使用Python和Flask构建简单的Web API

简介: 使用Python和Flask构建简单的Web API

引言
本文将指导你如何使用Python的Flask框架构建一个简单的Web API。我们将从头开始,包括设置虚拟环境、安装Flask、创建API端点以及处理HTTP请求和响应。

正文与代码演示

  1. 设置虚拟环境
    首先,我们需要为项目创建一个虚拟环境。这将帮助我们管理项目的依赖项。

    python3 -m venv venv
    source venv/bin/activate  # 在Windows上使用 `venv\Scripts\activate`
    
  2. 安装Flask
    接下来,我们需要安装Flask。

    pip install Flask
    
  3. 创建Flask应用
    现在,我们可以创建一个简单的Flask应用。创建一个名为app.py的文件,并添加以下代码。

    from flask import Flask, jsonify, request
    
    app = Flask(__name__)
    
    @app.route('/api/hello', methods=['GET'])
    def hello():
        return jsonify({
         'message': 'Hello, World!'})
    
    @app.route('/api/add', methods=['POST'])
    def add():
        data = request.get_json()
        a = data.get('a')
        b = data.get('b')
        if a is None or b is None:
            return jsonify({
         'error': 'Missing parameters'}), 400
        return jsonify({
         'result': a + b})
    
    if __name__ == '__main__':
        app.run(debug=True)
    
  4. 运行应用
    现在,我们可以运行这个Flask应用。

    python app.py
    

    打开浏览器或使用curl命令访问http://127.0.0.1:5000/api/hellohttp://127.0.0.1:5000/api/add(POST请求,JSON数据{"a": 1, "b": 2}),你将看到相应的响应。

结论
通过本文,我们学习了如何使用Flask构建一个简单的Web API。我们创建了GET和POST端点,并处理了HTTP请求和响应。你可以根据需要扩展这个示例,添加更多的端点和功能。

相关文章
|
22天前
|
数据采集 机器学习/深度学习 搜索推荐
利用通义大模型构建个性化推荐系统——从数据预处理到实时API部署
本文详细介绍了基于通义大模型构建个性化推荐系统的全流程,涵盖数据预处理、模型微调、实时部署及效果优化。通过采用Qwen-72B结合LoRA技术,实现电商场景下CTR提升58%,GMV增长12.7%。文章分析了特征工程、多任务学习和性能调优的关键步骤,并探讨内存优化与蒸馏实践。最后总结了大模型在推荐系统中的适用场景与局限性,提出未来向MoE架构和因果推断方向演进的建议。
139 10
|
22天前
|
缓存 自然语言处理 监控
基于通义大模型的智能客服系统构建实战:从模型微调到API部署
本文详细解析了基于通义大模型的智能客服系统构建全流程,涵盖数据准备、模型微调、性能优化及API部署等关键环节。通过实战案例与代码演示,展示了如何针对客服场景优化训练数据、高效微调大模型、解决部署中的延迟与并发问题,以及构建完整的API服务与监控体系。文章还探讨了性能优化进阶技术,如模型量化压缩和缓存策略,并提供了安全与合规实践建议。最终总结显示,微调后模型意图识别准确率提升14.3%,QPS从12.3提升至86.7,延迟降低74%。
224 14
|
22天前
|
开发框架 JSON 中间件
Go语言Web开发框架实践:使用 Gin 快速构建 Web 服务
Gin 是一个高效、轻量级的 Go 语言 Web 框架,支持中间件机制,非常适合开发 RESTful API。本文从安装到进阶技巧全面解析 Gin 的使用:快速入门示例(Hello Gin)、定义 RESTful 用户服务(增删改查接口实现),以及推荐实践如参数校验、中间件和路由分组等。通过对比标准库 `net/http`,Gin 提供更简洁灵活的开发体验。此外,还推荐了 GORM、Viper、Zap 等配合使用的工具库,助力高效开发。
|
23天前
|
JSON 编解码 API
Go语言网络编程:使用 net/http 构建 RESTful API
本章介绍如何使用 Go 语言的 `net/http` 标准库构建 RESTful API。内容涵盖 RESTful API 的基本概念及规范,包括 GET、POST、PUT 和 DELETE 方法的实现。通过定义用户数据结构和模拟数据库,逐步实现获取用户列表、创建用户、更新用户、删除用户的 HTTP 路由处理函数。同时提供辅助函数用于路径参数解析,并展示如何设置路由器启动服务。最后通过 curl 或 Postman 测试接口功能。章节总结了路由分发、JSON 编解码、方法区分、并发安全管理和路径参数解析等关键点,为更复杂需求推荐第三方框架如 Gin、Echo 和 Chi。
|
24天前
|
监控 安全 API
电商API安全与合规:构建可信的电商生态
电商API作为连接电商平台与商家、支付、物流等环节的核心桥梁,其安全与合规性对构建可信电商生态至关重要。本文探讨了电商API的重要性、面临的安全挑战(如未授权访问、数据泄露)、合规要求(如《数据安全法》)以及安全策略(如身份验证、数据加密)。未来,随着个性化服务、跨平台支持和生态合作的深化,电商API将在安全性与功能性上迎来更多机遇与挑战,需多方协作共建安全可信的电商环境。
|
27天前
|
监控 API 数据安全/隐私保护
淘宝京东价格监控API接口:构建智能价格生态的基石
淘宝和京东的价格监控API接口为品牌方、商家及第三方服务商提供了强大的数据支持,以下从接口功能、调用方式、应用场景等方面进行详细介绍
|
28天前
|
监控 安全 API
电商API行业标准与规范体系构建:推动电商行业规范化前行
电商API行业标准与规范是推动电商高效发展的核心。通过数据格式标准化、接口设计一致性及严格的安全措施,可提升数据交互效率、保障安全并促进系统兼容性。淘宝、京东、拼多多等平台的实践展示了其重要性。未来,智能化、隐私保护强化和跨平台集成将成为主要趋势,助力电商生态持续繁荣。
|
1月前
|
JSON API 数据格式
深入浅出:微店商品详情API接口Python攻略
本教程介绍如何使用Python与微店商品详情API交互。首先,确保安装`requests`库(`pip install requests`)。接着,在微店开发者平台注册应用以获取API访问权限。然后,通过编写Python代码调用API,示例函数`get_weidian_product_detail`可传入商品ID和AppKey获取商品详情(如名称、价格、图片等)。最后,处理返回的JSON数据并注意错误处理和查阅最新API文档。按此步骤,即可顺利获取商品信息。
|
1月前
|
JSON API 开发者
深入浅出:拼多多商品列表API接口Python攻略
拼多多是中国领先的社交电商平台,为开发者提供了丰富的API接口,用于集成商品数据到第三方应用。通过Python可以轻松调用这些API获取商品列表。主要步骤包括:1) 安装必要库(如`requests`);2) 使用AppKey和AppSecret获取访问令牌;3) 调用商品列表API,传入参数如商品ID、页码等;4) 解析返回的JSON数据提取所需信息。按照此流程,开发者能够快速实现与拼多多平台的数据交互。
|
1月前
|
搜索推荐 安全 API
电商API接口开放平台的生态构建与运营策略
本文探讨了电商API接口开放平台在推动电商行业发展中的重要作用,涵盖用户体验提升、业务创新促进、运营效率提高及销售渠道拓展等方面。同时,文章分析了生态构建的关键要素,如明确目标受众、制定吸引政策和强化支持体系,并提出数据共享、个性化服务与安全合规等运营策略。最后展望未来,指出跨平台支持、个性化服务与生态共赢将成为主要发展趋势,为电商行业的持续创新提供参考。
109 2

推荐镜像

更多