SpringBoot&Django后端返回json和前后端分离跨域问题的解决

2 篇文章 0 订阅

一. 前后端分离解决跨域

1.1 问题描述

关于跨域报错提示:No 'Access-Control-Allow-Origin'

原因:当前端和后端不属于同源策略就会访问不到数据
在这里插入图片描述

1.2 后端SpringBoot框架下解决方式之一

使用@CrossOrigin这个注解在controller类中使用
在这里插入图片描述

1.3 后端Django框架下解决方式之一

1、安装django-cors-headers

pip install django-cors-headers

2、.配置settings.py文件
(a) INSTALLED_APPS里添加“corsheaders
(b)MIDDLEWARE_CLASSES添加配置 'corsheaders.middleware.CorsMiddleware',
(c)底部添加

CORS_ALLOW_CREDENTIALS = True
CORS_ORIGIN_ALLOW_ALL = True
CORS_ORIGIN_WHITELIST = ()

CORS_ALLOW_METHODS = (
    'DELETE',
    'GET',
    'OPTIONS',
    'PATCH',
    'POST',
    'PUT',
    'VIEW',
)

CORS_ALLOW_HEADERS = (
    'accept',
    'accept-encoding',
    'authorization',
    'content-type',
    'dnt',
    'origin',
    'user-agent',
    'x-csrftoken',
    'x-requested-with',
)

截图如下
在这里插入图片描述
在这里插入图片描述

二. 后端返回json源码:

2.1 SpringBoot框架下java实现json

代码如下:

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.jdbc.core.JdbcTemplate;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.CrossOrigin;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.ResponseBody;

import java.util.List;

@Controller
@RequestMapping(value = "DbService")
@CrossOrigin
public class Dblihui {

    @Autowired
    private JdbcTemplate jt;

    @ResponseBody
    @RequestMapping(value = "/getCustName", method = RequestMethod.GET)
    public List getSum() {
        String sql = "select distinct cust_name from pon_zwzx_wang order by cust_name";
        List list = jt.queryForList(sql);
        return list;
    }
}

2.2 Django框架下python实现json

代码如下:

from django.db import models


class BossBoss(models.Model):
    acc_num = models.CharField(max_length=20)
    prod_id = models.CharField(max_length=10)
    prod_name = models.CharField(max_length=20)
    owner_cust_id = models.CharField(max_length=19)
    owner_cust_name = models.CharField(max_length=30)
    address_desc = models.CharField(max_length=60)
    order_item_id = models.CharField(max_length=19)
    create_date = models.DateTimeField()

    class Meta:
        managed = False
        db_table = 'boss_boss'
# Create your views here.
from django.http import JsonResponse
from zqlx_api.models import BossBoss


def get_boss(request):
    boss = BossBoss.objects.all()
    data = []
    for b in boss:
        dic = {'owner_cust_id': b.owner_cust_id, 'acc_num': b.acc_num}
        data.append(dic)
    print(data)
    return JsonResponse(data, safe=False)
def list(request):
    result_set = models.users.objects.all().values('a_id', 'name', 'create_time')
 
    data_list = result_set[:]  # queryset转为list
    print(type(list(data_list)))
    data = list(data_list)
    resp = {'code': '100', 'message': '查询成功' , "data": data}
    print(json.dumps(resp, cls=CJsonEncoder))
    return HttpResponse(json.dumps(resp, cls=CJsonEncoder), content_type="application/json")
 
class CJsonEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime):
            return obj.strftime('%Y-%m-%d %H:%M:%S')
        elif isinstance(obj, datetime.date):
            return obj.strftime('%Y-%m-%d')
        else:
           return json.JSONEncoder.default(self, obj)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算机视觉(Computer Vision)又称为机器视觉(Machine Vision),顾名思义是一门“教”会计算机如何去“看”世界的学科。在机器学习大热的前景之下,计算机视觉与自然语言处理(Natural Language Process, NLP)及语音识别(Speech Recognition)并列为机器学习方向的三大热点方向。在如今互联网时代,人工智能发展迅速,计算机视觉领域应用非常广泛,对人才的需求也是非常大,计算机视觉在IT领域的工资水平非常高,初级就能达到一个很好的薪资水平,学好计算机视觉,势在必得,增加自己的竞争力以及给自己一个好的薪水。 以下是计算机视觉部分应用场景,可以看到它的需求非常大:1.Google, MS, Facebook, Apple,华为,阿里,腾讯,百度等世界科技公司,无一没有建立自己的AI实验室,AI里面,计算机视觉或图像处理是非常重要的一块,当然它们研究方向就多了,几乎会涵盖所有方向。2.世界各大汽车公司,如特斯拉,宝马。汽车公司开始发力自动驾驶,而自动驾驶里面最核心的技术就是“教”汽车里的电脑如何通过摄像头实时产生的图片和视频自动驾驶。因此视觉和图像处理便是核心技术所在,如行人探测,道路识别,模式识别。3.Adobe,美图秀秀等照片、Winrar、Real player等视频处理、压缩软件。这个不多说,最最直观的应用,比如降噪,图像分割、图像压缩、视频压缩。4.AR(增强现实)最近由于Pockman GO的风靡全球又被推到第一线,而Google Class或者三星Gear眼镜等等,也无不和图像处理、计算机视觉的科研有关。预测这将是未来几年主推的东西。5.迪士尼等各大电影制片公司。3-D电影,以及各种炫酷的电影特效,当然里面不光有图像处理,还有计算机图形学的东西在里面。6.地平线,大疆无人机等机器人公司。和自动驾驶一个道理,机器人要通过摄像头“判断”并躲开前方障碍物,核心技术都在视觉和图像处理。7.医疗器械设备公司。医学图像处理,核磁共振,断层扫描等等,众所周知医疗行业都是暴利阿。8.工业级摄像头;包括高速路上的摄像头,机场火车站安检摄像头,工业流水线上的摄像头,嵌入了人脸或次品识别的芯片,智能地识别罪犯、次品,等等。 基于SpringBoot+Python多语言银行卡识别系统,将以基础知识为根基,带大家完成一个强大的银行卡识别系统。该系统将包含算法部分,算法服务,算法商业化api部分等。应用场景可以为:帮助用户快速完成信息录入和银行卡绑定、批量快速录入银行卡号的业务场景、商场购物现场扫码app绑定银行卡等等,算法可以商业化,系统同时实现了商业化api功能,商业价值非常高,大家可以基于课程项目的基础上进一步完善,做到商用,学到知识的同时,给自己额外增加收入。 本课程包含的技术: 开发工具为:IDEA、WebStorm、PyCharmPythonAnconaOpencvDjangoSpringBootSpringCloudVue+ElementUI+NODEJS等等 课程亮点: 1.与企业接轨、真实工业界产品2.强大的计算机视觉库OPENCV3.从基础到案例,逐层深入,学完即用4.市场主流的前后端分离架构和人工智能应用结合开发5.多语言结合开发,满足多元化的需求6.商业化算法api实现7.多Python环境切换8.微服务SpringBoot9.集成SpringCloud实现统一整合方案 10.全程代码实操,提供全部代码和资料 11.提供答疑和提供企业技术方案咨询 

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值