目录
- 前言
- 一、flask框架
- 1.1,简介
- 1.2,参数说明 get 和 post的区别
- 二、使用步骤
- 1.引入库
- 2.完整代码实现
- 3.测试
- 总结
前言
需求背景来源于AI算法通信接口编写…采用python flask框架 解决flask不是生产环境问题
一、flask框架
1.1,简介
- Flask是一个使用 Python 编写编程的轻量级 Web 应用框架。其 WSGI 工具箱http://www.devze.com采用 Werkzeug ,模板引擎则使用 Jinja2 。Flask使用 BSD 授权。Flask也被称为 “microframework” ,因为它使用简单的核心,用 extension 增加其他功能。Flask没有默认使用的数据库、窗体验证工具。
- Flask是一个轻量级的可定制框架,使用Python语言编写,较其他同类型框架更为灵活、轻便、安全且容易上手。它可以很好地结合MVC模式进行开发,开发人员分工合作,小型团队在短时间内就可以完成功能丰富的中小型网站或Web服务的实现。另外,Flask还有很强的定制性,用户可以根据自己的需求来添加相应的功能,在保持核心功能简单的同时实现功能的丰富与扩展,其强大的插件库可以让用户实现个性化的网站定制,开发出功能强大的网站。
- Flask的基本模式为在程序里将一个视图函数分配给一个URL,每当用户访问这个URL时,系统就会执行给该URL分配好的视图函数,获取函数的返回值并将其显示到浏览器上,其工作过程见图。
1.2,参数说明 get 和 post的区别
二、使用步骤
1.引入库
代码如下(示例):
fr开发者_Go培训om flask import Flask, request, jsonify import json
2.完整代码实现
服务端代码:
from flask import Flask, request, jsonify import json from gevent import pywsgi # from settings import APP_PORT # 创建一个服务 app = Flask(__name__) # 创建一个接口 指定路由和请求方法 定义处理请求的函数 @app.route(rule='android/analysis/alarm_push/', methods=['POST']) def everything(): # 1.获取 JSON 格式的请求体 并解析拿到数据 # if not request.data: # 检测是否有数据 # return 'fail' request_body = request.get_json() print('request_body:', request_body) print('request.data:', request.data) print(request.headers) return request.data if __name__ == '__main__': # 启动服务 指定主机和端口 server = pywsgi.WSGIServer(('127.0.0.1', 8807), app) print('server is running...') server.serve_forever()
客户端代码:
最简洁的办法:利用postman工具编辑,然后可以自动生成代码 例如post推送图片
3.测试
3.1 请求测试
pycharm的HTTP请求测试
http文件内容如下
###9.test POST http://127.0.0.1:8807/analysis/alarm_push/ Content-Type: application/json { "data": "data" }
运行HTTP文件发送请求后服务端可以看到:
请求的响应:
postman等工具进行测试
总结
现在人工智能应用越来越广泛,算法写好了,但要还要应用到实际工程上。这时候就需要算法和工程的对接,需要编写接口,实编程现启动算法、与平台信息交换等工作。本次python接口采用flask框架+postman工具可进行快速开发。
到此这篇关于pytandroidhon http通信接口开发示例的文章就介绍到这了,更多相关python http通信接口内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
精彩评论