】7.自动微分模块:开启神经网络 “进化之门” 的魔法钥匙
c语言·c++·人工智能·pytorch·python·机器学习·计算机视觉
ahardstone2 小时前
【CS61A 2024秋】Python入门课,全过程记录P5(Week8 Inheritance开始,更新于2025/2/2)
开发语言·python
MoRanzhi12033 小时前
亲和传播聚类算法应用(Affinity Propagation)
人工智能·python·机器学习·数学建模·scikit-learn·聚类
金融OG3 小时前
99.23 金融难点通俗解释:小卖部经营比喻PPI(生产者物价指数)vsCPI(消费者物价指数)
人工智能·python·机器学习·数学建模·金融·数据可视化
是Dream呀3 小时前
Python从0到100(八十六):神经网络-ShuffleNet通道混合轻量级网络的深入介绍
网络·python·神经网络
zxfeng~3 小时前
深度学习之“线性代数”
人工智能·python·深度学习·线性代数