


Python-Tipps können weiterhin eine grafische Oberfläche implementieren, ohne Gui zu verwenden
Wenn es etwas gibt, wovor Programmierer Angst haben, dann denke ich, dass sich die Bedürfnisse erneut geändert haben
Nein, sagte der Kunde, nachdem der Autor eine browserbasierte Webanwendung entwickelt hatte: Das Programm muss eingebunden werden ( keine) Läuft in der Abteilungs-(Netzwerk-)Umgebung...
Das bedeutet, dass die Python-Umgebung nicht installiert werden kann!
Warum entwickeln wir nicht einfach eine GUI-Version? ..
Aber ich habe gehört, dass ich nach einiger Zeit nicht mehr ruhig bin...
Um die Bewertung des Kunden nicht zu beeinträchtigen, können wir nur eine Woche geben!
Eine
GUI zu konzipieren ist nicht schwierig, aber Es erfordert die Klärung des Dienstes und der interaktiven Schnittstelle mit den Benutzern. Andernfalls muss eine separate Schnittstelle für die GUI geschrieben werden, was offensichtlich nicht ausreicht.
Nein, überlegen Sie sich einfach einen anderen Weg ...
Andernfalls können Sie die Webanwendung direkt in ein ausführbares Programm packen und zur Ausführung auf den Computer kopieren. Es gibt viele ähnliche Frameworks, wie z. B. Electron[1] in Nodejs und Python.
Verpacken Sie einfach das ursprüngliche Webprogramm und machen Sie es dann einfach!
Das Artefakt erscheint
Das Webprogramm wurde mit Flask entwickelt, daher müssen Sie Pythons Pywebview als Verpackungstool installieren.
Erstellen Sie eine virtuelle Umgebung [3] oder führen Sie in der ursprünglichen Webprojektumgebung Folgendes aus:
pip install pywebview
Im Windows-System ist .Net 4.0 oder höher erforderlich.
Versuchen Sie es zuerst:
import webview window = webview.create_window('Hello!', 'http://http://www.justdopython.com') webview.start()
- Zitieren Sie die Webview-Bibliothek.
- Starten Geben Sie in einem Fenster den Titel „Hallo!“ ein, geben Sie die Seitenadresse an , einfacher Modus, Servermodus und Thread-Modus.
- Der einfache Modus entspricht einem benutzerdefinierten Streaming-Browser. Sie können wie im obigen Beispiel durchsuchen, indem Sie eine Adresse angeben.
Für die aktuellen Anforderungen wählen wir den Servermodus, der eine lokale Webanwendung umschließt.
Mit Flask verbinden
Der Servermodus stellt uns einen HTTP-Server zur Verfügung, auf dem wir nur die Webanwendung bereitstellen müssen.
Da nur der Code des eigentlichen Projekts angezeigt wird, finden Sie hier eine einfache Flask-Anwendung:
Bezüglich der Entwicklung von Flask-Webanwendungen können Sie sich auf den zuvor vom Autor verfassten Flask-Artikel beziehen.
Erstellen Sie eine app.py-Datei:
from flask import Flask, render_template, jsonify, request app = Flask(__name__) # 创建一个应用 @app.route('/') def index():# 定义根目录处理器 return render_template('index.html') @app.route('/detail') def detail(): return render_template('detail.html') if __name__ == '__main__': app.run() # 启动服务
Diese Anwendung ist sehr einfach, es gibt nur zwei Seiten, auf die über / bzw. /detail zugegriffen werden kann.
Wenn Sie diesen Code ausführen, wird eine Flask-Anwendung gestartet und über http://120.0.0.1:5000 aufgerufen.
Wie installiere ich es in Pywebview?
Es ist ganz einfach:
import webview from app import app if __name__ == '__main__': window = webview.create_window('Pywebview', app, height=600, width=1000) webview.start()
Der Schlüssel hier besteht darin, die Flask-Anwendung als URL-Parameter zu verwenden. Wenn Webview feststellt, dass der eingehende Parameter die Flask-Anwendung ist, wird der Servicemodus gestartet.
Nach dem Ausführen des Programms sehen Sie den gleichen Effekt wie im Browser:
- Verbindung zu Flask herstellen
- Verzeichnisprobleme
- Jetzt können Sie dieses Projekt in eine Exe packen.
pip install pyinstaller
Das liegt daran, dass in Windows, die ausführbare Datei Wenn die Datei ausgeführt wird, wird sie in ein bestimmtes Verzeichnis dekomprimiert, und unsere Vorlagendatei ist nicht in die Exe-Datei gepackt, sodass die Vorlagendatei zur Laufzeit nicht gefunden werden kann.
完美呈现
如何解决这个问题呢?
作为不使用外部数据或文件的程序,只需要将程序本身打包就可以了,但大部分程序都需要外部数据,比如我们的 Flask 应用,就需要用到静态文件等。
那么如何将它们打包进可执行文件呢?
只需要在打包时多加一个参数就可以了:
pyinstaller main.py -F -w --add-data "./templates/*;templates"
-- add-data 参数表示添加额外的数据 -- ./templates/* 表示需要添加当前目录的 templates 目录中的所有文件 -- ;为分隔符,其后的 templates 表示解压是这些数据所在的目录,这个目录名必须和 创建 app 时 template_folder 参数一致 -- 如果需要用到静态文件,需要额外添加,比如 --add-data "./static/*;static"
这样就能将外部数据一起打包进来了。
打包好后,双击执行,就会发现网页得以完美呈现了。
注意:
如果使用了虚拟环境,必须在虚拟环境中单独安装 pyinstaller,而不能用其他环境中已经安装好的,这是为了包装打包是可以链接所以程序引用的模块
因为 pyinstaller 打包时,找不到被引用的模块时并不报错,而打包好的程序可能会无法执行。
总结
经过一番折腾,终于在客户要求的时间之前将工作完成了,特别高兴。
回头一想,多亏用了 Python 作为主要的开发语言,因为 Python 强悍的社区支持没有找不到的解决方法。
这次经历的另一个启示就是,遇到问题,不要着急就做,可以先想一想,是否有更好的方法,特别在使用 Python 的时候。
比心!
参考代码
https://www.php.cn/link/0c52d419a421fb13bb58357e67b7fb4b
[1]Electron: https://www.electronjs.org/
[2]Pywebview: https://pywebview.flowrl.com/
[3]虚拟环境: https://mp.weixin.qq.com/s/WflK5pOKhvPg8zrf_W5mfw
[4]pyinstaller: https://pyinstaller.readthedocs.io/en/stable/
Das obige ist der detaillierte Inhalt vonPython-Tipps können weiterhin eine grafische Oberfläche implementieren, ohne Gui zu verwenden. 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



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.

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:

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.

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.

Minio-Objektspeicherung: Hochleistungs-Bereitstellung im Rahmen von CentOS System Minio ist ein hochleistungsfähiges, verteiltes Objektspeichersystem, das auf der GO-Sprache entwickelt wurde und mit Amazons3 kompatibel ist. Es unterstützt eine Vielzahl von Kundensprachen, darunter Java, Python, JavaScript und Go. In diesem Artikel wird kurz die Installation und Kompatibilität von Minio zu CentOS -Systemen vorgestellt. CentOS -Versionskompatibilitätsminio wurde in mehreren CentOS -Versionen verifiziert, einschließlich, aber nicht beschränkt auf: CentOS7.9: Bietet einen vollständigen Installationshandbuch für die Clusterkonfiguration, die Umgebungsvorbereitung, die Einstellungen von Konfigurationsdateien, eine Festplattenpartitionierung und Mini

Pytorch Distributed Training on CentOS -System erfordert die folgenden Schritte: Pytorch -Installation: Die Prämisse ist, dass Python und PIP im CentOS -System installiert sind. Nehmen Sie abhängig von Ihrer CUDA -Version den entsprechenden Installationsbefehl von der offiziellen Pytorch -Website ab. Für CPU-Schulungen können Sie den folgenden Befehl verwenden: PipinstallTorChTorChVisionTorChaudio Wenn Sie GPU-Unterstützung benötigen, stellen Sie sicher, dass die entsprechende Version von CUDA und CUDNN installiert ist und die entsprechende Pytorch-Version für die Installation verwenden. Konfiguration der verteilten Umgebung: Verteiltes Training erfordert in der Regel mehrere Maschinen oder mehrere Maschinen-Mehrfach-GPUs. Ort

Bei der Installation von PyTorch am CentOS -System müssen Sie die entsprechende Version sorgfältig auswählen und die folgenden Schlüsselfaktoren berücksichtigen: 1. Kompatibilität der Systemumgebung: Betriebssystem: Es wird empfohlen, CentOS7 oder höher zu verwenden. CUDA und CUDNN: Pytorch -Version und CUDA -Version sind eng miteinander verbunden. Beispielsweise erfordert Pytorch1.9.0 CUDA11.1, während Pytorch2.0.1 CUDA11.3 erfordert. Die Cudnn -Version muss auch mit der CUDA -Version übereinstimmen. Bestimmen Sie vor der Auswahl der Pytorch -Version unbedingt, dass kompatible CUDA- und CUDNN -Versionen installiert wurden. Python -Version: Pytorch Official Branch

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.
