flask 和 ajax 实例

flask 和 ajax 实例项目结构：## [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-eod6EOwl-1596087970924)(C:\Users\xiahuadong\Documents\csdn博客\flask和ajax实例1.png)]test.pyfrom flask import Flask, render_template, req

夏华东的博客

1430人浏览 · 2020-07-30 13:46:25

夏华东的博客 · 2020-07-30 13:46:25 发布

flask 和 ajax 实例

项目结构：

$## [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-eod6EOwl-1596087970924)(C:\Users\xiahuadong\Documents\csdn博客\flask和ajax实例1.png)]$

test.py

from flask import Flask, render_template, request
app = Flask(__name__)
@app.route('/')
def index():
    return render_template('test.html')
# 特别注意的是request.args['**']获取get请求的参数
# request.form['**']获取post请求的参数,request.values['**']可以获得两种方式的参数
@app.route('/ajax')
def ajax():
    return 'get获取到' + request.args['name']
# 当两种方式分开写时函数注意不要重名
@app.route('/ajax', methods=['POST'])
def ajax_post():
    return 'post获取到' + request.values['name']
if __name__ == '__main__':
    app.run()

test.html

<!--ajaxIndex.html-->
<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>ajaxIndex</title>
    <script src="../static/jquery-3.4.1.min.js"></script>
    <script src="../static/test.js"></script>
</head>
<body>
    <input type="text" id="namevalue"><br/>
    <button id="btn">send</button>
    结果:<span id="result"></span>
</body>
</html>

test.js

//ajaxIndex.js
$(document).ready(function () {
    $('#btn').on('click',function () {
        //此时使用的是post方式，get方式直接换成get就行
        $.post('/ajax', {name:$('#namevalue').val()}, function(data){
            $('#result').text(data);
        })
    })
})

效果

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oy7mZS9h-1596087970926)(C:\Users\xiahuadong\Documents\csdn博客\flask和ajax实例2.png)]$

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。