如何利用Python的Flask框架与Vue.js创建RESTful API服务

简介: 【4月更文挑战第10天】本文介绍了如何使用Flask和Vue.js创建一个前后端分离的RESTful API服务。Flask作为后端框架,负责提供CRUD操作,与SQLite数据库交互;Vue.js作为前端框架,构建用户界面并利用axios库与后端API通信。通过示例代码,展示了Flask设置路由处理用户数据以及Vue组件如何调用API获取和操作数据。此基础结构为构建更复杂的Web应用提供了起点。

在现代Web开发中,前后端分离的架构已经成为一种流行的设计模式。在这种模式中,后端专注于提供高效的RESTful API服务,而前端则负责构建用户界面和交互逻辑。Python的Flask框架以其轻量级和灵活性著称,是构建API服务的绝佳选择。与此同时,Vue.js作为一个渐进式的JavaScript框架,在前端正变得越来越流行。本文将指导你如何使用Flask框架和Vue.js来创建一个功能完善的RESTful API服务。

首先,我们需要安装Flask。在命令行中执行以下命令:

pip install Flask

接下来,我们创建一个简单的Flask应用,它将提供基本的CRUD(创建、读取、更新、删除)操作。在一个名为app.py的文件中,我们可以定义如下路由:

from flask import Flask, request, jsonify
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:////tmp/test.db'  # 使用SQLite数据库
db = SQLAlchemy(app)

class User(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(50), unique=True, nullable=False)

@app.route('/users', methods=['GET'])
def get_users():
    users = User.query.all()
    return jsonify([user.name for user in users])

@app.route('/users', methods=['POST'])
def create_user():
    data = request.get_json()
    new_user = User(name=data['name'])
    db.session.add(new_user)
    db.session.commit()
    return jsonify({
   'message': 'User created!'}), 201

@app.route('/users/<int:user_id>', methods=['PUT'])
def update_user(user_id):
    data = request.get_json()
    user = User.query.get(user_id)
    if user:
        user.name = data['name']
        db.session.commit()
        return jsonify({
   'message': 'User updated!'})
    else:
        return jsonify({
   'error': 'User not found'}), 404

@app.route('/users/<int:user_id>', methods=['DELETE'])
def delete_user(user_id):
    user = User.query.get(user_id)
    if user:
        db.session.delete(user)
        db.session.commit()
        return jsonify({
   'message': 'User deleted!'})
    else:
        return jsonify({
   'error': 'User not found'}), 404

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

在这个例子中,我们使用了Flask-SQLAlchemy扩展来处理数据库操作。我们定义了一个User模型,并创建了对应的CRUD路由。这些路由分别处理获取所有用户、创建新用户、更新用户信息和删除用户的请求。

现在,让我们转向前端部分。使用Vue.js,我们可以构建一个用户界面来与后端API进行交互。首先,我们需要安装Vue CLI:

npm install -g @vue/cli

然后,我们创建一个新的Vue项目:

vue create frontend
cd frontend

在项目中,我们可以使用axios库来发送HTTP请求。首先安装axios:

npm install axios

接下来,我们在src目录下创建一个名为ApiService.js的文件,用于封装与后端通信的逻辑:

import axios from 'axios';

export default {
   
  getUsers() {
   
    return axios.get('http://localhost:5000/users');
  },
  createUser(data) {
   
    return axios.post('http://localhost:5000/users', data);
  },
  updateUser(id, data) {
   
    return axios.put(`http://localhost:5000/users/${
     id}`, data);
  },
  deleteUser(id) {
   
    return axios.delete(`http://localhost:5000/users/${
     id}`);
  },
};

最后,在Vue组件中,我们可以使用这个ApiService来获取数据和发送请求。例如,在一个名为UserList.vue的组件中,我们可以这样获取用户列表:

<template>
  <div>
    <ul>
      <li v-for="user in users" :key="user.id">{
  { user.name }}</li>
    </ul>
  </div>
</template>

<script>
import ApiService from './ApiService';
export default {
    
  data() {
    
    return {
    
      users: [],
    };
  },
  created() {
    
    ApiService.getUsers().then(response => {
    
      this.users = response.data;
    });
  },
};
</script>

通过以上步骤,我们已经成功创建了一个使用Flask和Vue.js的RESTful API服务。这个服务包括了前后端的基本交互,可以作为更复杂应用的起点。在实际开发中,你可能还需要添加用户认证、错误处理、数据验证等功能。但希望这篇文章为你提供了一个良好的基础,让你能够继续探索和完善你的API服务。

相关文章
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
839 0
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
847 1
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
865 0
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
550 0
|
程序员 API
091030 T 焦点在外,框架API设计
框架的设计和API的设计,同样应该有客户服务意识,焦点在外。这时,可以使用TDD的方式先对API的设计进行规定,比较方便程序员间交流。到后期也可用于测试。
1033 0
|
缓存 监控 前端开发
顺企网 API 开发实战:搜索 / 详情接口从 0 到 1 落地(附 Elasticsearch 优化 + 错误速查)
企业API开发常陷参数、缓存、错误处理三大坑?本指南拆解顺企网双接口全流程,涵盖搜索优化、签名验证、限流应对,附可复用代码与错误速查表,助你2小时高效搞定开发,提升响应速度与稳定性。
|
数据可视化 测试技术 API
从接口性能到稳定性:这些API调试工具,让你的开发过程事半功倍
在软件开发中,接口调试与测试对接口性能、稳定性、准确性及团队协作至关重要。随着开发节奏加快,传统方式已难满足需求,专业API工具成为首选。本文介绍了Apifox、Postman、YApi、SoapUI、JMeter、Swagger等主流工具,对比其功能与适用场景,并推荐Apifox作为集成度高、支持中文、可视化强的一体化解决方案,助力提升API开发与测试效率。
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
JSON 前端开发 API
如何调用体育数据足篮接口API
本文介绍如何调用体育数据API:首先选择可靠服务商并注册获取密钥,接着阅读文档了解基础URL、端点、参数及请求头,然后使用Python等语言发送请求、解析JSON数据,最后将数据应用于Web、App或分析场景,同时注意密钥安全、速率限制与错误处理。
1339 152

推荐镜像

更多