Flask Sijax
Sijax代表’Simple Ajax’,它是一个Python/jQuery库,旨在帮助Flask开者者轻松地将Ajax引入到应用程序。 它使用jQuery.ajax
来发出AJAX请求。
安装
Flask-Sijax的安装非常简单,使用以下命令 -
pip install flask-sijax
配置
- SIJAX_STATIC_PATH - Sijax javascript文件的静态路径。 默认位置是
static/js/sijax
。 在这个文件夹中,保存了sijax.js
和json2.js
文件。 - SIJAX_JSON_URI - 加载
json2.js
静态文件的URI
Sijax使用JSON在浏览器和服务器之间传递数据。因此,浏览器需要本地支持JSON或从json2.js文件获得JSON支持。
以这种方式注册的函数不能提供Sijax功能,因为默认情况下它们不能使用POST方法访问(并且Sijax使用POST请求)。
要使View函数能够处理Sijax请求,可以使用@app.route('/url',methods = ['GET','POST'])
通过POST对其进行访问,或使用类似@flask_sijax.route
辅助装饰器 -
@flask_sijax.route(app, '/hello')
每个Sijax处理函数(像这样)都会自动接收至少一个参数,就像Python将“self”传递给对象方法一样。 ‘obj_response’参数是函数返回浏览器的对象。
def say_hi(obj_response):
obj_response.alert('Hi sijax!')
当检测到Sijax请求时,Sijax像这样处理它 -
g.sijax.register_callback('say_hi', say_hi)
return g.sijax.process_request()
Sijax应用程序
最小的Sijax应用程序代码如下所示 -
import os
from flask import Flask, g
from flask_sijax import sijax
path = os.path.join('.', os.path.dirname(__file__), 'static/js/sijax/')
app = Flask(__name__)
app.config['SIJAX_STATIC_PATH'] = path
app.config['SIJAX_JSON_URI'] = '/static/js/sijax/json2.js'
flask_sijax.Sijax(app)
@app.route('/')
def index():
return 'Index'
@flask_sijax.route(app, '/hello')
def hello():
def say_hi(obj_response):
obj_response.alert('Hi there!')
if g.sijax.is_sijax_request:
# Sijax request detected - let Sijax handle it
g.sijax.register_callback('say_hi', say_hi)
return g.sijax.process_request()
return _render_template('sijaxexample.html')
if __name__ == '__main__':
app.run(debug = True)
当一个Sijax向服务器请求(一个特殊的jQuery.ajax()
请求)时,这个请求在服务器上被g.sijax.is_sijax_request()
检测到,在这种情况下,就会自动让Sijax处理请求。
所有使用g.sijax.register_callback()
注册的函数都公开给浏览器进行调用。
调用g.sijax.process_request()
告诉Sijax执行适当的(之前注册的)函数并将响应返回给浏览器。
点击查看所有 Flask教程 文章: https://www.codercto.com/courses/l/47.html
机器学习及其应用2007
周志华 编 / 清华大学 / 2007-10 / 37.00元
机器学习是人工智能的一个核心研究领域,也是近年来计算机科学中最活跃的研究分支之一。目前,机器学习技术不仅在计算机科学的众多领域中大显身手,还成为一些交叉学科的重要支撑技术。本书邀请相关领域的专家撰文,以综述的形式介绍机器学习中一些领域的研究进展。全书共分13章,内容涉及高维数据降维、特征选择、支持向量机、聚类、强化学习、半监督学习、复杂网络、异构数据、商空间、距离度量以及机器学习在自然语言处理中的......一起来看看 《机器学习及其应用2007》 这本书的介绍吧!