Jadual Kandungan
Pengenalan Sanic
Digunakan dalam lain
Rumah pembangunan bahagian belakang Tutorial Python Bagaimana untuk menukar kod Python anda dengan cepat menjadi API

Bagaimana untuk menukar kod Python anda dengan cepat menjadi API

Apr 14, 2023 pm 06:28 PM
python tatabahasa api

Apabila bercakap tentang pembangunan API, anda mungkin memikirkan Rangka Kerja Django REST, Flask dan FastAPI Ya, ia boleh digunakan untuk menulis API Walau bagaimanapun, rangka kerja yang dikongsi hari ini boleh membolehkan anda menukar fungsi sedia ada kepada API ialah Sanic.

Pengenalan Sanic

Sanic[1], ialah pelayan web Python3.7+ dan rangka kerja web yang direka untuk meningkatkan prestasi. Ia membenarkan penggunaan sintaks async/menunggu yang ditambahkan dalam Python 3.5, yang boleh mengelakkan sekatan dan meningkatkan kelajuan tindak balas dengan berkesan. Sanic komited untuk menyediakan kaedah mudah dan pantas yang mengintegrasikan penciptaan dan permulaan untuk melaksanakan perkhidmatan HTTP yang mudah diubah suai dan dikembangkan Sanic mempunyai fungsi luar biasa yang boleh digunakan untuk menulis, menggunakan dan mengembangkan pengeluaran-. aplikasi Web peringkat. Pada masa ini ia mempunyai 16.3k bintang di Github dan mempunyai sokongan komuniti yang meluas.

mempunyai ciri-ciri berikut:

  • Pelayan web yang sangat pantas terbina dalam
  • Sedia pengeluaran
  • Skala yang sangat tinggi
  • Sokong ASGI
  • Reka bentuk API yang ringkas dan intuitif
  • Dijamin komuniti
  • Cara menukar kod sedia ada ke API dengan cepat

Sekarang mari kita lihat, bagaimana Convert kod kepada API, jika terdapat dua fungsi yang sudah ditulis dalam functions.py:

import datetime


def get_datetime():
return datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")


def sum_x_y(x, y):
return x + y
Salin selepas log masuk

Untuk menukar kepada API, tulis sahaja sanic_app.py yang lain:

from sanic import Sanic, json
from functions import get_datetime, sum_x_y

app = Sanic("CodeToAPI")
HOST = "localhost"
PORT = 8000

@app.route("/getdatetime")
async def getdatetime(request):
return json({"now": get_datetime()})

@app.get('/sumxy')
async def sumxy(request):
parameters = request.args
result = sum_x_y(int(parameters['x'][0]), int(parameters['y'][0]))
return json({'result': result})


if __name__ == "__main__":
app.run(host=HOST, port=PORT, debug=False)
Salin selepas log masuk

Kemudian, anda hanya perlu melaksanakan python sanic_app.py untuk memulakan perkhidmatan API:

Bagaimana untuk menukar kod Python anda dengan cepat menjadi API

Daripada hasil yang dijalankan, kita boleh tahu bahawa sanic sudah berjalan dalam mod persekitaran pengeluaran, iaitu berbeza daripada rangka kerja web lain Tidak seperti rangka kerja lain yang disertakan dengan pelayan pembangunan terbina dalam dan menyatakan dengan jelas bahawa ia adalah untuk pembangunan sahaja. Keadaan dengan Sanic adalah sebaliknya Pelayan terbina dalam boleh digunakan secara langsung dalam persekitaran pengeluaran.

Anda boleh menggunakan curl untuk ujian antara muka:

❯ curl "http://localhost:8000/getdatetime"
{"now":"2022-07-25 06:34:25"}%❯ curl "http://localhost:8000/sumxy?x=12&y=34"
{"result":46}%
Salin selepas log masuk

Jika anda menggunakan post dan menggunakan json untuk lulus parameter, ia juga mudah:

@app.post('/sumxy')
async def sumxy(request):
parameters = request.json
print(parameters)
result = sum_x_y(int(parameters['x']), int(parameters['y']))
return json({'result': result})
Salin selepas log masuk

ujian curl seperti ini:

❯ curl -X 'POST' 'http://localhost:8000/sumxy' -H "Content-Type: application/json" -d '{"x":10,"y":20}'
{"result":30}%
Salin selepas log masuk

Digunakan dalam lain

Sanic Selain pelayannya sendiri (dalam kebanyakan kes, disyorkan untuk membawa pelayan anda sendiri untuk pengeluaran), ia juga serasi dengan ASGI. Ini bermakna anda boleh menggunakan pelayan ASGI kegemaran anda untuk menjalankan Sanic. Kini terdapat tiga pelayan ASGI arus perdana, Daphne, Uvicorn (inilah yang digunakan FastAPI) dan Hypercorn.

juga boleh digunakan pada Gunicorn:

gunicorn myapp:app --bind 0.0.0.0:1337 --worker-class sanic.worker.GunicornWorker
Salin selepas log masuk

Pemprosesan fail statik dan log akses permintaan merekod Jika anda ingin mendapatkan prestasi yang lebih baik, anda boleh mempertimbangkan untuk menggunakan Nginx sebagai proksi dan biarkan Nginx melakukannya. Memproses log akses dan fail statik adalah lebih pantas daripada menggunakan Python.

Atas ialah kandungan terperinci Bagaimana untuk menukar kod Python anda dengan cepat menjadi API. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Hadidb: Pangkalan data yang ringan dan berskala mendatar di Python Hadidb: Pangkalan data yang ringan dan berskala mendatar di Python Apr 08, 2025 pm 06:12 PM

Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Kaedah Navicat untuk melihat kata laluan pangkalan data MongoDB Kaedah Navicat untuk melihat kata laluan pangkalan data MongoDB Apr 08, 2025 pm 09:39 PM

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Cara Menggunakan AWS Glue Crawler dengan Amazon Athena Cara Menggunakan AWS Glue Crawler dengan Amazon Athena Apr 09, 2025 pm 03:09 PM

Sebagai profesional data, anda perlu memproses sejumlah besar data dari pelbagai sumber. Ini boleh menimbulkan cabaran kepada pengurusan data dan analisis. Nasib baik, dua perkhidmatan AWS dapat membantu: AWS Glue dan Amazon Athena.

Bagaimana untuk mengoptimumkan prestasi MySQL untuk aplikasi beban tinggi? Bagaimana untuk mengoptimumkan prestasi MySQL untuk aplikasi beban tinggi? Apr 08, 2025 pm 06:03 PM

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Cara memulakan pelayan dengan redis Cara memulakan pelayan dengan redis Apr 10, 2025 pm 08:12 PM

Langkah -langkah untuk memulakan pelayan Redis termasuk: Pasang Redis mengikut sistem operasi. Mulakan perkhidmatan Redis melalui Redis-server (Linux/macOS) atau redis-server.exe (Windows). Gunakan redis-cli ping (linux/macOS) atau redis-cli.exe ping (windows) perintah untuk memeriksa status perkhidmatan. Gunakan klien Redis, seperti redis-cli, python, atau node.js untuk mengakses pelayan.

Cara Membaca Gilir Redis Cara Membaca Gilir Redis Apr 10, 2025 pm 10:12 PM

Untuk membaca giliran dari Redis, anda perlu mendapatkan nama giliran, membaca unsur -unsur menggunakan arahan LPOP, dan memproses barisan kosong. Langkah-langkah khusus adalah seperti berikut: Dapatkan nama giliran: Namakannya dengan awalan "giliran:" seperti "giliran: my-queue". Gunakan arahan LPOP: Keluarkan elemen dari kepala barisan dan kembalikan nilainya, seperti LPOP Queue: My-Queue. Memproses Baris kosong: Jika barisan kosong, LPOP mengembalikan nihil, dan anda boleh menyemak sama ada barisan wujud sebelum membaca elemen.

See all articles