flask

安装:pip install flask

检查版本:

复制代码
import importlib.metadata
print(importlib.metadata.version("flask"))  

hello word:

复制代码
from flask import Flask
app = Flask(__name__)
@app.route('/')  
def hello_world():  
    return 'Helllo World'
if __name__ == '__main__':
    app.run()

简单的wsigi应用

复制代码
""" 简单WSGI服务器实现 """
from wsgiref.simple_server import make_server


# make_server 函数是 wsgiref 模块中提供的用于创建 WSGI 服务器的函数


def main():  # main 函数用于启动服务器
    # 创建一个 WSGI 服务器实例,并将其赋值给变量 server。
    # 指定服务器的主机名为 'localhost',端口号为 8001,处理请求的 WSGI 应用程序为 hello_world 函数。
    server = make_server('localhost', 8001, hello_world)
    print('Serving HTTP on port8001...')
    # 阻塞调用,使得服务器一直运行,直到接收到停止服务器的信号
    server.serve_forever()


def hello_world(environ, start_response):  # 作为 WSGI 应用程序。environ 是包含请求信息的字典,start_response 是用于发送响应的回调函数。
    status = "200 OK"
    response_headers = [('Content-Type', 'text/html')]  # 表示响应头部分的 Content-Type 属性为 'text/html'
    start_response(status, response_headers)
    path = environ['PATH_INFO'][1:] or 'hello world'
    return [b'<h1> %s </h1>' % path.encode()]   # 构建一个包含 HTML 标签的响应内容,并将其作为字节类型的列表返回


if __name__ == '__main__':
    main()



项目模式

debug模式

if name == 'main':

app.run(debug=True)

设置host和port

复制代码
app.run(host='0.0.0.0', port=5000)

app.config模式

app.config['配置项名称'] = 值

Flask 变量规则

<variable>: 使用尖括号包围的变量名称,表示该部分 URL 是一个变量。这个变量将作为参数传递给视图函数,默认情况下是字符串类型。

<int:variable>: 表示该变量应该是一个整数。Flask 会自动将匹配到的字符串转换为整数,并传递给视图函数。

<float:variable>: 表示该变量应该是一个浮点数。

<path:variable>: 将匹配任何路径,包括斜杠。这个规则常用于捕获完整的 URL 路径。

<string(length=2):variable>: 使用 string 转换器可以限制变量的类型为字符串,并且可以指定长度限制,例如 <string(length=2):variable> 表示该变量应该是一个长度为 2 的字符串。

<any(值1, 值2, ...):variable>: 使用 any 转换器可以限制变量只能是指定列表中的某个值,例如 <any('admin', 'user'):variable> 表示该变量只能是 'admin' 或 'user'。

相关推荐
步行cgn9 分钟前
@Configuration 详解:Spring 配置类的核心注解
java·后端·spring
Java后端的Ai之路1 小时前
20、Python - 备忘录模式
开发语言·人工智能·python·外观模式·备忘录模式
2601_962077712 小时前
基于Python与NLP的新闻事件信息抽取实战:从NER到时空标准化
python·nlp·transformers·spacy·新闻事件抽取
桦说编程2 小时前
【AtomicAgent系列1】变异测试——过去做不起,现在 agent 做得起
后端·ai编程·vibecoding
JavaPub-rodert2 小时前
LangChain 从入门到 Agent 实战:用 Python 搭建一个真正能调用工具和知识库的 AI 助手
人工智能·python·langchain
郝学胜-神的一滴2 小时前
Qt 高级编程 045:坐标体系深度实战
开发语言·c++·windows·python·qt·程序人生
考虑考虑3 小时前
nginx打印请求日志
运维·后端·nginx
IT_陈寒3 小时前
Python的切片赋值把我坑惨了,这不是bug是特性
前端·人工智能·后端
CoderLiu3 小时前
程序化工具调用(PTC)与动态工作流引擎:深入大模型工具调用的架构演进与实践
前端·人工智能·后端
m0_380743873 小时前
给 OpenAI API 调用加上模型切换:GPT-5.1 和 Codex 的配置实践
人工智能·python·gpt