Python Flask 简明教程(5)--第一个Flask程序解析

本文涉及的产品
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 本文目录1. 前言2. 第一个程序3. 运行代码4. 小结

1. 前言

本篇我们通过编写第一个Flask程序,来了解Flask的基本情况。


2. 第一个程序

我们先看代码:


from flask import Flask

app=Flask(__name__)


@app.route('/')

def hello():

   return 'hello world!'


if __name__=='__main__':

   app.run()

1

2

3

4

5

6

7

8

9

逐一解析:


from flask import Flask,表示导入Flask框架的类

app=Flask(__name__),我们使用Flask类实例化了一个对象,名为app,所以该对象就具备了Flask框架的能力。比如可以接受HTTP请求并响应。

app=Flask(__name__),参数为__name__,这就将Flask对象和当前程序关联起来,也就是说Flask知道当前程序启动位置在哪个模块,然后Flask可以根据这个模块的情况去加载相应的资源,例如静态文件等。

@app.route('/')这个装饰器的作用是给下面的方法,添加了一个路由(route)装饰,也就是说当请求的路由匹配到/的时候,会调用hello()方法进行处理。

app.run()是让应用程序运行起来,前面的if是为了确保脚本被Pyhon解释器直接执行时候,才会运行。因为只有直接执行该py文件,__name__的值才是'__main__'。

补充一下,如果不是直接运行的当前hello.py文件,而是作为一个模块导入的,那么app.run()就不会运行了,因为if条件不成立。

3. 运行代码

可以在VSCode里面直接按F5运行,控制台显示如下,可以看到程序已经在127.0.0.1:5000运行了,Flask默认的启动端口就是5000,另外可以按Ctril+C停止运行。


* Serving Flask app 'hello' (lazy loading)

* Environment: production

  WARNING: This is a development server. Do not use it in a production deployment.

  Use a production WSGI server instead.

* Debug mode: off

* Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)

1

2

3

4

5

6

打开网页访问后,效果如下,课间我们的程序已经能够响应简单的HTTP请求了。



4. 小结

通过这一个例子就能看出,Flask真是非常简洁啊。

相关文章
|
10天前
|
JSON 前端开发 API
使用Python和Flask构建简易Web API
使用Python和Flask构建简易Web API
|
10天前
|
存储 API 数据库
使用Python和Flask构建简单的RESTful API
使用Python和Flask构建简单的RESTful API
|
10天前
|
JSON 关系型数据库 测试技术
使用Python和Flask构建RESTful API服务
使用Python和Flask构建RESTful API服务
|
12天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
22 1
|
13天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
17 1
|
15天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
24 1
|
11天前
|
JSON API 数据格式
使用Python和Flask构建简单的Web API
使用Python和Flask构建简单的Web API
|
14天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
21 0
|
20天前
|
开发框架 前端开发 JavaScript
利用Python和Flask构建轻量级Web应用的实战指南
利用Python和Flask构建轻量级Web应用的实战指南
58 2
|
29天前
|
JSON API 数据格式
如何使用Python和Flask构建一个简单的RESTful API。Flask是一个轻量级的Web框架
本文介绍了如何使用Python和Flask构建一个简单的RESTful API。Flask是一个轻量级的Web框架,适合小型项目和微服务。文章从环境准备、创建基本Flask应用、定义资源和路由、请求和响应处理、错误处理等方面进行了详细说明,并提供了示例代码。通过这些步骤,读者可以快速上手构建自己的RESTful API。
32 2