flask的使用

1、flask是一个使用Python编写的轻量级Web框架。没有默认的数据库和窗体验证工具等,可以根据自己的需要选择和是的库,相对于Djanjo等重量级框架,Flask更加轻便,用与小型项目和API接口非常合适。

2、

Flask环境搭建:

安装flask:

复制代码
pip install flask

安装后查看是否成功并查看版本:

复制代码
flask --version

3、编写第一个Flask程序:

创建文件test.py:

编写代码:

复制代码
from flask import Flask
# 创建Flask应用

app=Flask(__name__)

# 定义路由和视图
@app.route('/')

def hello():
    return 'Hello World!'

# 启动程序

if __name__ == '__main__':
    app.run(debug=True)

4、数据交互

返回JSON数据:

复制代码
from flask import Flask, jsonify

# 创建Flask应用

app=Flask(__name__)

users = [

    {'id': 1, 'name': 'xcLeigh', 'age': 25},

    {'id': 2, 'name': 'PukeA', 'age': 30},

    {'id': 3, 'name': 'ShiTou', 'age': 35}

]

# 定义路由和视图
@app.route('/users')

def get_users():
    return jsonify({'users':users})

# 启动程序

if __name__ == '__main__':
    app.run(debug=True)

获取URL参数:

复制代码
from flask import Flask, jsonify

# 创建Flask应用

app=Flask(__name__)

users = [

    {'id': 1, 'name': 'xcLeigh', 'age': 25},

    {'id': 2, 'name': 'PukeA', 'age': 30},

    {'id': 3, 'name': 'ShiTou', 'age': 35}

]

# 定义路由和视图
@app.route('/users/<int:user_id>')

def get_users(user_id):
    user=next((u for u in users if u['id']==user_id),None)

    if user:
        return jsonify(user)
    else:
        return jsonify({'error':'User not found!'}),404


# 启动程序

if __name__ == '__main__':
    app.run(debug=True)

API接口的部署与配置:

复制代码
if __name__ == '__main__':
    app.run(debug=False,host='0.0.0.0',port=8080)

5、可以通过PostMan来进行API的测试。

下载并安装 Postman。

打开 Postman,选择GET请求方法。

在地址栏中输入 API 接口的 URL,如http://127.0.0.1:8080/users。

点击Send按钮,即可看到返回的响应数据。

通过 Postman 可以测试我们创建的各个 API 接口,确保其正常工作。

相关推荐
IT_陈寒3 小时前
Python开发者必知的5大性能陷阱:90%的人都踩过的坑!
前端·人工智能·后端
流浪克拉玛依3 小时前
Go Web 服务限流器实战:从原理到压测验证 --使用 Gin 框架 + Uber Ratelimit / 官方限流器,并通过 Vegeta 进行性能剖析
后端
Flittly3 小时前
【从零手写 ClaudeCode:learn-claude-code 项目实战笔记】(3)TodoWrite (待办写入)
python·agent
孟沐3 小时前
保姆级教程:手写三层架构 vs MyBatis-Plus
后端
星浩AI4 小时前
让模型自己写 Skills——从素材到自动生成工作流
人工智能·后端·agent
华仔啊6 小时前
为啥不用 MP 的 saveOrUpdateBatch?MySQL 一条 SQL 批量增改才是最优解
java·后端
武子康6 小时前
大数据-242 离线数仓 - DataX 实战:MySQL 全量/增量导入 HDFS + Hive 分区(离线数仓 ODS
大数据·后端·apache hive
砍材农夫7 小时前
TCP和UDP区别
后端
千寻girling8 小时前
一份不可多得的 《 Django 》 零基础入门教程
后端·python·面试
千寻girling8 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法