当前位置: 首页 > news >正文

Python Flask 从 HTTP 请求中解包参数

Python Flask 从 HTTP 请求中解包参数

  • Python Flask 从 HTTP 请求中解包参数

Python Flask 从 HTTP 请求中解包参数

网页应用程序与网站不同,因为它们与用户交互,如果不在客户端和服务器之间交换数据,这是不可能的。在这篇文章中,我们将讨论如何从请求中提取数据。根据所使用的HTTP方法的类型,我们将采用不同的方法。我们将涵盖以下三种类型的请求:

  • 参数作为请求 URL 的一部分
  • 参数作为 GET 请求的查询字符串
  • 参数作为 POST 请求的 HTML 表单数据

下面是一个包含三种不同路由的示例代码,用于覆盖上述三种请求类型。我们渲染一个 Jinja 模板(app.html):

# 从不同的请求中解包参数
from flask import Flask, request, render_template

app = Flask(__name__)

@app.route("/hello")
@app.route("/hello/<fname> <lname>")
def hello_user(fname=None, lname=None):
    return render_template('app.html', name=f"{fname}{lname}")

@app.get('/submit')
def process_get_request_data():
    fname = request.args['fname']
    lname = request.args.get('lname', '')
    return render_template('app.html', name=f"{fname}{lname}")


@app.post('/submit')
def process_post_request_data():
    fname = request.form['fname']
    lname = request.form.get('lname', '')
    return render_template('app.html', name=f"{fname}{lname}")

if __name__ == '__main__':
    app.run(debug=True)

app.html 内容如下:

<!DOCTYPE html>
<body>
{% if name %}
<h1> {{name}}!</h1>
{% endif %}
</body>
</html>

接下来,我们将讨论每种情况的参数提取方法:

  • 对于第一组路由(app.route),我们定义了一个路由,使得 /hello/ 之后的任何文本都被视为请求的参数。我们可以设置零个或一两个参数,我们的 Python 函数能够处理任何组合,并将名称(可以是空的)作为响应返回给模板。这种方法适用于向服务器程序传递参数的简单情况。这是 REST API 开发中访问单个资源实例的流行选择;
  • 对于第二条路由(app.get),我们从 args 字典对象中提取查询字符串参数。我们可以通过将参数的名称用作字典键或使用 GET 方法将第二个参数作为默认值来获取参数值。我们使用空字符串作为 get 方法的默认值。我们展示了这两个选项,但如果您想在请求中不存在参数的情况下设置默认值,我们建议使用 GET 方法。
  • 对于第三条路由(app.post),参数作为 HTTP 请求主体的一部分以表单数据的形式出现,我们将使用表单字典对象来提取这些参数。同样,我们将参数名称用作字典键,同时也展示了使用 get 方法获取参数。

为了测试这些场景,我们建议使用 curl 实用程序,特别是对于 POST 请求。我们使用以下命令测试了应用程序:

curl -X GET http://localhost:5000/hello
curl -X GET http://localhost:5000/hello/jo%20so
curl -X GET 'http://localhost:5000/submit?fname=jo&lname=so'
curl -d "fname=jo&lname=so" -X POST http://localhost:5000/submit

<完>

相关文章:

  • (35)jar包中替换隔离驱动、更换新的隔离串
  • DeepSeek DeepEP学习(三)normal dispatch
  • 生成对抗网络(GAN)原理与应用
  • 【Andrej Karpathy 神经网络从Zero到Hero】--2.语言模型的两种实现方式 (Bigram 和 神经网络)
  • 【LLM】kimi 1.5模型架构和训练流程
  • 萌新学 Python 之动态绑定属性和方法以及魔法函数
  • 【语料数据爬虫】Python爬虫|批量采集征集意见稿数据(1)
  • Linux系统之tty命令的基本使用
  • Python----数据可视化(Seaborn二:绘图一)
  • 批量删除 Excel 中的空白行、空白列以及空白表格
  • 算法中的背包问题详解:部分背包与0-1背包
  • git-在ubuntu/debian搭建简易的git服务器
  • ESP32驱动OV3660摄像头实现yoloV5物体分类(摄像头支持红外夜视、边缘AI计算)
  • Axure常用变量及使用方法详解
  • 2-kafka集群环境搭建
  • 循环神经网络(RNN):时序建模的核心引擎与演进之路
  • 特征表示深度解析:颜色、纹理、形状与编码
  • 容器编排革命:从 Docker Run 到 Docker Compose 的进化之路20250309
  • PiscTrace以YOLOv12为例定义兴趣区域提高识视图别效率
  • 在 Windows 上安装和配置 Poetry
  • “80后”南京大学天文与空间科学学院教授施勇加盟西湖大学
  • 下辖各区密集“联手”,南京在下一盘什么样的棋?
  • 从近200件文物文献里,回望光华大学建校百年
  • 高新波任西安电子科技大学校长
  • 政企共同发力:多地密集部署外贸企业抢抓90天政策窗口期
  • 上海市税务局回应刘晓庆被举报涉嫌偷漏税:正依法依规办理