前言

需求背景來源于AI算法通信接口編寫…采用python flask框架 解決flask不是生產環(huán)境問題

一、flask框架

1.1，簡介

• Flask是一個使用 Python 編寫的輕量級 Web 應用框架。其 WSGI 工具箱采用 Werkzeug ，模板引擎則使用 Jinja2 。Flask使用 BSD 授權。Flask也被稱為 “microframework” ，因為它使用簡單的核心，用 extension 增加其他功能。Flask沒有默認使用的數據庫、窗體驗證工具。
• Flask是一個輕量級的可定制框架，使用Python語言編寫，較其他同類型框架更為靈活、輕便、安全且容易上手。它可以很好地結合MVC模式進行開發(fā)，開發(fā)人員分工合作，小型團隊在短時間內就可以完成功能豐富的中小型網站或Web服務的實現。另外，Flask還有很強的定制性，用戶可以根據自己的需求來添加相應的功能，在保持核心功能簡單的同時實現功能的豐富與擴展，其強大的插件庫可以讓用戶實現個性化的網站定制，開發(fā)出功能強大的網站。
• Flask的基本模式為在程序里將一個視圖函數分配給一個URL，每當用戶訪問這個URL時，系統(tǒng)就會執(zhí)行給該URL分配好的視圖函數，獲取函數的返回值并將其顯示到瀏覽器上，其工作過程見圖。

1.2，參數說明 get 和 post的區(qū)別

二、使用步驟

1.引入庫

代碼如下（示例）：

from flask import Flask, request, jsonify
import json

2.完整代碼實現

服務端代碼：

from flask import Flask, request, jsonify
import json
from gevent import pywsgi
# from settings import APP_PORT
# 創(chuàng)建一個服務
app = Flask(__name__)
# 創(chuàng)建一個接口 指定路由和請求方法 定義處理請求的函數
@app.route(rule='/analysis/alarm_push/', methods=['POST'])
def everything():
    # 1.獲取 JSON 格式的請求體 并解析拿到數據
    # if not request.data:  # 檢測是否有數據
    #     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__':
    # 啟動服務 指定主機和端口
    server = pywsgi.WSGIServer(('127.0.0.1', 8807), app)
    print('server is running...')
    server.serve_forever()

客戶端代碼：

最簡潔的辦法：利用postman工具編輯，然后可以自動生成代碼 例如post推送圖片

3.測試

3.1 請求測試

pycharm的HTTP請求測試

http文件內容如下

###9.test
POST http://127.0.0.1:8807/analysis/alarm_push/
Content-Type: application/json
{
  "data": "data"
}

運行HTTP文件發(fā)送請求后服務端可以看到：

請求的響應：

postman等工具進行測試

總結

現在人工智能應用越來越廣泛，算法寫好了，但要還要應用到實際工程上。這時候就需要算法和工程的對接，需要編寫接口，實現啟動算法、與平臺信息交換等工作。本次python接口采用flask框架+postman工具可進行快速開發(fā)。

到此這篇關于python http通信接口開發(fā)示例的文章就介紹到這了,更多相關python http通信接口內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論