


Bringen Sie Ihnen Schritt für Schritt bei, wie Sie mit dem Webentwicklungs-Framework in Python beginnen
Apropos Webentwicklungs-Frameworks: Normalerweise verwende ich Flask und Django, es ist sehr praktisch, eine API-Schnittstelle zu schreiben. Aber heute stellen wir das Framework FastAPI vor Bei Python-Entwicklern genießt es einen guten Ruf. Bevor wir beginnen, müssen wir zunächst die Module, die wir verwenden möchten, über den Befehl pip installieren.
pip install fastapi
Und der ASGI-Server kann uvicorn verwenden, dann dasselbe.
pip install uvicorn
HelloWorld
Wir versuchen zunächst, das Flask-Framework zu verwenden, um ein HelloWorld zu schreiben. Der Code lautet wie folgt:
from flask import Flask, request import json app = Flask(__name__) @app.route('/') def hello_world(): return 'hello world' if __name__ == '__main__': app.run(host='0.0.0.0', port=8889)
Das vom Editor verwendete Entwicklungstool ist Pycharm .
Dann geben Sie die Popup-URL in den Browser ein, um auf die Seite zuzugreifen. Die Seite mit „Hallo Welt“ wird wie unten gezeigt angezeigt.
Aus der Logik des Codes besteht app = Flask(__name__) darin, eine Flask-Programminstanz zu erstellen. Wir geben die URL in den Browser ein, um eine Anfrage an den Webserver zu senden, und der Webserver leitet die URL weiter zur Flask-Programminstanz Sie müssen also wissen, welcher Teil des Codes für jede URL-Anfrage gestartet werden muss, damit die Zuordnungsbeziehung zwischen der URL und der Python-Funktion gespeichert wird. Die Beziehung zwischen den beiden oben genannten ist Routing implementiert mit der Programminstanz app.route decorator. Führen Sie den letzten app.run() aus, um den Dienst zu starten. 0.0.0.0 bedeutet, dass die angegebene Portnummer 8889 ist. Schauen wir uns also an, wie die entsprechende FastAPI-Version von „HelloWorld“ aussieht folgt:
from fastapi import FastAPI from fastapi.responses import PlainTextResponse, HTMLResponse, FileResponse import uvicorn app = FastAPI() @app.get("/", response_class=PlainTextResponse) async def hello(): ## async可加可不加,这个随意 return "Hello World!" @app.get("/items/{item_id}") def read_item(item_id: int, q: str = None): return {"item_id": item_id, "q": q} if __name__ == '__main__': uvicorn.run('fast_api_1:app', host='0.0.0.0', port=8000)
Lassen Sie uns auch diesen Code ausführen. Die Standard-Abhöradresse von FastAPI ist 127.0.0.1 und die angegebene Portnummer ist 8000, also geben wir http://127.0.0.1:8000/ ein und das Ergebnis ist wie folgt :
Da ein String zurückgegeben wird, füllen wir die Antwortklasse mit PlainTextResponse aus. Gleichzeitig können wir auch http://127.0.0.1:8000/items/5?q=somequery im Browser eingeben. und es wird herauskommen. Die Ergebnisse sind wie folgt:
Zufallszahlen zurückgeben
Wir werden einige weitere Fälle basierend auf dem obigen „Hallo Welt“ schreiben, wie zum Beispiel die Operation zur Rückgabe von Zufallszahlen Das Flask-Framework lautet wie folgt:
@app.route('/random-number') def random_number(): return str(random.randrange(100))
Testen wir das Ergebnis im Browser, wie unten gezeigt:
Der Code im FastAPI-Framework ist ebenfalls sehr ähnlich.
@app.get('/random-number', response_class=PlainTextResponse) async def random_number(): return str(random.randrange(100))
Bestimmen Sie, ob sie alle aus Buchstaben bestehen.
Schauen wir uns als Nächstes an, ob einer der URL-Anfrageparameter aus Buchstaben besteht :
@app.route('/alpha', methods=['GET']) def alpha(): text = request.args.get('text', '') result = {'text': text, 'is_alpha' : text.isalpha()} return jsonify(result)
Lass uns die Ergebnisse im Browser testen, wie unten gezeigt:
Der entsprechende Code im FastAPI-Framework lautet wie folgt:
@app.get('/alpha') async def alpha(text: str): result = {'text': text, 'is_alpha' : text.isalpha()} return result
Erstelle einen neuen Benutzer
Die oben genannten Fälle sind alle GET-Anfragen, lass uns Sehen Sie sich an, wie mit POST-Anfragen umgegangen wird. Der Code im Flask-Framework lautet wie folgt:
@app.route('/create-user', methods=['POST']) def create_user(): id = request.form.get('id', '0001') name = request.form.get('name', 'Anonymous') data = {'id': id, 'name': name} result = {'status_code': '0', 'status_message' : 'Success', 'data': data} return jsonify(result)
Sie können die Funktion der API direkt in Postman testen unten gezeigt:
Wir müssen in „Methoden“ angeben, ob die POST-Anfrage verwendet werden soll, aber im FastAPI-Framework ist keine Angabe erforderlich, sondern verwenden Sie einfach den app.post()-Dekorator:
@app.post('/create-user') async def create_user(id: str = Form(...), name: str = Form(...)): data = {'id': id, 'name': name} result = {'status_code': '0', 'status_message' : 'Success', 'data': data} return result
Zurück zu die statische Seite
Und wenn Sie eine statische Seite zurückgeben müssen, sieht der Code im Flask-Framework so aus.
@app.route('/get-webpage', methods=['GET']) def get_webpage(): return render_template('flask_1.html', message="Contact Us")
Im FastAPI-Framework ist es etwas problematischer. Der Code lautet wie folgt:
app.mount("/static", StaticFiles(directory="static"), name="static") ## 用来加载静态页面 templates = Jinja2Templates(directory="templates") @app.get('/get-webpage', response_class=HTMLResponse) async def get_webpage(request: Request): return templates.TemplateResponse("index.html", {"request": request, "message": "Contact Us"})
Da eine statische Seite zurückgegeben wird, entspricht die Antwortklasse HTMLResponse
Zusammenfassung
Wir fassen alle oben geschriebenen Flask-Codes zusammen einen Moment, wie unten gezeigt:
from flask import Flask, request, render_template import random from flask import jsonify import json app = Flask(__name__) @app.route('/') def hello_world(): return 'hello world' @app.route('/random-number') def random_number(): return str(random.randrange(100)) @app.route('/alpha', methods=['GET']) def alpha(): text = request.args.get('text', '') result = {'text': text, 'is_alpha' : text.isalpha()} return jsonify(result) @app.route('/create-user', methods=['POST']) def create_user(): id = request.form.get('id', '0001') name = request.form.get('name', 'Anonymous') data = {'id': id, 'name': name} result = {'status_code': '0', 'status_message' : 'Success', 'data': data} return jsonify(result) @app.route('/get-webpage', methods=['GET']) def get_webpage(): return render_template('flask_1.html', message="Contact Us") if __name__ == '__main__': app.run(host='0.0.0.0', port=8889)
而将所有的FastAPI框架下的代码全部汇总到一起,则如下所示:
from fastapi import FastAPI, Request, Form import uvicorn from fastapi.staticfiles import StaticFiles from fastapi.responses import PlainTextResponse, HTMLResponse, FileResponse import random from fastapi.templating import Jinja2Templates app = FastAPI() app.mount("/templates", StaticFiles(directory="templates"), name="templates") templates = Jinja2Templates(directory="templates") @app.get("/", response_class=PlainTextResponse) async def hello(): return "Hello World!" @app.get("/items/{item_id}") def read_item(item_id: int, q: str = None): return {"item_id": item_id, "q": q} @app.get('/random-number', response_class=PlainTextResponse) async def random_number(): return str(random.randrange(100)) @app.get('/get-webpage', response_class=HTMLResponse) async def get_webpage(request: Request): return templates.TemplateResponse("index.html", {"request": request, "message": "Contact Us"}) if __name__ == '__main__': uvicorn.run('fast_api_1:app', host='0.0.0.0', port=8000)
Das obige ist der detaillierte Inhalt vonBringen Sie Ihnen Schritt für Schritt bei, wie Sie mit dem Webentwicklungs-Framework in Python beginnen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



HtmlisnotaprogrammingLanguage; itiSamarkuplanguage.1) htmlstructuresandFormatswebcontentuses.2) itWorkswithCSSForstylingandjavaScriptForinteraktivität, EnhancingWebDevelopment.

PHP und Python haben ihre eigenen Vor- und Nachteile, und die Wahl hängt von den Projektbedürfnissen und persönlichen Vorlieben ab. 1.PHP eignet sich für eine schnelle Entwicklung und Wartung großer Webanwendungen. 2. Python dominiert das Gebiet der Datenwissenschaft und des maschinellen Lernens.

Effizientes Training von Pytorch -Modellen auf CentOS -Systemen erfordert Schritte, und dieser Artikel bietet detaillierte Anleitungen. 1.. Es wird empfohlen, YUM oder DNF zu verwenden, um Python 3 und Upgrade PIP zu installieren: Sudoyumupdatepython3 (oder sudodnfupdatepython3), PIP3Install-upgradepip. CUDA und CUDNN (GPU -Beschleunigung): Wenn Sie Nvidiagpu verwenden, müssen Sie Cudatool installieren

Python und JavaScript haben ihre eigenen Vor- und Nachteile in Bezug auf Gemeinschaft, Bibliotheken und Ressourcen. 1) Die Python-Community ist freundlich und für Anfänger geeignet, aber die Front-End-Entwicklungsressourcen sind nicht so reich wie JavaScript. 2) Python ist leistungsstark in Bibliotheken für Datenwissenschaft und maschinelles Lernen, während JavaScript in Bibliotheken und Front-End-Entwicklungsbibliotheken und Frameworks besser ist. 3) Beide haben reichhaltige Lernressourcen, aber Python eignet sich zum Beginn der offiziellen Dokumente, während JavaScript mit Mdnwebdocs besser ist. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Aktivieren Sie die Pytorch -GPU -Beschleunigung am CentOS -System erfordert die Installation von CUDA-, CUDNN- und GPU -Versionen von Pytorch. Die folgenden Schritte führen Sie durch den Prozess: Cuda und Cudnn Installation Bestimmen Sie die CUDA-Version Kompatibilität: Verwenden Sie den Befehl nvidia-smi, um die von Ihrer NVIDIA-Grafikkarte unterstützte CUDA-Version anzuzeigen. Beispielsweise kann Ihre MX450 -Grafikkarte CUDA11.1 oder höher unterstützen. Download und installieren Sie Cudatoolkit: Besuchen Sie die offizielle Website von Nvidiacudatoolkit und laden Sie die entsprechende Version gemäß der höchsten CUDA -Version herunter und installieren Sie sie, die von Ihrer Grafikkarte unterstützt wird. Installieren Sie die Cudnn -Bibliothek:

Docker verwendet Linux -Kernel -Funktionen, um eine effiziente und isolierte Anwendungsumgebung zu bieten. Sein Arbeitsprinzip lautet wie folgt: 1. Der Spiegel wird als schreibgeschützte Vorlage verwendet, die alles enthält, was Sie für die Ausführung der Anwendung benötigen. 2. Das Union File System (UnionFS) stapelt mehrere Dateisysteme, speichert nur die Unterschiede, speichert Platz und beschleunigt. 3. Der Daemon verwaltet die Spiegel und Container, und der Kunde verwendet sie für die Interaktion. 4. Namespaces und CGroups implementieren Container -Isolation und Ressourcenbeschränkungen; 5. Mehrere Netzwerkmodi unterstützen die Containerverbindung. Nur wenn Sie diese Kernkonzepte verstehen, können Sie Docker besser nutzen.

Bei der Auswahl einer Pytorch -Version unter CentOS müssen die folgenden Schlüsselfaktoren berücksichtigt werden: 1. Cuda -Version Kompatibilität GPU -Unterstützung: Wenn Sie NVIDIA -GPU haben und die GPU -Beschleunigung verwenden möchten, müssen Sie Pytorch auswählen, der die entsprechende CUDA -Version unterstützt. Sie können die CUDA-Version anzeigen, die unterstützt wird, indem Sie den Befehl nvidia-smi ausführen. CPU -Version: Wenn Sie keine GPU haben oder keine GPU verwenden möchten, können Sie eine CPU -Version von Pytorch auswählen. 2. Python Version Pytorch

Die Installation von CentOS-Installationen erfordert die folgenden Schritte: Installieren von Abhängigkeiten wie Entwicklungstools, PCRE-Devel und OpenSSL-Devel. Laden Sie das Nginx -Quellcode -Paket herunter, entpacken Sie es, kompilieren Sie es und installieren Sie es und geben Sie den Installationspfad als/usr/local/nginx an. Erstellen Sie NGINX -Benutzer und Benutzergruppen und setzen Sie Berechtigungen. Ändern Sie die Konfigurationsdatei nginx.conf und konfigurieren Sie den Hörport und den Domänennamen/die IP -Adresse. Starten Sie den Nginx -Dienst. Häufige Fehler müssen beachtet werden, z. B. Abhängigkeitsprobleme, Portkonflikte und Konfigurationsdateifehler. Die Leistungsoptimierung muss entsprechend der spezifischen Situation angepasst werden, z. B. das Einschalten des Cache und die Anpassung der Anzahl der Arbeitsprozesse.
