python tonado框架简单应用

简介:

在上一篇中我们了解了建起tonado的服务,为了方便我们更好的使用这里建议大家仿照django框架去构建。

首先建立static放置静态文件如js,jquery等

建立templates文件放入html

建立upfile文件放置上传文件

建立views文件我们在这个文件下写视图

建立server.py

import tornado.web
import tornado.ioloop
import tornado.httpserver
import config #这里是配置文件
from application import Application #这里是建立的路由配置器

if __name__ == "__main__":
    app=Application()
    # application.listen(8888)
    httpServer=tornado.httpserver.HTTPServer(app)
    # httpServer.listen(8000)
    httpServer.bind(config.options["port"])
    httpServer.start()
    tornado.ioloop.IOLoop.instance().start()

这里就把服务跟设计代码分离开了,我们就可以愉快的玩耍了

建立config这里面配置文件。


import os
BASE_DIRS=os.path.dirname(__file__)
#参数
options={
    "port":7001,
}

#配置tornoto的静态文件路径
settings={
    'debug':True,
    'static_path':os.path.join(BASE_DIRS,"static"),
    'template_path':os.path.join(BASE_DIRS,'templates')
}

接下来就构建appliccation


import tornado.web
import views.index
import config
class Application(tornado.web.Application):
    def __init__(self):
        handlers=[
            (r'/',views.index.IndexHandler),
            (r'/json1',views.index.json1),
            (r'/redirect',views.index.RedirectHandler),
            (r'/Errorstack',views.index.Errorindex),
            tornado.web.url(r'/wenge',views.index.wenge,{'word3':'h1','word4':'h2'},name='wengegood'),
            (r'/zgr/(\w+)/(\w+)/(\w+)',views.index.zgr),
            (r'/postfile',views.index.PostFileHandler)
        ]#这个里面是路由,根据自己的实际情况来
        super(Application,self).__init__(handlers,**config.settings)#继承到server.py的Aplication
接下来就在views中构建简单的视图玩耍吧


import tornado.web
from tornado.web import RequestHandler
#name找到所在路由
class IndexHandler(RequestHandler):
    def get(self,*args,**kwargs):
        url=self.reverse_url("wengegood")
        self.write("<a href='%s'>去另外一个界面</a>"%url)
        # self.write("gggggg")
        #
        # self.write("sunck is a good tornado")

#json格式返回界面
class json1(RequestHandler):
    def get(self,*args,**kwargs):
        per={
            'name':'wenwen',
            'age':20,
            'sex':'男'
        }
        self.write(per)
class RedirectHandler(RequestHandler):
    def get(self,*args,**kwargs):
        self.redirect("/")#重定向
#自定义错误
class Errorindex(RequestHandler):
    def write_error(self, status_code, **kwargs):
        if status_code==500:
            code=500
            self.write('服务器出错')
        if status_code==404:
            code=404
            self.write('资源不存在')
        self.set_status(code)

    def get(self,*args,**kwargs):
        flag=self.get_query_argument("flag")
        if flag=='0':
            self.send_error(404)
        self.write('hello tornoto')
#后台传入参数
class wenge(RequestHandler):
    def initialize(self,word3,word4):
        self.word3=word3
        self.word4=word4
    def get(self, *args, **kwargs):
        print(self.word3,self.word4)
        self.write('wenge is a nice men')

#url传入参数
class zgr(RequestHandler):
    def get(self,a,b,c,*args, **kwargs):
        print(a,b,c)
        self.write('zgr is a nice man')
#post接收参数
class PostFileHandler(RequestHandler):
    def get(self, *args, **kwargs):
        a={'a':'sdfa'}
        self.render('1.html',a)
    def post(self,*args, **kwargs):
        name=self.get_body_argument('username')
        passwd=self.get_body_argument('passwd')
        hobbylist=self.get_body_arguments('hobby')
        print(name,passwd,hobbylist)
        self.write('姓名%s,密码%s,爱好%s'%(name,passwd,hobbylist))





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。
855 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++
866 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。
881 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 &、|。
576 0
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
1111 0
|
机器学习/深度学习 算法 安全
【强化学习应用(八)】基于Q-learning的无人机物流路径规划研究(Python代码实现)
【强化学习应用(八)】基于Q-learning的无人机物流路径规划研究(Python代码实现)
862 6
|
机器学习/深度学习 算法 PyTorch
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
372 1
|
机器学习/深度学习 算法 PyTorch
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
514 0
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
749 0
|
数据采集 存储 数据可视化
Python网络爬虫在环境保护中的应用:污染源监测数据抓取与分析
在环保领域,数据是决策基础,但分散在多个平台,获取困难。Python网络爬虫技术灵活高效,可自动化抓取空气质量、水质、污染源等数据,实现多平台整合、实时更新、结构化存储与异常预警。本文详解爬虫实战应用,涵盖技术选型、代码实现、反爬策略与数据分析,助力环保数据高效利用。
735 0

推荐镜像

更多