Python的flask框架使用方法和内容解析(参数获取,请求头获取,请求方法等等)

简介: Python的flask框架使用方法和内容解析(参数获取,请求头获取,请求方法等等)

我们都知道Python有2个很流行的后端开发框架,一个是flask,一个是django框架,这2个框架最大的区别是,flask框架是轻量级的框架,只有核心,如果需要扩展其他功能需要自己去安转调用其他库,而django像是把功能都装好了,直接使用就行,不需要为了扩展功能在重新的写代码,这章文章主要讲flask框架的方法


我这里会按照正常用flask写一个接口的流程来一步步讲解,在代码里加入注释来解释这个作用


app=Flask(__name__)  #  创建应用实例
@app.route("/app",methods=["post","get"])  #这里定义前端的请求方法和请求的路径。我这里定义了2种请求方法get和post。,"/app"是我定义的接口路径
def user_loginab():  #这里不用管,函数名,随便取的
    users = request.values.get("users")   #这里接受前端传来的users的参数内容
    password = request.values.get("password")  #这里接受前端传来的password的参数内容
    headers_s = request.headers["token"]  #这里接受请求headers的token参数内容
    file = request.files['file']   #接受前端传文件
    try:  #给所有的处理内容加入异常处理,防止因为一些位置错误导致服务器报500,这样很不好看。
       if users == "admin" and password == 123456:   #这里写判断的内容
           return jsonify({"code":1111,"msg":"登陆"})  #这里放入返回给前端的内容,jsonify函数的意思是返回给前端的内容是json格式的内容,jsonify需要引包
       elif users != "admin" and password != 123456:
           return jsonify({"code":2222,"msg":"账号或者是密码不正确"})
    except:
        return jsonify({"code": 1010, "msg": "未知错误"})
if __name__=="__main__":
    app.run(host="0.0.0.0",port=50001,debug=True,threaded=True,processes=3)
    """
    app.run():启动这个接口,只在当前模块使用
    host:定义路由
    post:定义端口号
    debug:代码更新是否自动重启
    threader:是否开启多线程 默认false
    processes:开启多进程,这里默认的进程数是1,  ps:这里要注意的地方,多进程和多线程不能一起使用,会产生冲突,代码会报错
    """
相关文章
|
11月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
1413 0
|
11月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
11月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
1753 1
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
528 2
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
2873 0
|
数据采集 Web App开发 前端开发
处理动态Token:Python爬虫应对AJAX授权请求的策略
处理动态Token:Python爬虫应对AJAX授权请求的策略
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
2352 0
机器学习/深度学习 算法 自动驾驶
1653 0
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
1494 0

推荐镜像

更多