Flask后端开发(二) - 功能实现和项目总结
-
Flask后端开发(二) - 功能实现和项目总结
-
1. 功能1:修改文件参数值
- 1.1. 获取网页端传参
-
1.2. 读取文件
- 1.2.1. 一般文件读取方式
- 1.2.2. 特殊文件 —— mlx文件
- 1.2.3. 特殊文件 —— .xlx文件
- 1.3. 查找数据修改位置,替换数据
-
2. 功能2:读取结果数据
- 2.1. 实时数据展示如何存储相关数据?
-
2.2. 读取相关数据,整理、打包、传递
- 2.2.1. 读取.mat文件
- 2.2.2. 读取.xlsx文件
- 2.2.3. 读取.txt/.log文件
-
3. 功能3:运行liunx命令行
- 3.1. 远程连接服务器
- 3.2. 执行liunx命令
- 3.3. 多线程执行
- 3.4. 实时读取liunx命令的输出数据
- 3.5. 随时终止liunx命令的执行
-
4. 其他收获
- 4.1. 异常处理
- 4.2 日志生成
- 4.3 环境部署
- 4.4. vscode远程连接服务器
- 5. 项目感受
- 6. 后记
-
1. 功能1:修改文件参数值
前情回顾
Flask后端开发(一)-基础知识和前期准备
1. 功能1:修改文件参数值
针对文件参数值的修改,具体流程如下:
- 前端接收用户修改的数据,传递给后端;
- 后端接口接收数据之后,读取对应文件;
- 定位修改位置,替换数据;
- 返回修改结果给前端。
1.1. 获取网页端传参
前端传递参数的方式有两种,一种是GET,一种是POST,具体可参考Flask后端开发(一)-基础知识和前期准备
后端接收数据主要使用flask中的request
模块,具体代码如下:
#包导入
from flask import request
#前后端协商好传递数据的名称之后,后端根据参数名进行接收
if request.method == "POST":
userID= str(request.form.get("userID"))
elif request.method == "GET":
userID= str(request.args.get("userID"))
#如果需要额外处理,例如字符串"a,b,c"需要转换为列表["a","b","c"],可以使用split函数
BSD= (request.form.get("BSD")).split(",")
#注:上述是代码片段,而非完整代码,一般后端接收数据写在接口函数中
1.2. 读取文件
1.2.1. 一般文件读取方式
一般文件包括.txt
、.c
、.log
等文件,其内容读取主要使用python中file
模块的open
函数,具体代码如下:
path= "文件路径"
with open(path, "r",encoding='utf8') as file:
file_content = file.read()
#整个文件内容存储在file_content中
关于file
模块的具体使用,可参考我的这篇博客:【python技巧】文本文件的读写操作。
1.2.2. 特殊文件 —— mlx文件
本项目的一个特殊之处就是需要处理.mlx
文件(实时脚本文件),这是matlab中的一种文件格式,其内容是二进制的,无法直接读取。因此,在本文当中,解决方案是将.mlx
文件手动转换为.m
文件,然后再读取.m
文件的内容(真的很笨蛋,但是有效)。
对于.m文件,则可以按照一般文件的读取方式进行读取。
1.2.3. 特殊文件 —— .xlx文件
本项目中还会涉及到表格文件的数据读写,这里使用的是xlrd
模块,具体代码如下:
#包导入
import xlrd
#查找对应文件内容
file_path="文件路径"
#打开表格
wb = xlrd.open_workbook(file_path)
ws = wb.sheet_by_name('Sheet1')
#按行读取,返回给前端一个行列表:
n_rows = ws.nrows#获取行数
for i in range(2,n_rows):#按行读取,进行筛选,第一行是表头,第二行开始是数据
get_value=ws.cell(i,3).value#获取第i行第3列的数据
1.3. 查找数据修改位置,替换数据
本项目的需求是修改文件中的对应参数,涉及很多代码行的参数修改,因此,需要根据变量名查找相关位置。
- 定位
根据pytho字符串中的find函数
查找变量名所在的位置,参考博客如下Python find()方法,具体代码如下:
# 其中file_content是文件内容,变量名是需要查找的变量名
## 1. 调度类型
start_index_1 = file_content.find(
"simParameters.SchedulingType ="
)
end_index_1 = file_content.find(
"simParameters.NumUEs =",
start_index_1,
) # 这之间修改schedulingtype的取值
## 2. UESpeed
start_index_2 = file_content.find(
"simParameters.UESpeed =", end_index_1
)
end_index_2 = file_content.find(
"% Validate the UE positions",
start_index_2,
)
## 3. max_RB
start_index_3 = file_content.find(
"simParameters.NumRBs =", end_index_2
)
end_index_3 = file_content.find(
"simParameters.SCS =",
start_index_3,
)
## 4. SCS
start_index_4 = file_content.find(
"simParameters.SCS =", end_index_3
)
end_index_4 = file_content.find(
"simParameters.DLCarrierFreq =",
start_index_4,
)
这部分的下标定位情况,可参考我的此篇博客:【python技巧】替换文件中的某几行
- 替换
在本项目中使用的全文替换,具体代码结构如下:
# 1. 读取文件
path = "文件路径"
with open(path, "r",encoding='utf-8') as file:
file_content = file.read()
# 2. 定位
start_index_1 = file_content.find("simParameters.UEPosition =")
end_index_1 = file_content.find("simParameters.UESpeed =",start_index_1) # 这之间修改ue_position的取值
start_index_2 = file_content.find("simParameters.Position = ", end_index_1)
end_index_2 = file_content.find("csirsConfig = nrCSIRSConfig", start_index_2)
if (start_index_1 == -1 or end_index_1 == -1 or start_index_2 == -1 or end_index_1 == -1):
return jsonify({"Error": "找不到对应的参数位置"})
# 3.更新参数值
updated_content = (
file_content[:start_index_1]
+ "simParameters.UEPosition = "
+ str(UE_position)
+ ";\n")
updated_content += file_content[end_index_1:start_index_2]
updated_content += "simParameters.Position = "+str(gNB_position)+";% Position of gNB in (x,y,z) coordinates"
updated_content += file_content[end_index_2:]
# 4. 更新文件
if updated_content != "":
with open(path, "w",encoding="utf-8") as file:
file.write(updated_content)
msg = "成功改变相关文件参数\n"
return jsonify({"Sueecess": msg})
2. 功能2:读取结果数据
2.1. 实时数据展示如何存储相关数据?
本项目中matlab会使用作图程序实时展示每个时隙的运行结果,但是这个作图程序无法显示在网页端,因此,考虑将数据存储在文件中,然后通过网页端读取文件中的数据,进行展示。
实时数据的存储代码需要手动添加,在matlab每次作图调用的函数中添加如下matlab代码:
date_str=datestr(now,31);
new_str = replace(date_str,' ','_');
new_str=replace(new_str,':','');#添加时间戳
filename=sprintf('./文件夹名/file_name_%s.mat',new_str);#定义文件存储相对位置
save(filename,"需要存储的变量名");#存储变量
2.2. 读取相关数据,整理、打包、传递
2.2.1. 读取.mat文件
根据添加的代码,将会得到若干个.mat文件,需要读取.mat文件的内容并整理成前端需要的格式。
在本文中,是定义一个文件夹名为A,每个时隙的实时数据存储为一个.mat文件,文件名为file_name_时间戳.mat,因此需要读取文件夹A下的所有.mat文件。
在python中读取.mat文件的具体代码如下:
#1.包导入
import os
import scipy.io as sio
#2. 读取数据
file_list=os.listdir("./文件夹名/")#读取文件夹下所有文件名称,形成列表
list_1=[]
list_2=[]
for file in file_list:#遍历文件列表
file_content= sio.loadmat(f"./文件夹/{file}")#读取文件内容
#这里的写法是根据我的.mat文件结构来的,如果不一样,需要根据自己的文件结构进行修改
list_1.append(file_content["之前存储的变量名"][0].tolist())
list_2.append(file_content["之前存储的变量名"][1].tolist())
#之后得到的list_1和list_2就是前端需要的数据
#3. 传递给前端
result={
"list_1或者其他变量名":list_1,
"list_2或者其他变量名":list_2,
}
return jsonify(result)#数据打包为json格式,传递给前端
2.2.2. 读取.xlsx文件
在项目中,还需要读取.xlsx
文件,这里使用的是xlrd
模块,具体代码如下:
##包导入
import xlrd
# 1. 读取文件
file_path="文件路径"
#打开表格
wb = xlrd.open_workbook(file_path)
ws = wb.sheet_by_name('Sheet1')
#数据读取
list_1=[]
list_2=[]
n_rows = ws.nrows#获取行数
for i in range(2,n_rows):#按行读取,进行筛选
list_1.append(float(ws.cell(i,7).value))
list_2.append(float(ws.cell(i,7).value))
#之后得到的list_1和list_2就是前端需要的数据
#3. 传递给前端
result={
"list_1或者其他变量名":list_1,
"list_2或者其他变量名":list_2,
}
return jsonify(result)#数据打包为json格式,传递给前端
2.2.3. 读取.txt/.log文件
在项目中,还需要读取某些文本文件,例如日志文件存储的相关数据,这里使用的是file
模块,具体数据读取需要用到正则表达式相关知识,可参考博客【python技巧】文本处理-re库字符匹配,具体代码如下:
##方式1:要查找的内容为:“serveraddr = xxx",需要提取xxx
path= "文件路径"
with open(path, "r") as file:
for line in file:
if "serveraddr" in line:
serveraddr_match = re.search(r'serveraddr\s*=\s*"([^"]+)"', line)
serveraddr = serveraddr_match.group(1) if serveraddr_match else ""
elif "serverport" in line:
serverport_match = re.search(r'serverport\s*=\s*"(\d+)"', line)
serverport = (
int(serverport_match.group(1)) if serverport_match else 0
)
##方式2:要查找的内容为:“itemxx: 数据1;数据2;数据3;”,需要提取xxx
path= "文件路径"
with open(path, "r") as file:
lines = file.readlines() # 一次读取并存入lines中,行列表
for line in lines: # 查找lines中包含item的行
if item in line: # 待查找的条目,提取关键数据
line = line.strip("\n") # 去掉换行符
dataInOneLine = line.split(";") # 分割数据
dataInOneLine[0] = dataInOneLine[0].split(":")[1] # 去掉item部分
for i in range(0, len(dataInOneLine)): # 去掉空格
dataInOneLine[i] = dataInOneLine[i].strip()
break # 找到目标行,跳出循环
# 行遍历完成,得到行遍历结果dataInOneLine列表,存储关键数据
line_content_list = {
"itemName": item,
"数据项1": dataInOneLine[0],
"数据项2": dataInOneLine[1],
"数据项3": dataInOneLine[2],
}
# 将字典存入result_list,result_list中存储多条目的关键数据
result_list.append(line_content_list)
3. 功能3:运行liunx命令行
这是本项目较难的一个功能点,需要使用python程序连接服务器,然后执行liunx命令,运行编译指令和matlab代码,并且需要将liunx命令的输出结果实时返回给前端。
3.1. 远程连接服务器
远程服务器连接使用的是paramiko
模块,先使用pip install paramiko
下载模块,具体代码如下:
import paramiko
#创建ssh连接,可以复用的公共函数
def create_ssh_client(ip, port, username, password):
ssh_client = paramiko.SSHClient()
ssh_client.load_system_host_keys()
ssh_client.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh_client.connect(ip, port, username, password)#连接服务器
return ssh_client
#调用方式:
gnb_ssh_client = create_ssh_client(gnb_ip, gnb_port, gnb_username, gnb_password)
ue_ssh_client = create_ssh_client(ue_ip, ue_port, ue_username, ue_password)
【注意事项】:为了避免之后命令行执行可能存在的权限问题和密码输入问题,推荐使用root
身份进行ssh连接。
3.2. 执行liunx命令
一般来说,使用paramiko
的invoke_shell
函数,然后使用send
函数发送命令,使用recv
函数接收命令执行结果,具体代码如下:
import paramiko
def execute_command(ssh_client, command, output_lines):
channel = ssh_client.invoke_shell()
channel.send(command + '\n')
while not channel.exit_status_ready():
time.sleep(1)
而关于command
的具体写法,这里我简单介绍一下:
- 单行命令:
直接字符串赋值即可:
cmd="cd /home'
- 多行命令:
cmd1="cd /home"
cmd2="ls"
cmd3="其他指令"
cmd=cmd1+";"+cmd2+";"+cmd3+"\n"#这样拼接之后,一次性发送给服务器就能按顺序执行多条命令
- 特殊命令——matlab脚本文件运行
pyhton文件通过远程服务器连接执行matlab脚本文件,这里使用的是matlab -r
命令,具体命令如下:
cmd="cd 脚本文件对应文件夹"+";"+"matlab -nodesktop -nosplash -r 脚本文件名,不需要带.m后缀"
- 特殊命令——服务器文件复制
在服务器A的命令端,需要复制得到服务器B的相关文件,这里使用的是scp命令,具体命令如下:
cmd="sshpass -p 服务器B的密码 scp -P 服务器B的端口 root@服务器B的IP:服务器内的文件路径(例如 /home/user/copy_file.txt) 想要复制在服务器A中的文件位置,例如`/home/user/`"
#sshpass是为了避免scp命令需要输入密码,这里直接将密码写在命令中
- 特殊命令——文件权限修改
在服务器A的命令端修改相关文件权限,从而能够被读写,这里使用的是chmod命令,具体命令如下:
cmd="chmod 777 文件路径"
3.3. 多线程执行
为了实现下文的实时读取输出
和随时终止命令
,都需要使用多线程方式,从而让终端在执行命令行的时候,还能够接收python发送的新请求,返回终端信息或者执行终止操作。
实现多线程需要用到threading
模块,具体代码如下:
#包导入
import threading
#全局变量定义
gnb_ssh_client = None
ue_ssh_client = None
gnb_output_lines = []
ue_output_lines = []
execution_in_progress = False # 用于标识执行是否正在进行中
@model_name.route("/start_process", methods=["POST"])
#需要异步多线程的处理方式
def start_process():
global gnb_ssh_client, ue_ssh_client, execution_in_progress,gnb_output_lines,ue_output_lines
#前端传递参数
#cmd定义
#cmd拼接
gnb_command="("+cmd1_gnb+";"+cmd2_gnb+";)"
ue_command="(+"scp2ue_cmd_2+";"+cmd0_ue+";"+cmd1_ue+";"+cmd2_ue+";)"
#连接ssh
if gnb_ssh_client is None:
gnb_ssh_client = create_ssh_client(gnb_ip, gnb_port, gnb_username, gnb_password)
if ue_ssh_client is None:
ue_ssh_client = create_ssh_client(ue_ip, ue_port, ue_username, ue_password)
#执行命令
gnb_output_lines=[]#先清空命令行输出
ue_output_lines=[]
gnb_thread = threading.Thread(target=execute_command, args=(gnb_ssh_client, gnb_command, gnb_output_lines, "gnb"))
ue_thread = threading.Thread(target=execute_command, args=(ue_ssh_client, ue_command, ue_output_lines, "ue"))
execution_in_progress = True
gnb_thread.start()
ue_thread.start()
return jsonify({"success": "Execution started.","execution_in_progress":execution_in_progress})
#ssh连接的公用函数
def create_ssh_client(ip, port, username, password):
ssh_client = paramiko.SSHClient()
ssh_client.load_system_host_keys()
ssh_client.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh_client.connect(ip, port, username, password)
return ssh_client
#命令执行的公用函数:注意和前文的代码区别,添加了多线程相关代码
def execute_command(ssh_client, command, output_lines, identifier):
channel = ssh_client.invoke_shell()
output_thread = threading.Thread(target=get_output, args=(channel, output_lines, identifier))
output_thread.start()
channel.send(command + '\n')
while not channel.exit_status_ready():
time.sleep(1)
# 等待输出线程完成
output_thread.join()
3.4. 实时读取liunx命令的输出数据
按照多线程的方式执行代码之后,如何才能实时获取命令行的输出数据呢?
首先我们介绍一下整个命令行执行过程中,前后端所进行的操作:
- step1:
- 前端:发送命令行执行请求;
- 后端:调用命令行执行的接口(例如
/start_process
) - 服务器:建立ssh连接,执行命令行;
- step2:
- 前端:按照一定的时间间隔,发送数据请求;
- 后端:调用数据请求的接口(例如
/get_output
) - 服务器:继续执行命令,命令行输出数据被存储在全局变量中;
- step3:
- 前端:发送终止命令行执行请求;
- 后端:调用终止命令行执行的接口(例如
/stop_process
) - 服务器:终止命令行执行,关闭ssh连接。
因此,此处的实时读取命令行输出数据,就是在step2中,前端按照一定的时间间隔,发送数据请求,后端调用数据请求的接口,返回命令行输出数据。具体代码如下:
@model_name.route('/get_output', methods=['POST', 'GET'])
def get_output():#读取全局变量内容即可
global gnb_output_lines, ue_output_lines
gnb_output = "\n".join(gnb_output_lines)
ue_output = "\n".join(ue_output_lines)
return jsonify({
"gnb_output": gnb_output,
"ue_output": ue_output
})
def execute_command(ssh_client, command, output_lines, identifier):
channel = ssh_client.invoke_shell()
output_thread = threading.Thread(target=get_output, args=(channel, output_lines, identifier))#这一步是关键,将命令行输出数据存储在全局变量中
output_thread.start()
channel.send(command + '\n')
while not channel.exit_status_ready():
time.sleep(1)
# 等待输出线程完成
output_thread.join()
def get_output(channel, output_lines, identifier):#核心代码,将命令行执行的输出数据存储在全局变量中,需要和上文的`execute_command`函数配合使用
while not channel.exit_status_ready():
if channel.recv_ready():
output = channel.recv(1024).decode('utf-8')
lines = output.split('\n')
for line in lines:
if line.strip():
formatted_line = f"[{identifier}]:{line.strip()}"
#print(formatted_line)
output_lines.append(formatted_line)
3.5. 随时终止liunx命令的执行
这个功能是为了避免指令执行无法自行终止,需要用户手动选择结束仿真。
在多线程的命令行执行中,前端发送请求,而后端在原有ssh连接的基础上,发送终止命令,具体代码如下:
@model_name.route('/stop_process', methods=['POST'])
def stop_process():
global gnb_ssh_client, ue_ssh_client, execution_in_progress
if not execution_in_progress:#如果没有命令行执行,返回错误信息
return jsonify({"error": "No execution in progress.","execution_in_progress":execution_in_progress})
if ue_ssh_client is not None:#断开ued的ssh连接
stop_execution(ue_ssh_client)
ue_ssh_client.close()
ue_ssh_client = None
if gnb_ssh_client is not None:#断开gnb的ssh连接
stop_execution(gnb_ssh_client)
gnb_ssh_client.close()
gnb_ssh_client = None
execution_in_progress = False
return jsonify({"success": "Execution stopped.","execution_in_progress":execution_in_progress})
#终止指令执行的公用函数
def stop_execution(ssh_client):
ssh_client.invoke_shell().send('\x03') # 发送Ctrl+C来终止命令
4. 其他收获
4.1. 异常处理
在后端程序执行过程中,可能会出现各种checked exeption
,这类异常需要程序员进行捕获,不然则会影响程序的运行,产生报错,而这里我们可以将这些异常捕获之后,将信息作为返回值传递给前端,从而让用户知道程序运行成功与否。
具体代码结构如下:
@model_name.route('/function_name', methods=['POST'])
def function_name():
try:
#程序运行代码
except Exception as e:
return jsonify({"error": str(e)})
finally:
#程序运行结束后的代码,例如return jsonify({"success": "Execution stopped."})
4.2 日志生成
在上一篇博客中,我们提到了分模块的flask项目结构,而日志部分的处理,需要在主文件app.py
中。添加如下代码:
import logging
log_filename = 'app.log' # 日志文件名
log_level = logging.DEBUG # 日志级别
log_format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s' # 日志格式
# 配置日志
logging.basicConfig(filename=os.path.join(os.path.dirname(__file__), log_filename), level=log_level, format=log_format)
则可以在程序运行过程中,将日志信息存储在app.log
文件中,相关报错信息也会存储在该文件中,方便程序员进行调试。
4.3 环境部署
当我们在本地进行程序开发之后,需要将程序部署到服务器上,而迁移到服务器上或者别人的电脑上,需要安装相关的环境。在这种情况下,我们可以将自己开发用到的包进行打包,然后在服务器上进行安装,具体步骤如下:
- 将当前环境中的包信息存储在requirements.txt文件中,存储在当前文件夹目录下
pip freeze > requirements.txt
- 将整个项目文件打包之后,其他人可使用如下命令进行安装:
pip install -r requirements.txt
4.4. vscode远程连接服务器
当我们在服务器上部署完项目代码之后,可能会经过多次测试和调试,因此代码会不断被修改,且会被无数次的运行,如果每次都是本地修改+服务器部署运行,实在有些不够优雅,因此,我们可以试着把自己的本地编辑器连接到服务器上,这样就可以在本地进行服务器端代码的修改,然后直接在服务器上运行,这样就可以避免每次修改都需要部署的麻烦。
我在项目中使用的是vscode,具体步骤如下:
- 插件安装:Remote-SSH
- 选择新建远程,输入ssh连接信息
- 连接之后选择想要编辑的项目文件夹,即可在本地编辑器中进行服务器端代码的修改;
- 调试的时候可使用vscode进行运行、部署;
具体的配置细节,可参考博客
5. 项目感受
- 项目的文件读写、服务器连接等都是非常有趣的功能,多线程解决实时输出算是一个较大的技术难点;
- 项目本身难度不大,主要难点在于理解业务本身,如果有相对应的业务文档,可能开发效率会更高一点;
- 后端开发部分也需要了解基本的前端知识,例如前后端数据传递、前端页面的渲染等,这样才能更好的理解前端的需求,从而更好的进行后端开发;
- 项目对接需要良好的文档编辑能力和沟通能力;
- 相关业务的具体实现,也是体现个人智慧的时刻,具体的开发技术和解决问题的智慧都是必不可少的,开发技术是工具,而我们需要用自己已有的工具去实现某些功能,这是一种思维方式,也是一种能力。,当然,技术会的越多,能用的工具越多,解决问题的思路就不会被限制;
- 总会有开发者不会的东西,这是一个学习的过程,重点在于不断地学习,虚心请教和快速掌握。
6. 后记
如果觉得我写得还算不错,不妨点赞关注一波走起~
想看更多博文,请访问我的各平台主页:博客园 / CSDN / 51CTO / 掘金论坛 / 知乎