Python中的API构建指南：在Flask中进行API开发

最新推荐文章于 2024-03-17 21:00:52 发布

javastart

最新推荐文章于 2024-03-17 21:00:52 发布

阅读量377

点赞数

分类专栏： python 文章标签： python flask restful

本文链接：https://blog.csdn.net/javastart/article/details/132509249

版权

python 专栏收录该内容

68 篇文章 8 订阅

订阅专栏

原文：Python中的API构建指南：在Flask中进行API开发 - 知乎

如何实现从一个软件与另一个软件的通信交互？就像我们的APP，如何实现微信支付、苹果支付？

其实，我们只需要一个API。

API（应用程序编程接口）是一个简单的接口，它定义了可以发出的请求类型（需求/问题等）、请求的发出方式以及处理方式。

在本文中，我们将构建一个API，它允许我们向不同的端点发送一系列GET/POST/PUT/PATCH/DELETE等各种请求，并返回或修改与API连接的数据。

我们将使用Flask框架来创建我们的API，并使用Postman来对其进行测试它。本文将涵盖以下内容：

1.设置

数据集
初始化Flask API
端点
运行本地服务器

2.编写API

GET
POST
401未经授权
PUT
DELETE
用户类（摘要）

3.总结

设置

我们的API将包含两个端点：用户和位置。前者将允许访问我们注册用户的详细信息，而后者将包括咖啡馆位置列表。

此处假设的用例是数百万个咖啡馆的书签应用程序，用户可以在其中打开该应用程序并为自己喜欢的咖啡馆添加书签，例如谷歌地图。

1.数据集

为了简单起见，我们将把这些数据存储在两个本地CSV文件中。

CSV文件如下所示：

用户数据

位置数据

users.csv：https://drive.google.com/file/d/12-nW-R6TEPbUzSVF8zsQtOm992TdZOqj/view?usp=sharing

locations.csv：https://drive.google.com/file/d/1ERGeiKZLNuD9K-MHd7a0Colqj_DqiMww/view?usp=sharing

2.初始化Flask API

对于Python脚本，我们需要导入模块并初始化API，如下所示：

from flask import Flask
from flask_restful import Resource, Api, reqparse
import pandas as pd
import ast
app = Flask(__name__)
api = Api(app)

3.端点

正如上文提到的，我们的API有两个端点：用户和位置。

假设我们的API的结果位于http://www.api.com网站，则将在http://www.api.com/users提供与Users类的通信，并在http://www.api.com/locations提供Locations。

为了创建端点，我们需要定义一个Python类，然后使用api.add_resource将其连接到所需的端点，如下所示：

class Users(Resource):
    # 方法在这里
    pass

api.add_resource(Users, '/users')  # /users'是我们的切入点

Flask需要知道类是我们API的端点，因此我们将Resource与类定义一起传入。
在类内部，包含了我们的HTTP方法（GET，POST，DELETE等）。
最后，我们使用api.add_resource将Users类与/ users端点链接。

因为我们需要两个端点，所以我们复制了逻辑：

class Users(Resource):
    #方法
    pass
    
class Locations(Resource):
    #方法
    pass
    
api.add_resource(Users, '/users')  # '/users' 是我们进入用户的切入点
api.add_resource(Locations, '/locations')  #  '/ locations'是我们的位置的切入点

4.运行本地服务器

最后，在我们写出API时，还要对其进行测试！

为此，我们需要托管我们的API，我们可以在本地通过将app.run添加到脚本末尾来进行本地化，如下所示：

if __name__ == '__main__':
    app.run()  #运行 Flask app

当我们运行脚本时，我们会看到如下所示：

初始化本地主机服务器

设置好服务器后，如果您在使用Postman构建API的实际标准之前还没有使用过它，就可以对其进行测试。

编写API

在每个类中，我们保留HTTP方法GET，POST和DELETE。

要创建GET方法，我们使用def get（self）。POST和DELETE遵循相同的模式。

1.GET

GET方法是最简单的。我们返回存储在字典中的 users.csv 中存储的所有数据，如下所示：

class Users(Resources):
    def get(self):
        data = pd.read_csv('users.csv')  # 读取 CSV
        data = data.to_dict()  # 将数据帧转换为字典
        return {'data': data}, 200  # 返回数据和200 OK代码

然后，我们可以运行脚本来初始化我们的API，打开Postman并将GET请求发送到我们的本地主机地址（通常为http://127.0.0.1:5000），这是我们的API入口点。

如何将GET请求发送到我们的API

要将GET请求发送到Postman中的API，我们：

从下拉列表中选择GET；
输入我们的API实例+ / users的入口点（端点）；
点击发送；
检查我们的API返回的状态码（我们应该看到200 OK）；
查看我们的API响应，即JSON（如字典）格式的users.csv。

2.POST

POST方法允许我们将记录添加到数据中。在这种情况下，我们将使用 usedId，name和city的参数。

这些参数作为URL参数传递到我们的API端点，如下所示：

http://127.0.0.1:5000/users?userId=abc123&name=The Rock&city=Los Angeles

我们可以指定所需的参数，然后使用reqparse解析提供的值，如下所示：

parser = reqparse.RequestParser()  # 初始化

parser.add_argument('userId', required=True)  # 添加参数
parser.add_argument('name', required=True)
parser.add_argument('city', required=True)

args = parser.parse_args()  # 将参数解析为字典

让我们分解一下解析器代码：

使用.RequestParser（）初始化解析器。
使用.add_argument（[arg_name]，required）添加参数。请注意，required = True 表示请求中的参数是必需的。另外，我们可以添加带有 required = False 的可选参数。
使用.parse_args（）将参数及其值解析为Python字典。

然后，我们可以访问传递给每个参数的值，就像我们通常在字典中使用键值对一样。

将代码进行合并，为CSV添加值：

class Users(Resource):
    def post(self):
        parser = reqparse.RequestParser()  #初始化
        
        parser.add_argument('userId', required=True)  # 添加参数
        parser.add_argument('name', required=True)
        parser.add_argument('city', required=True)
        
        args = parser.parse_args()  #将参数解析为字典
        
        # 创建包含新值的新数据帧
        new_data = pd.DataFrame({
            'userId': args['userId'],
            'name': args['name'],
            'city': args['city'],
            'locations': [[]]
        })
        # 读取CSV
        data = pd.read_csv('users.csv')
        # 添加新提供的值
        data = data.append(new_data, ignore_index=True)
        # 保存并返回CSV
        data.to_csv('users.csv', index=False)
        return {'data': data.to_dict()}, 200  # 返回200 OK数据

看起来有点混乱，简单点，我们要做的就是：

从URL参数args创建一行新数据new_data；
将其附加到预先存在的数据；
保存新合并的数据；
返回数据以及200 OK状态代码。

我们通过向/ user端点发送包含userId，名称和城市参数的POST请求来创建新用户。

现在，我们可以发送POST请求来创建新用户了，是不是很简单？！

3.401未经授权

我们的代码处理POST请求，允许我们将新数据写入users.csv ，但是如果该用户已经存在怎么办？

为此，我们需要添加一个检查操作。如果 userId 已经存在，我们将向用户返回401未经授权的代码。

...

        # 读取 CSV
        data = pd.read_csv('users.csv')

        if args['userId'] in data['userId']:
            return {
                'message': f"'{args['userId']}' already exists."
            }, 401
        else:
            # 创建包含新值的新数据帧
            new_data = pd.DataFrame({
                'userId': args['userId'],
                'name': args['name'],
                'city': args['city'],
                'locations': [[]]
            })
            # 添加新提供的值
            data = data.append(new_data, ignore_index=True)
            data.to_csv('users.csv', index=False)  # 返回并保存CSV
            return {'data': data.to_dict()}, 200  # 返回200 OK的数据

如果我们尝试使用用户ID“ abc123”再次发布，我们将返回以下401未经授权的状态代码和消息

回到Postman，我们可以通过尝试两次添加同一用户来测试我们的API是否正常运行。这次，The Rock收到401未经授权的响应。

4.PUT

如果我们想为用户添加咖啡馆怎么办？我们无法使用POST，因为它会返回401未经授权的代码，这时候，我们就要用PUT了。

与POST类似，在提供的 userId 不存在的情况下，我们需要添加 if-else 逻辑。

class Users(Resource):
    def put(self):
        parser = reqparse.RequestParser()  # 初始化
        parser.add_argument('userId', required=True)  # 添加参数
        parser.add_argument('location', required=True)
        args = parser.parse_args()  # 将参数解析为字典

        # 读取 CSV
        data = pd.read_csv('users.csv')
        
        if args['userId'] in list(data['userId']):
            #将列表字符串评估为列表
            data['locations'] = data['locations'].apply(
                lambda x: ast.literal_eval(x)
            )
            # 选取用户
            user_data = data[data['userId'] == args['userId']]

            # 更新用户的位置
            user_data['locations'] = user_data['locations'].values[0] \
                .append(args['location'])
            
            # 保存并返回CSV
            data.to_csv('users.csv', index=False)
            # 返回数据和200 OK
            return {'data': data.to_dict()}, 200

        else:
            # 否则userId不存在
            return {
                'message': f"'{args['userId']}' user not found."
            }, 404

除了对代码进行一些小调整之外，我们的PUT方法几乎与POST相同。

在这里，我们使用PUT方法将ID为0007的咖啡馆添加到The Rock的加标签的位置

回到Postman，我们所需的输入参数已更改。现在，我们只需要userId和一个位置即可添加到用户添加了书签的位置。

5.DELETE

我们还可以使用DELETE方法删除记录。

此方法非常简单，我们需要指定要删除的userId，并在不存在userId的情况下添加一些if-else逻辑。

例如，如果用户 Jill 认为我们的APP没有用并且想离开，我们将发送包含她的userId的DELETE请求。

发送对userId&#39;b2c&#39;的DELETE请求会从我们的用户数据中删除Jill的记录

我们可以在Postman中进行测试，并且可以预期的是，我们返回的数据没有Jill的记录。如果我们想删除不存在的用户怎么办？

6.Users Class

这就是构成Users类的所有部分，可以通过我们的 /users 端点进行访问。

之后，我们仍然需要将 Locations 类放在一起。这个其他类应允许我们获取、发布、修补（更新）和删除位置。

每个位置都有一个唯一的ID，当用户为一个位置添加书签时，该唯一ID将通过PUT / users添加到其位置列表中。

这段代码与我们在Users类中编写的代码没有太大区别，在此，我们不再重复。

总结

使用Flask和Python设置API的方法非常简单。

通过学习上文，我们就有了一种易于使用的标准化方法，可以在不同接口之间进行通信交互。

在本文中，介绍了所有最常见的请求方法：GET、POST、PUT和DELETE。以及一些HTTP状态代码：200、401和404。

最后，我们还学习了如何在本地托管我们的API并通过 Postman 对其进行测试，从而让我们能够快速诊断问题并确保我们的API正常运行。

总而言之，API开发对于开发人员来说，几乎是任何其他技术领域都是至关重要的技能。

--END--

上文中的所有代码，都能在GitHub上找到：https://gist.github.com/jamescalam/0b309d275999f9df26fa063602753f73

如果你对人工智能感兴趣，那么一定要关注我们！

如果喜欢本文，欢迎转发、评论、收藏~

也可以关注我们的公众号：为AI呐喊（weainahan）

javastart

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Python中的API构建指南：在Flask中进行API开发

使用Flask和Python设置API的方法非常简单。通过学习上文，我们就有了一种易于使用的标准化方法，可以在不同接口之间进行通信交互。GET、POST、PUT和DELETE。200、401和404。最后，我们还学习了如何在本地托管我们的API并通过 Postman 对其进行测试，从而让我们能够快速诊断问题并确保我们的API正常运行。总而言之，API开发对于开发人员来说，几乎是任何其他技术领域都是至关重要的技能。--END--如果你对人工智能感兴趣，那么一定要关注我们！
复制链接

扫一扫