Python与前端集成：构建全栈应用

优质文章学习记录

— 7 min read

Python与前端集成：构建全栈应用

前言

大家好，我是第一程序员（名字大，人很菜）。作为一个非科班转码、正在学习Rust和Python的萌新，最近我开始学习Python与前端技术的集成。说实话，一开始我对全栈开发的概念还很模糊，但随着学习的深入，我发现Python作为后端与前端框架的结合可以构建出功能强大的全栈应用。今天我想分享一下我对Python与前端集成的学习心得，希望能给同样是非科班转码的朋友们一些参考。

一、后端API设计

1.1 使用FastAPI创建RESTful API

FastAPI是一个现代化的Python Web框架，非常适合构建RESTful API：

from fastapi import FastAPI from pydantic import BaseModel from typing import List app = FastAPI() class Item(BaseModel): id: int name: str price: float is_offer: bool = None items = [] @app.get("/") def read_root(): return {"message": "Hello, World!"} @app.get("/items/{item_id}") def read_item(item_id: int): for item in items: if item.id == item_id: return item return {"error": "Item not found"} @app.post("/items/") def create_item(item: Item): items.append(item) return item @app.put("/items/{item_id}") def update_item(item_id: int, item: Item): for i, existing_item in enumerate(items): if existing_item.id == item_id: items[i] = item return item return {"error": "Item not found"} @app.delete("/items/{item_id}") def delete_item(item_id: int): for i, item in enumerate(items): if item.id == item_id: items.pop(i) return {"message": "Item deleted"} return {"error": "Item not found"}

1.2 使用Flask创建RESTful API

Flask是另一个流行的Python Web框架，也可以用于构建RESTful API：

from flask import Flask, request, jsonify app = Flask(__name__) items = [] @app.route('/', methods=['GET']) def read_root(): return jsonify({"message": "Hello, World!"}) @app.route('/items/<int:item_id>', methods=['GET']) def read_item(item_id): for item in items: if item['id'] == item_id: return jsonify(item) return jsonify({"error": "Item not found"}) @app.route('/items/', methods=['POST']) def create_item(): item = request.get_json() items.append(item) return jsonify(item) @app.route('/items/<int:item_id>', methods=['PUT']) def update_item(item_id): item = request.get_json() for i, existing_item in enumerate(items): if existing_item['id'] == item_id: items[i] = item return jsonify(item) return jsonify({"error": "Item not found"}) @app.route('/items/<int:item_id>', methods=['DELETE']) def delete_item(item_id): for i, item in enumerate(items): if item['id'] == item_id: items.pop(i) return jsonify({"message": "Item deleted"}) return jsonify({"error": "Item not found"}) if __name__ == '__main__': app.run(debug=True)

二、前端框架集成

2.1 与React集成

React是一个流行的前端框架，可以与Python后端API集成：

// App.js import React, { useState, useEffect } from 'react'; function App() { const [items, setItems] = useState([]); const [newItem, setNewItem] = useState({ id: '', name: '', price: '', is_offer: false }); useEffect(() => { fetch('http://localhost:8000/items/') .then(response => response.json()) .then(data => setItems(data)); }, []); const handleSubmit = (e) => { e.preventDefault(); fetch('http://localhost:8000/items/', { method: 'POST', headers: { 'Content-Type': 'application/json', }, body: JSON.stringify(newItem), }) .then(response => response.json()) .then(data => { setItems([...items, data]); setNewItem({ id: '', name: '', price: '', is_offer: false }); }); }; return ( <div> <h1>Items</h1> <ul> {items.map(item => ( <li key={item.id}> {item.name} - ${item.price} </li> ))} </ul> <form onSubmit={handleSubmit}> <input type="text" placeholder="ID" value={newItem.id} onChange={(e) => setNewItem({...newItem, id: parseInt(e.target.value)})} /> <input type="text" placeholder="Name" value={newItem.name} onChange={(e) => setNewItem({...newItem, name: e.target.value})} /> <input type="number" placeholder="Price" value={newItem.price} onChange={(e) => setNewItem({...newItem, price: parseFloat(e.target.value)})} /> <button type="submit">Add Item</button> </form> </div> ); } export default App;

2.2 与Vue集成

Vue是另一个流行的前端框架，也可以与Python后端API集成：

<!-- App.vue --> <template> <div> <h1>Items</h1> <ul> <li v-for="item in items" :key="item.id"> {{ item.name }} - ${{ item.price }} </li> </ul> <form @submit.prevent="handleSubmit"> <input type="text" placeholder="ID" v-model.number="newItem.id" /> <input type="text" placeholder="Name" v-model="newItem.name" /> <input type="number" placeholder="Price" v-model.number="newItem.price" /> <button type="submit">Add Item</button> </form> </div> </template> <script> export default { data() { return { items: [], newItem: { id: '', name: '', price: '', is_offer: false } }; }, mounted() { this.fetchItems(); }, methods: { fetchItems() { fetch('http://localhost:8000/items/') .then(response => response.json()) .then(data => { this.items = data; }); }, handleSubmit() { fetch('http://localhost:8000/items/', { method: 'POST', headers: { 'Content-Type': 'application/json', }, body: JSON.stringify(this.newItem), }) .then(response => response.json()) .then(data => { this.items.push(data); this.newItem = { id: '', name: '', price: '', is_offer: false }; }); } } }; </script>

三、数据传输

3.1 JSON数据格式

JSON是前后端数据传输的标准格式：

# 后端返回JSON数据 from fastapi import FastAPI from pydantic import BaseModel app = FastAPI() class Item(BaseModel): id: int name: str price: float @app.get("/item", response_model=Item) def get_item(): return {"id": 1, "name": "Item 1", "price": 10.99}

3.2 处理CORS

跨域资源共享（CORS）是前后端集成中常见的问题：

# FastAPI处理CORS from fastapi import FastAPI from fastapi.middleware.cors import CORSMiddleware app = FastAPI() # 配置CORS app.add_middleware( CORSMiddleware, allow_origins=["*"], # 在生产环境中应该设置具体的域名 allow_credentials=True, allow_methods=["*"], allow_headers=["*"], ) @app.get("/") def read_root(): return {"message": "Hello, World!"} 
# Flask处理CORS from flask import Flask, jsonify from flask_cors import CORS app = Flask(__name__) CORS(app) # 允许所有跨域请求 @app.route('/') def read_root(): return jsonify({"message": "Hello, World!"})

四、认证与授权

4.1 JWT认证

JSON Web Token（JWT）是一种常用的认证方式：

# FastAPI中使用JWT from fastapi import FastAPI, Depends, HTTPException, status from fastapi.security import OAuth2PasswordBearer, OAuth2PasswordRequestForm from jose import JWTError, jwt from datetime import datetime, timedelta from pydantic import BaseModel app = FastAPI() # 配置 SECRET_KEY = "your-secret-key" ALGORITHM = "HS256" ACCESS_TOKEN_EXPIRE_MINUTES = 30 # 模拟用户数据库 fake_users_db = { "alice": { "username": "alice", "full_name": "Alice Smith", "email": "[email protected]", "hashed_password": "fakehashedsecret", "disabled": False, } } # 工具函数 def fake_hash_password(password: str): return "fakehashed" + password def verify_password(plain_password, hashed_password): return hashed_password == fake_hash_password(plain_password) def get_user(db, username: str): if username in db: user_dict = db[username] return user_dict def create_access_token(data: dict, expires_delta: timedelta = None): to_encode = data.copy() if expires_delta: expire = datetime.utcnow() + expires_delta else: expire = datetime.utcnow() + timedelta(minutes=15) to_encode.update({"exp": expire}) encoded_jwt = jwt.encode(to_encode, SECRET_KEY, algorithm=ALGORITHM) return encoded_jwt # 依赖 oauth2_scheme = OAuth2PasswordBearer(tokenUrl="token") async def get_current_user(token: str = Depends(oauth2_scheme)): credentials_exception = HTTPException( status_code=status.HTTP_401_UNAUTHORIZED, detail="Could not validate credentials", headers={"WWW-Authenticate": "Bearer"}, ) try: payload = jwt.decode(token, SECRET_KEY, algorithms=[ALGORITHM]) username: str = payload.get("sub") if username is None: raise credentials_exception except JWTError: raise credentials_exception user = get_user(fake_users_db, username=username) if user is None: raise credentials_exception return user # 路由 @app.post("/token") async def login(form_data: OAuth2PasswordRequestForm = Depends()): user = get_user(fake_users_db, form_data.username) if not user: raise HTTPException(status_code=400, detail="Incorrect username or password") if not verify_password(form_data.password, user["hashed_password"]): raise HTTPException(status_code=400, detail="Incorrect username or password") access_token_expires = timedelta(minutes=ACCESS_TOKEN_EXPIRE_MINUTES) access_token = create_access_token( data={"sub": user["username"]}, expires_delta=access_token_expires ) return {"access_token": access_token, "token_type": "bearer"} @app.get("/users/me") async def read_users_me(current_user: dict = Depends(get_current_user)): return current_user

五、部署

5.1 部署后端

使用Docker部署Python后端：

# Dockerfile FROM python:3.9-slim WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . EXPOSE 8000 CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]

5.2 部署前端

使用Vercel、Netlify等平台部署前端：

  • Vercel：适合部署React、Next.js应用
  • Netlify：适合部署Vue、React应用
  • GitHub Pages：适合部署静态网站

5.3 完整部署

使用Docker Compose部署前后端：

# docker-compose.yml version: '3' services: backend: build: ./backend ports: - "8000:8000" frontend: build: ./frontend ports: - "3000:3000" depends_on: - backend

六、Python与Rust的对比

作为一个同时学习Python和Rust的转码者，我发现对比学习是一种很好的方法：

6.1 前端集成对比

  • Python：生态丰富，有FastAPI、Flask等框架
  • Rust：有Actix-web、Rocket等框架
  • 开发效率：Python开发效率高，Rust开发效率相对较低
  • 性能：Rust性能优异，Python性能相对较低

6.2 学习心得

  • Python的优势：开发效率高，生态丰富
  • Rust的优势：性能优异，内存安全
  • 相互借鉴：从Python学习快速开发，从Rust学习性能优化

七、实践项目推荐

7.1 全栈项目

  • 博客系统：使用Python作为后端，React/Vue作为前端
  • 电商系统：使用Python作为后端，React/Vue作为前端
  • 社交应用：使用Python作为后端，React/Vue作为前端
  • 数据分析平台：使用Python作为后端，React/Vue作为前端

八、学习方法和技巧

8.1 学习方法

  • 循序渐进：先学习后端API开发，再学习前端框架
  • 项目实践：通过实际项目来巩固知识
  • 文档阅读：仔细阅读框架的官方文档
  • 社区交流：加入社区，向他人学习

8.2 常见问题和解决方法

  • CORS问题：配置CORS中间件
  • 认证问题：使用JWT等认证方式
  • 部署问题：使用Docker等容器化技术
  • 性能问题：优化API设计，使用缓存

九、总结

Python与前端技术的集成可以构建出功能强大的全栈应用。作为一个非科班转码者，我深刻体会到全栈开发的重要性。

我的学习过程并不是一帆风顺的，遇到了很多困难和挫折，但通过不断地实践和学习，我逐渐掌握了Python与前端集成的各种技巧。

保持学习，保持输出。虽然现在我还是个菜鸡，但我相信只要坚持，总有一天能成为真正的「第一程序员」！

Read more

Telegram中文生态探索：@letstgbot 中文群组频道搜索机器人的技术解析与开发实践

Telegram中文生态探索：@letstgbot 中文群组频道搜索机器人的技术解析与开发实践

在Telegram（简称TG）这个全球化的即时通讯平台上，中文用户群体日益壮大。然而，由于Telegram官方搜索功能对中文支持有限，许多用户在寻找高质量群组、频道、机器人或贴纸时常常面临“找群难、找资源更难”的痛点。@letstgbot（LetsTG官方搜索机器人）正是针对这一场景诞生的开源友好型中文搜索引擎工具。它通过Telegram Bot机制，为用户提供高效、精准的中文社群发现服务。本文将从技术原理、使用方法、API集成到二次开发实践，全方位解析@letstgbot，帮助开发者与普通用户更好地理解和利用这一工具，同时也分享Telegram Bot开发的通用知识点。 一、Telegram中文搜索的背景与挑战 Telegram作为MTProto协议驱动的开源通讯软件，其生态高度依赖用户自建群组与频道。中文用户主要集中在科技、学习、资源分享、兴趣爱好等领域，但官方搜索仅支持英文关键词的精确匹配，对中文分词、模糊语义的支持较弱。这导致：新手难以快速发现优质中文社群；群管理员难以有效推广自己的群组/频道；开发者难以构建智能化的社群推荐系统。 LetsTG平台（官网letstg.c

OpenClaw基础-3-telegram机器人配置与加入群聊

OpenClaw基础-3-telegram机器人配置与加入群聊 💡 大家好，我是可夫小子，《小白玩转ChatGPT》专栏作者，关注AI编程、AI自动化和自媒体。 Openclaw的优势是接入各种聊天工作，在前面的文章里，已经介绍了如何接入飞书。但之前我也提到了，飞书的最大的问题是请求多的限制，以及无法在非认证企业账号下面组建群聊。但这些限制另一个聊天工具可以打破，那就是Telegram，今天就跟大家分享一下，如果在OpenClaw里面接入Telegram。 第一步：Openclaw端配置 通过命令openclaw config，local→channels→telegrams 这里等待输入API Token，接下来我们去Telegram里面获取 第二步：Telegram端配置 1. 1. 在聊天窗口找到BotFather，打开对话与他私聊 2. 3. 然后再输入一个机器人，再输入一个账号名username，这里面要求以Bot或者Bot结尾，这个是全网的id，要 2. /newbot 来创建一个机器人，输入一个名字name

复杂三维山地环境下小龙虾优化算法COA求解多无人机动态避障路径规划研究附MATLAB代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 🍎 往期回顾关注个人主页：Matlab科研工作室  👇 关注我领取海量matlab电子书和数学建模资料  🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。 🔥 内容介绍 一、引言 随着无人机技术的快速发展，多无人机协同作业在复杂环境中的应用越来越广泛，如地质勘探、森林防火、应急救援等领域。复杂三维山地环境给无人机路径规划带来了巨大挑战，需要在考虑地形复杂、障碍物众多且可能动态变化的情况下，为多架无人机规划安全、高效的飞行路径。小龙虾优化算法（COA）作为一种新兴的智能优化算法，为解决这一难题提供了新的思路。 二、复杂三维山地环境下多无人机路径规划的挑战 （一）地形复杂性 1. 三维地形建模困难：山地环境具有复杂的三维地形，包括山峰、山谷、悬崖等。准确地对这种地形进行建模需要大量的地理信息数据，并且如何将这些数据转化为适合路径规划算法处理的模型是一个难题。传统的二维地图难以描述山地的垂直信息，而

FPGA高速通信：Aurora64B/66B IP使用指南

Aurora 64B/66B IP核配置及使用详解 Aurora 64B/66B 是 Xilinx（现 AMD）提供的一种高速串行通信协议 IP 核，专为 FPGA 设计，支持点对点数据传输，适用于数据中心、高性能计算等场景。本指南将帮助初学者轻松调用该 IP 核，实现编码、译码和传输回环功能。内容包括 IP 核配置、端口介绍、使用方法、example design 调用、关键模块（如 framegen 和 framecheck）的作用，以及完整实现步骤。指南基于 Vivado 设计工具，确保真实可靠。 1. Aurora 64B/66B IP核简介 Aurora