当前位置: 首页 > news >正文

flask入门(四)前后端数据传输

文章目录

  • 1、flask后端接收来自前端的数据
    • 1)如果前端提交的方法为POST
    • 2)如果前段提交的方法是GET
  • 2、flask后端向前端传数据
  • 3、案例
  • 参考文献

1、flask后端接收来自前端的数据

1)如果前端提交的方法为POST

后端接收时的代码:

xx=request.form.get('xx');
xx=request.form['xx']

2)如果前段提交的方法是GET

xx=request.args.get(xx)

2、flask后端向前端传数据

传送单个数据

return render_template('html文件',xx='xx')

传送多个数据:先把数据写进字典,字典整体进行传输

return render_template('html文件',xx='字典变量')

3、案例

目录结构:
在这里插入图片描述
index.py文件:

# --*-- coding:utf-8 --*--
# @Author : 一只楚楚猫
# @File : index.py
# @Software : PyCharmfrom flask import *
from sentence_transformers import SentenceTransformer
import torch.nn as nn
import torch
import torch.nn.functional as Fmodel = SentenceTransformer(r'E:\楚楚猫\code\python\01design\01creativity\01distance\all-MiniLM-L6-v2')app = Flask(__name__)result = dict()
result["results"] = ""@app.route('/', methods=('GET', 'POST'))
def index():global resultif request.method == 'POST':step1 = request.form.get("step1")step2 = request.form.get("step2")step3 = request.form.get("step3")step4 = request.form.get("step4")# 用户输入的内容sentences = [step1, step2, step3, step4]results = list()# 384维embeddings = torch.FloatTensor(model.encode(sentences))# p=2就是计算欧氏距离,p=1就是曼哈顿距离euclidean_distance = nn.PairwiseDistance(p=2)for i in range(0, embeddings.size()[0]):for j in range(i + 1, embeddings.size()[0]):cosine_similarity = round(F.cosine_similarity(embeddings[i], embeddings[j], dim=0).item(), 4)distance = round(euclidean_distance(embeddings[i], embeddings[j]).item(), 4)results.append(f"step{i + 1} & step{j + 1}的相关性:{cosine_similarity}       step{i + 1} & step{j + 1}的距离:{distance}")print(f"step{i + 1} & step{j + 1}之间的相关性:{cosine_similarity}step{i + 1} & step{j + 1}之间的距离:{distance}")result["results"] = resultsreturn render_template('hello.html', result=result)return render_template('hello.html', result=result)if __name__ == '__main__':app.run(port=11252)

hello.html文件:

<!DOCTYPE html>
<html lang="en">
<meta charset="utf-8">
<head><meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no"/><meta http-equiv="content-type" content="text/html;charset=utf-8"><meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1"><title>欢迎来到我的世界</title><link href="../static/css/style.css" rel="stylesheet" type="text/css">
</head><div id="container"><div id="output"><div class="containerT"><h1>Yimo</h1><form class="form" id="entry_form" method="post"><h2><input type="text" name="step1" style="height:30px"></h2><br><h2><input type="text" name="step2" style="height:30px"></h2><br><h2><input type="text" name="step3" style="height:30px"></h2><br><h2><input type="text" name="step4" style="height:30px"></h2><br><center><button><h3>Click me!(๑•̀ㅂ•́)و✧</h3></button></center>{{result.results}}</form></div></div>
</div></body>
</html>

上面涉及到的sentence_transformers模块来自论文:《Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks》,使用孪生网络(Siamse Network)将两个文本映射到特征空间得到特征向量(384维)

参考文献

1、flask 前端(html)与后端(python)相互传数据:https://www.cnblogs.com/zzai/p/html_dataStream.html
2、如何从Python发布数据并进入Flask前端:https://www.cnpython.com/qa/1513860

http://www.lryc.cn/news/204109.html

相关文章:

  • JS——垃圾回收的原理
  • Spring Cloud Gateway 路由构建器的源码分析
  • IT行业哪个方向比较好就业?
  • uniapp中nvue页面使用fixed后,数据更改不更新到该视图。
  • 力扣第55题 跳跃游戏 c++ 贪心 + 覆盖 加暴力超时参考
  • 系列十四、Redis的集群(一)
  • 红帽认证 | RHCE考试包括哪些内容?
  • ASPICE标准快速掌握「3.1. 实践示例」
  • pytorch 训练可视化
  • webgis开发参考资料
  • JSX 注意事项
  • MQ常见的问题(kafka保证消息不丢失)
  • Unity编辑器扩展 --- AssetPostprocessor资源导入自动设置
  • 用Flask快速生成报表
  • 关于时序预测可解释性预测
  • 泊车功能专题介绍 ———— AVP系统技术要求之场地规范定位要求
  • 【STM32】时钟设置函数(寄存器版)
  • 【DDD】贫血模型和充血模型
  • 【JS学习】字符串的substring方法
  • vue部署,chunk文件有部分404,解决方案
  • 《红蓝攻防对抗实战》六.常规反弹之利用NC在windows系统执行反弹shell
  • python如何创建自己的对冲交易算法
  • Ubuntu22.04安装,SSH无法连接
  • 解决dirsearch扫描工具pkg_resources模块警告问题
  • JAVA-编程基础-11-04-java IO 字符流
  • 亚马逊云代码AI助手CodeWhisperer使用教程
  • 2023全新小程序广告流量主奖励发放系统源码 流量变现系统
  • 最详细STM32,cubeMX外部中断
  • 云栖大会?全部免费!!抢先一步看!
  • Linux常用的调试工具