【Flask+VUE】flask+vue开发web网页系统(详细安装使用范例)

【Flask+VUE】flask+vue开发web网页系统(详细安装使用范例)

【Flask_VUE】flask+vue开发web网页系统(详细安装使用范例)


使用 Flask + Vue 开发 Web 网页系统是一种常见的前后端分离架构:Flask 作为后端提供 RESTful API 接口,Vue 作为前端构建单页面应用(SPA)。下面我将为你提供一个 详细的安装与使用范例,包括项目结构、环境搭建、接口通信、跨域处理等关键步骤。

✅ 一、项目结构规划

flask-vue-web-system/ │ ├── backend/ # Flask 后端 │ ├── app.py # 主程序 │ ├── models.py # 数据模型(可选) │ └── requirements.txt # Python依赖 │ └── frontend/ # Vue 前端 ├── public/ ├── src/ │ ├── views/ │ ├── components/ │ ├── services/ # API 请求服务 │ ├── App.vue │ └── main.js ├── package.json └── vue.config.js # 配置代理解决跨域 

✅ 二、后端:Flask 搭建 API 服务

1. 安装 Flask 并创建后端项目

mkdir flask-vue-web-system cd flask-vue-web-system mkdir backend cd backend python -m venv venv source venv/bin/activate # Linux/Mac# 或 venv\Scripts\activate # Windows

安装依赖:

pip install flask flask-cors 

保存依赖:

pip freeze > requirements.txt 

2. 编写 app.py

# backend/app.pyfrom flask import Flask, jsonify, request from flask_cors import CORS # 解决跨域问题 app = Flask(__name__) CORS(app)# 允许前端访问(开发时)# 模拟数据 users =[{"id":1,"name":"Alice","email":"[email protected]"},{"id":2,"name":"Bob","email":"[email protected]"}]# GET /api/users - 获取用户列表@app.route('/api/users', methods=['GET'])defget_users():return jsonify(users)# POST /api/users - 添加新用户@app.route('/api/users', methods=['POST'])defadd_user(): data = request.get_json() new_id =max(u["id"]for u in users)+1if users else1 user ={"id": new_id,"name": data["name"],"email": data["email"]} users.append(user)return jsonify(user),201# 启动入口if __name__ =='__main__': app.run(host='0.0.0.0', port=5000, debug=True)

3. 运行后端服务

cd backend python app.py 

访问 http://localhost:5000/api/users 可看到 JSON 数据。


✅ 三、前端:Vue 搭建用户界面

1. 创建 Vue 项目(需要 Node.js 和 npm)

确保已安装 Node.js(建议 v16+),然后:

cd../frontend npm create vue@latest # 选择默认选项即可(或手动启用 Router、Pinia)cd frontend npminstall

2. 安装 Axios(用于 HTTP 请求)

npminstall axios 

3. 创建 API 服务文件

创建 src/services/api.js

// src/services/api.jsimport axios from'axios'const apiClient = axios.create({baseURL:'http://localhost:5000',// Flask 后端地址headers:{'Content-Type':'application/json'}})exportdefault{getUsers(){return apiClient.get('/api/users')},addUser(user){return apiClient.post('/api/users', user)}}

4. 创建用户列表组件(src/views/UserList.vue

<!-- src/views/UserList.vue --> <template> <div> <h2>用户列表</h2> <ul> <li v-for="user in users" :key="user.id"> {{ user.name }} ({{ user.email }}) </li> </ul> <h3>添加用户</h3> <form @submit.prevent="handleSubmit"> <input v-model="name" placeholder="姓名" required /> <input v-model="email" placeholder="邮箱" type="email" required /> <button type="submit">添加</button> </form> </div> </template> <script> import api from '@/services/api' export default { name: 'UserList', data() { return { users: [], name: '', email: '' } }, async created() { try { const response = await api.getUsers() this.users = response.data } catch (error) { console.error('获取用户失败:', error) } }, methods: { async handleSubmit() { try { const response = await api.addUser({ name: this.name, email: this.email }) this.users.push(response.data) this.name = '' this.email = '' } catch (error) { console.error('添加用户失败:', error) } } } } </script> <style scoped> .user-list { max-width: 600px; margin: 2rem auto; padding: 1rem; } input { display: block; width: 100%; margin: 0.5rem 0; padding: 0.5rem; } button { margin-top: 1rem; padding: 0.5rem 1rem; } </style> 

5. 配置路由(使用 Vue Router)

编辑 src/router/index.js

import{ createRouter, createWebHistory }from'vue-router'import UserList from'../views/UserList.vue'const routes =[{path:'/',component: UserList }]const router =createRouter({history:createWebHistory(), routes })exportdefault router 

src/main.js 中挂载:

import{ createApp }from'vue'import App from'./App.vue'import router from'./router'createApp(App).use(router).mount('#app')

6. 修改 App.vue

<!-- src/App.vue --> <template> <div> <router-view /> </div> </template> <script> export default { name: 'App' } </script> 

7. (可选)配置代理避免跨域(生产中应由 Nginx 处理)

创建 vue.config.js 在项目根目录(frontend/vue.config.js):

// frontend/vue.config.js module.exports ={devServer:{proxy:{'/api':{target:'http://localhost:5000',changeOrigin:true,secure:false}}}}

修改 api.jsbaseURL 为相对路径:

baseURL:'/api'// 而不是 http://localhost:5000

这样开发时请求 /api/users 会被代理到 http://localhost:5000/api/users


✅ 四、运行项目

启动后端(终端 1):

cd backend source venv/bin/activate # 激活虚拟环境 python app.py 

启动前端(终端 2):

cd frontend npm run dev 

打开浏览器访问:http://localhost:5173


✅ 五、部署建议(生产环境)

  1. Flask 提供静态文件(可选方案)将 Vue 打包后的文件放入 Flask 的 static/templates/index.html,或者用 Nginx 托管前端,Flask 单独做 API 服务。
  2. 使用 Gunicorn + Nginx 部署 Flask
  3. 使用 Nginx 同时托管前端和反向代理 API

前端打包

cd frontend npm run build 

生成 dist/ 目录。


✅ 总结说明

  • Flask 负责提供 JSON 接口,处理业务逻辑和数据库。
  • Vue 负责构建交互式前端界面,通过 Axios 调用接口。
  • CORS 或 devServer.proxy 解决开发期跨域问题。
  • 前后端分离 提高开发效率和维护性。

Read more

Midjourney Imagine API 申请及使用

Midjourney Imagine API 申请及使用 Midjourney 是一款非常强大的 AI 绘图工具,只要输入关键字,就能在短短一两分钟生成十分精美的图像。Midjourney 以其出色的绘图能力在业界独树一帜,如今,Midjourney 早已在各个行业和领域广泛应用,其影响力愈发显著。 本文档主要介绍 Midjourney API 中 Imagine 操作的使用流程,利用它我们可以轻松通过文本生成所需要的图像。 申请流程 要使用 Midjourney Imagine API,首先可以到 Midjourney Imagine API 页面点击「Acquire」按钮,获取请求所需要的凭证: 如果你尚未登录或注册,会自动跳转到登录页面邀请您来注册和登录,登录注册之后会自动返回当前页面。 在首次申请时会有免费额度赠送,可以免费使用该 API。 基本使用 接下来就可以在界面上填写对应的内容,如图所示: 在第一次使用该接口时,我们至少需要填写两个内容,一个是 authorization,直接在下拉列表里面选择即可。

Stable Diffusion也能跑?PyTorch-CUDA-v2.7支持多种模型架构

Stable Diffusion也能跑?PyTorch-CUDA-v2.7支持多种模型架构 在AI生成内容(AIGC)爆发式增长的今天,越来越多开发者希望在本地或私有云环境中运行像Stable Diffusion这样的大模型。但现实往往令人沮丧:安装PyTorch时CUDA版本不匹配、驱动无法识别GPU、显存爆满、推理卡顿……这些问题让很多人还没开始写代码就放弃了。 有没有一种方式,能让人“一键启动”就进入高效开发状态? 答案是肯定的——PyTorch-CUDA-v2.7 镜像正是为此而生。它不是一个简单的工具包,而是一套经过深度优化、开箱即用的AI运行时环境,专为解决现代深度学习中最常见的部署难题设计。 为什么我们需要这个镜像? 想象一下这个场景:你刚拿到一块RTX 4090显卡,兴致勃勃想试试Stable Diffusion生成艺术画作。结果花了整整两天才配好环境——Python版本不对、cuDNN缺失、NVIDIA容器运行时不兼容……最后发现模型根本加载不了,因为显存管理出错。 这并不是个例。传统手动配置深度学习环境的方式存在太多不确定性: * 不同项目依赖不同

从语法纠错到项目重构:Python+Copilot 的全流程开发效率提升指南

从语法纠错到项目重构:Python+Copilot 的全流程开发效率提升指南

文章目录 * 从语法纠错到项目重构:Python+Copilot 的全流程开发效率提升指南 💻✨ * 一、语法纠错:Copilot 如何成为你的“实时校对员” ✅ * 示例 1:自动修复缩进错误 * 示例 2:括号/引号自动闭合与修复 * 示例 3:类型注解缺失的智能补充 * 实战技巧:结合 Linter 使用 Copilot * 二、代码生成:从单行补全到完整函数实现 🧠⚡ * 示例 4:用注释驱动函数生成 * 示例 5:生成单元测试 * 示例 6:异步 HTTP 请求生成 * 三、调试辅助:Copilot 如何帮你“读懂”错误信息 🐞🔍 * 场景:遇到 `KeyError` 怎么办? * 场景:

Xinference效果展示:Llama3-70B+Qwen2-VL+Whisper-large-v3同平台并发推理实录

Xinference效果展示:Llama3-70B+Qwen2-VL+Whisper-large-v3同平台并发推理实录 1. 为什么这次并发实录值得关注 你有没有试过同时跑三个“重量级”模型——一个700亿参数的大语言模型、一个能看懂图片的多模态专家、还有一个听音识义的语音大将?不是轮流用,而是真正在同一台机器上并肩工作、互不干扰、各自响应。 这次我们用 Xinference v1.17.1 做了一次真实环境下的压力验证:让 Llama3-70B(量化版)、Qwen2-VL(视觉语言模型) 和 Whisper-large-v3(语音识别旗舰) 在单节点上完成并发推理。没有虚拟机隔离,没有容器编排,就靠 Xinference 自带的资源调度和模型隔离能力,全程通过统一 API 调用,零冲突、低延迟、可复现。 这不是概念演示,而是实打实的终端日志截图、实时内存监控、三次独立请求的耗时对比——所有数据都来自一台配备 2×RTX 4090