【毕设必备】手把手带你用Python搭建一个简单的后端服务- API的创建，前后端交互的数据传递，GET，POST，JSON，FLASK

目录

• Python 介绍
• • Python的特性
  • Python的使用场景
  • python基本语法
  • Flask
  • • View
    • Model
    • Control
    • • html
      • simple api
      • 连接数据库
      • 跨域
      • Mojo比python快68000倍
      • 相关链接

        Python 介绍

        Python是一种流行的高级编程语言，具有易于学习和使用的特性，被广泛应用于各种领域。

        Python的特性

        1. 简单易学：Python的语法清晰简洁，易于理解和学习。与其他编程语言相比，Python的语法设计非常直观，使得编程新手也能快速上手。
        2. 强大的标准库和丰富的第三方库：Python拥有一个庞大的标准库，提供了许多用于各种任务的实用模块，如文件处理、网络编程、数据库交互等。此外，Python的第三方库非常丰富，包括科学计算、数据分析、机器学习、Web开发等。
        3. 动态类型：Python是动态类型的语言，这意味着开发者不需要在声明变量时指定其类型。这可以使代码更加简洁，但也需要开发者注意运行时可能出现的类型错误。
        4. 解释型语言：Python是解释型语言，这意味着代码可以在运行时直接解释执行，而不需要预先编译。这提高了开发效率，并使得Python适合于快速原型开发。
        5. 面向对象：Python支持面向对象的编程风格，可以用来创建类和对象。这使得Python可以更好地组织和管理代码，并支持复杂的程序设计。

        Python的使用场景

        1. Web开发：Python的Web框架如 Django和Flask 非常流行，可用于构建各种类型的Web应用。
        2. 数据分析和机器学习：Python的第三方库如NumPy、Pandas、Scikit-learn和TensorFlow等在数据分析和机器学习领域具有广泛的应用。
        3. 自动化和脚本编写：Python的简洁语法和动态类型使得编写自动化脚本和批处理任务变得非常简单。
        4. 科学计算和工程：Python的NumPy和SciPy库为科学计算提供了强大的支持，适用于工程和科学应用。
        5. 网络编程和物联网：Python可以用于编写各种网络服务，包括REST API、WebSocket等，适用于物联网（IoT）和其他网络相关的应用。
        6. 游戏开发：Python有许多用于游戏开发的库和引擎，如Pygame和Panda3D，可以用于开发各种类型的游戏。
        7. 嵌入式系统和硬件交互：Python可以通过与C/C++等语言进行混合编程，用于与嵌入式系统和其他硬件设备进行交互。

        总之，Python是一种用途广泛且功能强大的编程语言，适用于各种应用领域。它简单易学，能够提高开发效率和代码质量，因此在软件开发、数据分析、自动化脚本编写、网络编程等领域得到了广泛的应用。

        ---

        python基本语法

        变量命名规则

        Python中的变量命名遵循以下规则：起始字母: 变量名应始终以字母（a-z，A-Z）或下划线（_）开始。后续字符: 变量名的后续字符可以是字母，数字或下划线。大小写敏感性: Python是大小写敏感的，因此myVariable和myvariable会被视为两个不同的变量。不要使用Python内建关键字: 变量名不应与Python的关键字冲突，如for, if, while, break, continue, pass等等。不要使用Python内建模块名: 避免使用Python内建模块名作为变量名，例如import，print等。不要使用特殊符号: 除了下划线，避免在变量名中使用其他特殊符号，如连字符(-)，点(.)等。连字符: 当变量名包含多个单词时，可以使用连字符(-)连接，例如my-variable。使用下划线: 当变量名包含多个单词时，也可以使用下划线(_)连接，例如my_variable。避免使用单个字符: 除非特殊情况，避免只使用单个字符作为变量名，这样的变量通常没有明确的含义。使用驼峰命名法: 类通常使用驼峰命名法（CamelCase），例如MyClass。

        数据类型

        Python是一种动态类型的语言，这意味着在Python中，你不必预先声明变量的数据类型。Python会根据赋予给它们的数据自动创建数据类型。

        Number（数字）：Python支持整数和浮点数。例如：123，400.0。String（字符串）：字符串是由零个或多个字符组成的一串字符。例如："Hello"，"Python"。List（列表）：列表是Python中非常常用的数据结构，它可以包含任意数量和类型的对象。例如：[1, "a", 2.3]。Tuple（元组）：元组类似于列表，但元组的元素不能修改。例如：(1, "a", 2.3)。Dictionary（字典）：字典是一个包含键值对的无序集合。例如：{"name": "Alice", "age": 20}。Set（集合）：集合是一个无序且不重复元素的集合。例如：{1, 2, 3}。Boolean（布尔）：布尔有两种值，True和False。NoneType（None）：NoneType表示没有任何东西，是Python的特殊类型。Function（函数）：在Python中，函数也是一种数据类型，可以像其他数据类型一样被传递和返回。Class（类）：类是创建对象的蓝图，定义了对象的结构和行为。Module（模块）：模块是一种数据类型，可以包含函数、类、变量等。Generator（生成器）：生成器是一个可以迭代的对象，用于创建迭代器。Coroutine（协程）：协程是一种特殊类型的函数，可以在执行过程中暂停和恢复。Asynciofuture（异步io未来）：这是用于处理异步I/O操作的对象。

        print(): 用于在控制台输出指定的信息。

        print('Hello World') #Hello World

        type(): 用于获取指定对象的类型。

        print(type(123)) #

        len(): 用于获取指定对象的长度（例如列表、字符串、元组等）。

        #字符串print(len('123')) #3#列表print(len([1,2,3])) #3#元组print(len((1,'2',2.4,[1]))) #4

        for…in…: 用于循环遍历序列（例如列表、元组、字符串）或其他可迭代对象。例如，以下代码将遍历打印列表中的所有元素：

        my_list = [1, 2, 3, 4]  for element in my_list:      print(element) #1，2，3，4tuple = (1,'2.3',4)for t in tuple:    print(t) #1，2.3，4str = "123"print(len(str)) #3

        if…elif…else…: 用于条件语句，根据条件执行不同的操作。

        num = 10  if num > 0:      print("positive")  elif num  
        def: 用于定义函数。例如，以下代码定义了一个函数，接受两个参数并返回它们的和：
         
        def addNum(a,b):    return a+b
         
        return: 用于从函数中返回结果。例如，以下代码调用add函数并将结果打印出来：
         
        result = addNum(10, 20)  print(result) # prints 30
         
        and、or: 用于逻辑运算。例如，以下代码将判断是否满足条件：x > 0 and x  
        x = 50  if x > 0 and x  
        not: 用于逻辑非运算。例如，以下代码将判断是否不满足条件：x {message}}    {list}}        var item = document.createElement("li");          item.appendChild(document.createTextNode(l.name));          ul.appendChild(item);      });            "userId":self.user_id,            "name":self.name        }            "userId":row[0],            "password":row[1],            "name":row[2]        }        arr.append(tmp)    cursor.close()    conn.close()    return json.dumps(arr)# SQLAlchemyclass User(db.Model):    user_id = db.Column(db.Integer, primary_key=True)    name = db.Column(db.String(80), unique=True, nullable=False)    password = db.Column(db.String(128), nullable=False)        def __repr__(self):        return '