Python Flask 简明教程(10)--模板之条件渲染与循环渲染

简介: 本文目录1.前言2. 条件渲染3. 循环渲染4. 小结

1.前言

上一篇讲解了如何将变量从python程序渲染到网页。


本篇来讲下如何根据后端的数据,对网页内容进行条件渲染和循环渲染。


2. 条件渲染

条件渲染的意思是,根据后端变量的情况,来选择性的渲染一部分内容。


后端类:


class User:

   def __init__(self, name, sex):

       self.name = name

       self.sex = sex


后端返回数据:


@app.route('/user')

def user():

   myUser = User("张三", "male")

   return render_template('user.html', myUser=myUser)


前端根据性别值,条件渲染,当返回数据的sex为male时,则渲染if包裹的部分,否则渲染else包裹的部分。


   <p>

       {% if myUser.sex=='male' %}

       男

       {% else %}

       女

       {% endif %}

   </p>


3. 循环渲染

循环渲染的意思,是渲染一组元素,将每个元素循环展开。


后端返回列表:


@app.route('/user')

def user():

   myUser = User("张三", "male")

   otherUser = User("李四", "female")

   userList = [myUser, otherUser]

   return render_template('user.html', myUser=myUser, userList=userList)


前端循环显示:


 <ul>

           {% for user in userList %}

           <li>名字:{{user.name}}--性别:{{user.sex}}</li>

           {% endfor %}

       </ul>


所以效果如下:



4. 小结

条件渲染和循环渲染,其实还是python模板引擎,根据前端{%%}的模板语法,将一些变量的值渲染到指定位置的方式。


因为是在后端对模板内容进行处理,所以可以做的非常灵活,Flask的实现足够简单优雅,我喜欢。

相关文章
|
12天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
42 8
|
12天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
35 7
|
12天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
37 4
|
12天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
32 5
|
1月前
|
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
|
1月前
|
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
|
1月前
|
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
|
1月前
|
开发工具 Python
[oeasy]python043_自己制作的ascii码表_循环语句_条件语句_缩进_indent
本文介绍了如何使用Python制作ASCII码表,回顾了上一次课程中`print`函数的`end`参数,并通过循环和条件语句实现每8个字符换行的功能。通过调整代码中的缩进,实现了正确的输出格式。最后展示了制作完成的ASCII码表,并预告了下一次课程的内容。
28 2
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
30 1
|
1月前
|
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。
29 1