用 PyWebIO 在 Python 中创建交互式 Web 应用程序

简介: 用 PyWebIO 在 Python 中创建交互式 Web 应用程序

引言


用Python创建Web应用程序比几年前要容易得多。例如Streamlit,它彻底改变了我们在Python中创建和部署应用程序的方式。但是在本文中,我们将来介绍一下PyWebIO。


使用 PywebIO 构建简单的 web 应用程序很容易,不需要使用 HTML 和 Python 中的 Javascript。这个包的概念很简单: 您可以获得输入和输出函数,从而可以创建简单的 GUI 或 web 应用程序。


然后你可以从终端,交互式执行环境(如Python Shell,IPython或Jupyter Notebook)在本地或云中的浏览器中为Web应用程序提供服务。


要安装 PyWebIO,请运行以下命令。


pip install -U pywebio


输入与输出


PyWebIO是直观而直接的,你可以认为它是脚本、终端或交互式环境的扩展,使你能够轻松的创建web应用程序。


让我展示一个在 python 环境中运行的简单示例。在这里,我们创建不同类型的输入,包括文本输入、单选按钮和复选框。

    # Text Input 
    name = input('What is your Name?', type=TEXT) 
    # Number Input 
    name = input('How old are you?', type=TEXT) 
    # Single choice 
    answer = radio("Which Continent?", options=['Africa', 'Asia', 'Australia', 'Europe', 'North America', 'South America']) 
    # Checkbox 
    agree = checkbox("User Term", options=['I agree to terms and conditions'])

    下面的 GIF 显示了如何在运行 python 代码时立即获得代码的浏览器 GUI。

    是不是很酷啊!


    在 Pywebio 有多种输入功能,你可以在这里(https://pywebio.readthedocs.io

    /en/latest/input.html#functions-list)找到输入功能列表。

    在前面的示例中,你已经看到了这些输入函数的几个示例。然而,我们往往倾向于将不同的输入分组,这就是 input_group 的作用。


    让我们回顾一下第一个例子,使用 input _ group 函数将不同的输入打包在一起。注意,我们在所有输入中都有一个 name 参数。稍后我们将为每个输入使用 name 参数。

      from pywebio.input import *
      from pywebio.output import *
      data = input_group(
          "User data",
          [
              input("What is your Name?", name="name", type=TEXT),
              input("Input your age", name="age", type=NUMBER),
              radio(
                  "Which Continent?",
                  name="continent",
                  options=[
                      "Africa",
                      "Asia",
                      "Australia",
                      "Europe",
                      "North America",
                      "South America",
                  ],
              ),
              checkbox(
                  "User Term", name="agreement", options=["I agree to terms and conditions"]
              ),
          ],
      )

      你可能已经意识到,我们没有从前面的示例中得到任何输出,因为我们还没有创建任何输出函数。PyWebIO 有一个丰富的输出函数列表(https://pywebio.readthedocs.io/en/latest/output.html#functions-list),你可以参考它。


      在这个例子中,我们只使用两个输出函数: put _ text_table 和 put _ table。注意,我们使用带有每个输入名称的输入组将它们放入表中。

        put_text("The output in a table:")
        put_table(
            [
                ["Name", data["name"]],
                ["Age", data["age"]],
                ["Continent", data["continent"]],
                ["Agreement", data["agreement"]],
            ]
        )

        下面是显示前面示例的分组输入和输出的 GIF。

        这里最后一个例子向您展示了可以轻松地将 python 代码扩展到 Pywebio 应用程序中,而不需要做太多的更改。这个例子展示了一个简单的函数,它将对坐标进行格式化。


        from pywebio.input import input, FLOAT, input_group
        from pywebio.output import put_text
        from pywebio import start_server
        def print_coords(lat, long):
            lat, long = coordinates["lat"], coordinates["long"]
            ns = "NS"[lat < 0]  # True (1) defaults to "N" and False(0) defaults to "S"
            we = "EW"[long < 0]  # True (1) defaults to "E" and False(0) defaults to "W
            return f"{abs(lat):.2f}°{ns}, {abs(long):.2f}°{we}"
        coordinates = input_group(
            "coordinates in decimal degrees",
            [
                input("Input Latitude:", name="lat", type=FLOAT),
                input("Input Longitude:", name="long", type=FLOAT),
            ],
        )
        put_text(print_coords(coordinates["lat"], coordinates["long"]))

        下面是一个 GIF,显示了使用 PyWebIO 的简单坐标格式化应用程序。


        数据可视化


        PyWebIO把包括Plotly在内的多个数据可视化库集成在一起。以下示例创建一个Plotly映射,并将其与PyWebIO一起使用。

          from pywebio.output import put_html
          import plotly.express as px
          df = px.data.gapminder().query("year==2007")
          fig = px.scatter_geo(df, locations="iso_alpha", color="continent",
                               hover_name="country", size="pop",
                               projection="natural earth")
          html = fig.to_html(include_plotlyjs="require", full_html=False)
          put_html(html).send()

          我们将 Plotly Figure 转换为 HTML,然后将其传递给 PyWebIO 中的 put_html 函数。


          总结


          我喜欢PyWebIO功能和概念的简单性。您可以获得输入和输出功能,这些功能使您可以将python代码转换为浏览器上的简单Web应用程序。此程序包中还有很多值得探索的地方,尤其是它允许您对应用程序进行样式设置和提供服务。一起来探索吧~


          相关文章
          |
          3月前
          |
          弹性计算 监控 网络安全
          如何轻松使用AWS Web应用程序防火墙?
          AWS WAF是Web应用防火墙,可防护常见网络攻击。通过创建Web ACL并设置规则,保护CloudFront、API网关、负载均衡器等资源。支持自定义规则与OWASP预定义规则集,结合CloudWatch实现监控日志,提升应用安全性和稳定性。
          |
          4月前
          |
          人工智能 Linux 开发工具
          Python从零到一:手把手带你写出第一个实用程序
          Python语法简洁易懂,适合编程新手入门。它广泛应用于人工智能、自动化办公、Web开发等领域。学习Python可快速搭建项目,拥有丰富库支持和强大社区资源。通过本教程,你将掌握基础语法、环境搭建、程序逻辑控制及实战项目开发,开启编程之旅。
          569 0
          |
          安全 JavaScript 前端开发
          AppSpider 7.5.020 发布 - Web 应用程序安全测试
          AppSpider 7.5.020 for Windows - Web 应用程序安全测试
          102 0
          |
          3月前
          |
          存储 安全 Java
          如何在 Spring Web 应用程序中使用 @SessionScope 和 @RequestScope
          Spring框架中的`@SessionScope`和`@RequestScope`注解用于管理Web应用中的状态。`@SessionScope`绑定HTTP会话生命周期,适用于用户特定数据,如购物车;`@RequestScope`限定于单个请求,适合无状态、线程安全的操作,如日志记录。合理选择作用域能提升应用性能与可维护性。
          186 1
          |
          3月前
          |
          设计模式 决策智能 Python
          Python条件控制:让程序学会"思考"的魔法
          本文深入浅出地讲解Python条件控制,从基础if语句到多分支、嵌套结构,再到简洁的三元表达式与Python 3.10新增的match-case模式匹配,结合电商折扣、会员等级、ATM系统等实战案例,全面掌握程序“智能决策”的核心逻辑。
          428 0
          |
          7月前
          |
          人工智能 并行计算 开发者
          CUDA重大更新:原生Python可直接编写高性能GPU程序
          NVIDIA在2025年GTC大会上宣布CUDA并行计算平台正式支持原生Python编程,消除了Python开发者进入GPU加速领域的技术壁垒。这一突破通过重新设计CUDA开发模型,引入CUDA Core、cuPyNumeric、NVMath Python等核心组件,实现了Python与GPU加速的深度集成。开发者可直接用Python语法进行高性能并行计算,显著降低门槛,扩展CUDA生态,推动人工智能、科学计算等领域创新。此更新标志着CUDA向更包容的语言生态系统转型,未来还将支持Rust、Julia等语言。
          577 3
          CUDA重大更新:原生Python可直接编写高性能GPU程序
          |
          6月前
          |
          PyTorch 算法框架/工具 C++
          人工智能算法python程序运行环境安装步骤整理
          本教程详细介绍Python与AI开发环境的配置步骤,涵盖软件下载、VS2017安装、Anaconda配置、PyCharm设置及组件安装等内容,适用于Windows系统,助你快速搭建开发环境。
          |
          6月前
          |
          Linux 数据库 数据安全/隐私保护
          Python web Django快速入门手册全栈版,共2590字,短小精悍
          本教程涵盖Django从安装到数据库模型创建的全流程。第一章介绍Windows、Linux及macOS下虚拟环境搭建与Django安装验证;第二章讲解项目创建、迁移与运行;第三章演示应用APP创建及项目汉化;第四章说明超级用户创建与后台登录;第五章深入数据库模型设计,包括类与表的对应关系及模型创建步骤。内容精炼实用,适合快速入门Django全栈开发。
          305 1
          |
          6月前
          |
          机器学习/深度学习 前端开发 API
          python3如何使用QT编写基础的对话框程序
          Qt与Python结合形成了PyQt/PySide,为桌面应用开发提供强大支持。通过简单安装PyQt5或PySide6,开发者可快速搭建跨平台GUI应用。本文从创建基础对话框入手,介绍布局管理、信号与槽机制、对话框模式及样式表美化等核心功能,并探讨模态窗口、事件驱动编程和资源打包等内容。最后,引导读者探索模型视图架构、多线程处理等进阶技术,逐步掌握用Python+Qt开发高效桌面应用的技能。
          211 0

          推荐镜像

          更多