HTML传值Java html传值给flask

转载

mob6454cc66e0d5 2023-09-28 19:36:53

文章标签 HTML传值Java Python数据如何传html flask 应用程序 html 文章分类 Java 后端开发

我正在构建一个数据产品(一个NLP聊天应用程序)，我正在为它学习flask，这样用户就可以有一个更好的UI来与我的产品交互。

我已经在flask中编写了以下代码，以获取用户输入并将其存储在变量中。

主.py

from flask import Flask, render_template, request

app = Flask(__name__)

@app.route('/')

def index():

return render_template('init.html')

@app.route('/handle_data', methods = ['POST', 'GET'])

def handle_data():

userQuestion = request.form['userQuestion']

print(userQuestion)

return render_template('init.html', userQuestion = userQuestion)

if __name__ == '__main__':

app.run()

初始.html

号

我已经处理了表单数据并将其存储在一个变量userQuestion中。我想将这个变量传递给另一个包含我的训练模型代码的python脚本。

文档2vec_main.py

import gensim

import nltk

import numpy

from gensim import models

from gensim import utils

from gensim import corpora

from nltk.stem import PorterStemmer

ps = PorterStemmer()

sentence0 = models.doc2vec.LabeledSentence(words=[u'sampling',u'what',u'is',u'sampling'],tags=["SENT_0"])

sentence1 = models.doc2vec.LabeledSentence(words=[u'sampling',u'tell',u'me',u'about',u'sampling'],tags=["SENT_1"])

sentence2 = models.doc2vec.LabeledSentence(words=[u'elig',u'what',u'is',u'my',u'elig'],tags=["SENT_2"])

sentence3 = models.doc2vec.LabeledSentence(words=[u'eligiblity',u'limit', u'what',u'is',u'my'],tags=["SENT_3"])

sentence4 = models.doc2vec.LabeledSentence(words=[u'eligiblity',u'claim',u'how',u'much',u'can',u'I'],tags=["SENT_4"])

sentence5 = models.doc2vec.LabeledSentence(words=[u'retir',u'eligibility',u'claim',u'i',u'am',u'how',u'much',u'can',u'i'],tags=["SENT_5"])

# ... list of all the training set.

# User inputs a question

document = input("Ask a question:")

tokenized_document = list(gensim.utils.tokenize(document, lowercase = True, deacc = True))

stemmed_document = []

for w in tokenized_document:

stemmed_document.append(ps.stem(w))

sentence19 = models.doc2vec.LabeledSentence(words= stemmed_document, tags=["SENT_19"])

sentences = [sentence0,sentence1,sentence2,sentence3, sentence4, sentence5,sentence6, sentence7, sentence8, sentence9, sentence10, sentence11, sentence12, sentence13, sentence14, sentence15, sentence16, sentence17, sentence18, sentence19]

model = models.Doc2Vec(size=4, alpha=0.25, min_alpha=.025, min_count=1)

model.build_vocab(sentences)

for epoch in range(30):

model.train(sentences, total_examples=model.corpus_count, epochs =

model.iter)

model.alpha -= 0.002

model.min_alpha = model.alpha

model.save("my_model.doc2vec")

model_loaded = models.Doc2Vec.load('my_model.doc2vec')

print (model.docvecs.most_similar(["SENT_19"]))

我的问题是，我找不到一种方法将doc2vec_main.py连接到main.py，并将userQuestion的值传递到doc2main.py中的document变量。脚本。也就是说，当用户在表单中输入一个问题并单击Submit时，表单的值将传递给EDOCX1中的document，其余脚本将运行。

我在网上搜了很多东西，但没用。你能给我推荐一种方法吗？我完全是个新手，所以请原谅我的任何错误。

从另一个文件导入变量可能重复？

你想这样做吗？python doc2vec_main.py arg1=来自烧瓶？？？？

@craicerjack，在函数handle_data()之外使用userquestion，会引发错误"userquestion not defined"。

@Δημ？τρη？Φλ？ππο，我不这么认为。我的目标是构建一个应用程序，在这个应用程序中，用户通过表单输入问题，并在同一个网页中得到返回的答案。应该在后台自动调用doc2vec_main.py。它应该接受输入并给出输出。

然后把你的应用集成到烧瓶上，你为什么要把它分开？烧瓶很容易伸长。将您的文件导入Flask主应用程序并执行您的操作，另外handledata不是一个全局函数，它是一个仅在用户发送请求时触发的Flask规则。

@Δημ？τρη？Φλ？ππψ，那我该如何利用用户问题呢？

我找到了一个可能的解决办法。在python脚本文件中导入sys

当您像这样运行脚本时->python doc2vec_main.py"这里有问题"

您可以通过

>>> import sys

>>> print(sys.argv)

>>>['doc2vec_main.py', 'question here']

所以你可以简单地用这个

document = sys.argv[1]

号

好吧，我们找到了手动的方法，但是你需要用烧瓶自动完成。

烧瓶内附件import os

然后当您想执行外部脚本时，请执行以下操作

os.system("python doc2vec_main.py %s") % request.form['userQuestion']

你知道这会奏效，但只在一个应用程序中这样做会更好吗？这样会更好。

我认为这种方法不适合我的目的。我接受了您关于将我的Python脚本集成到烧瓶中的建议，它起到了作用。

import gensim

import nltk

import numpy

from gensim import models

from gensim import utils

from gensim import corpora

from nltk.stem import PorterStemmer

ps = PorterStemmer()

# load the model here

model_loaded = models.Doc2Vec.load('my_model.doc2vec')

from flask import Flask, render_template, request

app = Flask(__name__)

@app.route('/')

def index():

return render_template('init.html')

@app.route('/handle_data', methods = ['POST', 'GET'])

def handle_data():

userQuestion = request.form['userQuestion']

print(userQuestion)

q_vector = doc2vec_main(userQuestion)

return render_template('init.html', userQuestion = userQuestion)

def doc2vec_main(document):

"""whatever you want to do with your pre-trained doc2vec model can go here. I assume that doc2vec_main meant to return vector for a given document. for training part of the code you should write a separate function."""

# your code here!

return"replace this with your vector"

if __name__ == '__main__':

app.run()

。

将脚本放入flask应用程序的另一个模块中，在一个函数下，将要处理的变量作为参数：

import gensim

import nltk

import numpy

from gensim import models

from gensim import utils

from gensim import corpora