💡
交互与部署

用户3841

用户7367

2024年10月6日修改

背景🌟

在我们组队参加比赛时，一项免不了的工作就是完成与前后端同学的交接🤝。​

对于本题，我们设想以下最简单的一种情况：后端同学向我们发送请求（包含传输的文件以及相应的文件参数等信息），我们需要顺利接受后端同学发送的文件，并根据相应的参数等信息选择我们的代码工作模式，最终成功将网络输出结果再发送回后端同学🚀。​

一个Web应用的本质就是：

浏览器发送一个HTTP请求🌐；

服务器收到请求，生成一个HTML文档📄；

服务器把HTML文档作为HTTP响应的Body发送给浏览器📡；

浏览器收到HTTP响应，从HTTP Body取出HTML文档并显示🖥️。

所以，最简单的Web应用就是先把HTML用文件保存好，用一个现成的HTTP服务器软件，接收用户请求，从文件中读取HTML，返回🔄。Apache、Nginx、Lighttpd等这些常见的静态服务器就是干这件事情的。​

如果要动态生成HTML，就需要把上述步骤自己来实现。不过，接受HTTP请求、解析HTTP请求、发送HTTP响应都是苦力活，如果我们自己来写这些底层代码，还没开始写动态HTML呢，就得花个把月去读HTTP规范📚。​

正确的做法是底层代码由专门的服务器软件实现，我们用Python专注于生成HTML文档。因为我们不希望接触到TCP连接、HTTP原始请求和响应格式，所以，需要一个统一的接口，让我们专心用Python编写Web业务👨‍💻。​

这个接口就是WSGI：Web Server Gateway Interface🌉。

以上内容转载自廖雪峰的博客

任务要求📝

•
了解Flask框架（不需要完全掌握，只需能构建出最简单的一种WSGI应用🔧）​

•
了解并简单学习json数据格式📊​

•
在本地服务器的8080端口处开启一个receive_file路由🛤️​

•
控制我们的receive_file路由能够接受后端同学向我们发送的POST请求📡​

•
了解并区分表单数据（form data）与头部（headers）数据的差异、二者应用场景的差异、二者的特征差异···🔍​

•
学习如何使用Flask在服务器端读取表单数据与头部数据🔑​

•
下载并学习Apifox软件的基本用法，学会使用Apifox发送模拟请求的操作，并学会如何使用Apifox发送不同的表单数据信息🚀​

•
我们规定，在后端同学发送的POST请求中，主要数据均储存在表单数据中📦。​

以下是我们对处理POST请求的基础要求📋

基础要求：

•
POST请求的表单数据中包含一个名为Operation的键，其值可以为：sum（相加）、multiply（相乘）、subtract（相减） 、divide（相除）​

•
POST请求的表单数据中还分别包含一个名为Data_A与名为Data_B的两个键，两个键的值A与B分别代表操作数的值，这两个值可以在Apifox中由用户自己定义，跟随Operation键一同包含在POST请求中发送至服务器​

•
服务器接受请求后，读取三个键的值，并执行相应操作 （假如Operation的值为sum，则调用本地的另一个py程序计算A+B的值result，然后以json格式{"Result" : result}将得出的结果返回给Apifox）​

进阶要求🏋️‍♂️

Ⅰ

在进阶要求中，我们需要调用一个我们训练好的神经网络，下文中提到的file类型根据各位选取的神经网络类型而自行决定🧠​

•
POST请求的表单数据中包含一个文件file（以图片为例），并且还有代表对图像进行操作的键值对（可选）🖼️​

•
读取传入的file，调用神经网络模型，将file输入模型中，完成预测，最终将结果以json的格式回传给Apifox🔮​

Ⅱ（慎选）

对于学有余力的同学，在完成进阶要求Ⅰ后，请尝试将神经网络部署到云服务器（Windows或Linux均可）上（此处推荐阿里云，可以使用学生认证领取三个月的免费服务器）🌍​

然后在云服务器上打开我们的WSGI应用，从本地电脑的Apifox上完成POST请求的发送与接收🔄。​