⑴ python用於數據分析和web開發的不同
Python語言成為數據科學領域的流行語言不只僅僅因為大數據公司採用它，還因為很多該領域的起步教學也是使用它，Python語言已經在2015機器學習領域上升到前十大語言。
Bjarne Stroustrup說：有兩種語言：一種人們抱怨它，另外一種卻沒有人使用。
Python語言屬於前一種，卻在數值計算 機器學習等領域使用量不斷上升，Python除了性能攸關的領域以外幾乎能做任何事情，使用Python最好的選擇是進行數據分析和統計計算，而學習Python用於Web開發卻需要掌握很多不同的Web框架，比如Django，而學習Python用於數據科學只需要數據科學家們學習正則表達式的使用，包括科學類庫和數據虛擬化等概念即可。這是兩種完全不同的目標，無需掌握任何Web編程概念的數據專家可以容易地使用Python進行數據工作，毫無任何困難。
Python是一個有23年歷史的豐富表達的動態編程語言，編程人員可以一次編寫代碼無需另外編譯器就能執行，在Web開發中Python支持各種編程範式比如結構編程，函數式編程和面向對象編程。
不可否認使用Python編寫一個動態Web網站可以是很優秀的，但是學習Web框架也是必須的。
下面是幾種PythonWeb開發框架：
1. Django：它是一個完美的快速Web開發框架，適合資料庫驅動的Web應用開發，但是它也許有點overkill(過度的殺傷威力)，因為它會混淆文件系統和嚴格目錄結構(strict directory structure)，使用python進行Web開發的公司有紐約時報 Instagram,和 Pinterest.
2.Flask：這是對於初學者輕量解決方案，適合開發單頁Web應用，框架不支持檢驗 數據抽象層和其他框架有的組件功能，它不是完整開發棧，只是用於小網站。
3.CherryPy:它著重Python的慣例設計，這樣可以使用面向對象的方式開發應用，它是其他完整開發棧框架（TurboBears 和 Web2py）的基礎模板。
此外還有Pyramid, Bottle, 和Pylons 等待，無論使用哪個框架，都需要深度閱讀理解文檔和教程。
使用Python進行Web開發也許是一個不切實際的選擇，理由如下：
1.使用Python進行Web開發需要非標准和昂貴的主機託管，而PHP語言如此廣泛應用在web開發，因此，大部分投資者不會投資用於運行python web網站的主機資源。也就是說，很難找到像PHP那樣的主機資源運行你的Python Web應用。
2.相比PHP Java和Ruby on Rails，Python並不是在Web開發領域的普遍開發技術，Python用於數據科學正在不斷吸引注意力，大量從事數據科學和機器學習的公司在尋找這方面的Python人才，而不是Web方面的Python人才。
3.Python用於Web開發已經探索很長一段時間，但是它相比其他語言如PHP，在學習方面有比較陡峭的學習曲線，比較難以學習掌握。
為什麼Python是最適合於數據科學呢？
Python因為其類似英語語法，在研發大數據 財務 統計和數值計算等方面有其強大的天然性，最近快速增長的機器學習，自然語言處理和數據虛擬化以及數據探測 數據分析以及數據挖掘等需求導致了形成Pythonification。Python是數據科學家最暢銷的技能，在紐約進行Python數據科學編程平均薪水是 $140,000
那麼為什麼數據科學家喜歡使用Python進行數據科學研究呢？
因為Python能夠讓他們的想法更快速地原型化，他們喜歡趕快把想法實現，然後快速地從巨大的數據集中分析得出結論。而Python在這方面編程是最多才多藝、最體現其能力的全才，它有助於科學家以優化最短的時間編碼、調試、執行和得到的結果。
一個偉大的企業數據科學家真正價值是使用各種數據可視化幫助根據數據模式進行快速預測，從而贏得商業競爭優勢，否則只是一場零和游戲。Python有科學計算需要的很高的計算強度。
1.Python有統一的設計哲學，它聚焦於易於使用，可讀性好和對數據科學家的易學低門檻。
2.Python有高可擴展性scalability，和Stata, Matlab相比要快得多。
3.有越來越多的數據虛擬包和很酷的應用編程介面都增加了圖形介面來採納數據分析的結果輸出。
4.Python有很大的數據科學社區，包括Sci-Kit learn, NumPy, Pandas, 和Statsmodels, SciPy等庫包，這些都已經充分測試，Python數據科學包一直在增長。
⑵ 初學者怎麼學習Python
初學者、零基礎學Python的話，建議參加培訓班，入門快、效率高、周期短、實戰項目豐富，還可以提升就業競爭力。
以下是老男孩教育Python全棧課程內容：階段一：Python開發基礎
Python開發基礎課程內容包括：計算機硬體、操作系統原理、安裝linux操作系統、linux操作系統維護常用命令、Python語言介紹、環境安裝、基本語法、基本數據類型、二進制運算、流程式控制制、字元編碼、文件處理、數據類型、用戶認證、三級菜單程序、購物車程序開發、函數、內置方法、遞歸、迭代器、裝飾器、內置方法、員工信息表開發、模塊的跨目錄導入、常用標准庫學習，b加密\re正則\logging日誌模塊等，軟體開發規范學習，計算器程序、ATM程序開發等。
階段二：Python高級級編編程&資料庫開發
Python高級級編編程&資料庫開發課程內容包括：面向對象介紹、特性、成員變數、方法、封裝、繼承、多態、類的生成原理、MetaClass、__new__的作用、抽象類、靜態方法、類方法、屬性方法、如何在程序中使用面向對象思想寫程序、選課程序開發、TCP/IP協議介紹、Socket網路套接字模塊學習、簡單遠程命令執行客戶端開發、C\S架構FTP伺服器開發、線程、進程、隊列、IO多路模型、資料庫類型、特性介紹，表欄位類型、表結構構建語句、常用增刪改查語句、索引、存儲過程、視圖、觸發器、事務、分組、聚合、分頁、連接池、基於資料庫的學員管理系統開發等。
階段三：前端開發
前端開發課程內容包括：HTML\CSS\JS學習、DOM操作、JSONP、原生Ajax非同步載入、購物商城開發、Jquery、動畫效果、事件、定時期、輪播圖、跑馬燈、HTML5\CSS3語法學習、bootstrap、抽屜新熱榜開發、流行前端框架介紹、Vue架構剖析、mvvm開發思想、Vue數據綁定與計算屬性、條件渲染類與樣式綁定、表單控制項綁定、事件綁定webpack使用、vue-router使用、vuex單向數據流與應用結構、vuex actions與mutations熱重載、vue單頁面項目實戰開發等。
階段四：WEB框架開發
WEB框架開發課程內容包括：Web框架原理剖析、Web請求生命周期、自行開發簡單的Web框架、MTV\MVC框架介紹、Django框架使用、路由系統、模板引擎、FBV\CBV視圖、Models ORM、FORM、表單驗證、Django session & cookie、CSRF驗證、XSS、中間件、分頁、自定義tags、Django Admin、cache系統、信號、message、自定義用戶認證、Memcached、redis緩存學習、RabbitMQ隊列學習、Celery分布式任務隊列學習、Flask框架、Tornado框架、Restful API、BBS+Blog實戰項目開發等。
階段五：爬蟲開發
爬蟲開發課程內容包括：Requests模塊、BeautifulSoup，Selenium模塊、PhantomJS模塊學習、基於requests實現登陸：抽屜、github、知乎、博客園、爬取拉鉤職位信息、開發Web版微信、高性能IO性能相關模塊：asyncio、aiohttp、grequests、Twisted、自定義開發一個非同步非阻塞模塊、驗證碼圖像識別、Scrapy框架以及源碼剖析、框架組件介紹(engine、spider、downloader、scheler、pipeline)、分布式爬蟲實戰等。
階段六：全棧項目實戰
全棧項目實戰課程內容包括：互聯網企業專業開發流程講解、git、github協作開發工具講解、任務管理系統講解、介面單元測試、敏捷開發與持續集成介紹、django + uwsgi + nginx生產環境部署學習、介面文檔編寫示例、互聯網企業大型項目架構圖深度講解、CRM客戶關系管理系統開發等。
階段七：數據分析
數據分析課程內容包括：金融、股票知識入門股票基本概念、常見投資工具介紹、市基本交易規則、A股構成等，K線、平均線、KDJ、MACD等各項技術指標分析，股市操作模擬盤演示量化策略的開發流程，金融量化與Python，numpy、pandas、matplotlib模塊常用功能學習在線量化投資平台：優礦、聚寬、米筐等介紹和使用、常見量化策略學習，如雙均線策略、因子選股策略、因子選股策略、小市值策略、海龜交易法則、均值回歸、策略、動量策略、反轉策略、羊駝交易法則、PEG策略等、開發一個簡單的量化策略平台，實現選股、擇時、倉位管理、止盈止損、回測結果展示等功能。
階段八：人工智慧
人工智慧課程內容包括：機器學習要素、常見流派、自然語言識別、分析原理詞向量模型word2vec、剖析分類、聚類、決策樹、隨機森林、回歸以及神經網路、測試集以及評價標准Python機器學習常用庫scikit-learn、數據預處理、Tensorflow學習、基於Tensorflow的CNN與RNN模型、Caffe兩種常用數據源製作、OpenCV庫詳解、人臉識別技術、車牌自動提取和遮蔽、無人機開發、Keras深度學習、貝葉斯模型、無人駕駛模擬器使用和開發、特斯拉遠程式控制制API和自動化駕駛開發等。
階段九：自動化運維&開發
自動化運維&開發課程內容包括：設計符合企業實際需求的CMDB資產管理系統，如安全API介面開發與使用，開發支持windows和linux平台的客戶端，對其它系統開放靈活的api設計與開發IT資產的上線、下線、變更流程等業務流程。IT審計+主機管理系統開發，真實企業系統的用戶行為、管理許可權、批量文件操作、用戶登錄報表等。分布式主機監控系統開發，監控多個服務，多種設備，報警機制，基於http+restful架構開發，實現水平擴展，可輕松實現分布式監控等功能。
階段十：高並發語言GO開發高並發語言GO開發課程內容包括：Golang的發展介紹、開發環境搭建、golang和其他語言對比、字元串詳解、條件判斷、循環、使用數組和map數據類型、go程序編譯和Makefile、gofmt工具、godoc文檔生成工具詳解、斐波那契數列、數據和切片、make&new、字元串、go程序調試、slice&map、map排序、常用標准庫使用、文件增刪改查操作、函數和面向對象詳解、並發、並行與goroute、channel詳解goroute同步、channel、超時與定時器reover捕獲異常、Go高並發模型、Lazy生成器、並發數控制、高並發web伺服器的開發等。
⑶ Python三大web框架分別是什麼 哪個更好
【導讀】目前，Python比較火的三大web框架有Django、Flask和Tornado，要論這三個Web框架哪個更好的話，建議一點，Django幫我們事先搭建了好多，上手會快一些，學習的話可以先從Django學起，然後再學習Flask和Tornado，下面我們就來具體了解一下Python三大web框架的詳情。
1、Django
Django是一個開放源代碼的Web應用框架，由Python寫成。採用了MTV的框架模式，即模型M，模板T和視圖V。它最初是被開發來用於管理勞倫斯出版集團旗下的一些以新聞內容為主的網站的，即是CMS(內容管理系統)軟體。
2、Flask
Flask是一個使用Python編寫的輕量級Web應用框架。其 WSGI工具箱採用Werkzeug ，模板引擎則使用 Jinja2
。Flask使用BSD授權。
Flask也被稱為 「microframework」 ，因為它使用簡單的核心，用 extension
增加其他功能。Flask沒有默認使用的資料庫、窗體驗證工具。
Flask 很輕，花很少的成本就能夠開發一個簡單的網站。非常適合初學者學習。Flask 框架學會以後，可以考慮學習插件的使用。例如使用 WTForm +
Flask-WTForm 來驗證表單數據，用 SQLAlchemy + Flask-SQLAlchemy 來對你的資料庫進行控制。
3、Tornado
Tornado是一種 Web 伺服器軟體的開源版本。Tornado 和現在的主流 Web 伺服器框架(包括大多數 Python
的框架)有著明顯的區別：它是非阻塞式伺服器，而且速度相當快。
得利於其 非阻塞的方式和對epoll的運用，Tornado 每秒可以處理數以千計的連接，因此 Tornado 是實時 Web 服務的一個
理想框架。
關於Python三大web框架的簡單介紹，就給大家分享到這里了，當然學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚，希望大家抓緊時間進行學習吧。
⑷ Python3 使用Web3.py查詢以太坊賬戶余額
from web3 import Web3
def QuerryBalanceETH(accounts):
w3 = Web3(Web3.HTTPProvider('https://mainnet. infura .io/v3/ {此處設置自己託管賬戶ID} '))
#accounts = w3.eth.accounts
balance = w3.eth.getBalance(accounts,'latest')#latest表示使用區塊鏈中最後一個塊的狀態，也就是最後的余額
print('balance@latest => {0}'.format(balance))
return balance
1、什麼是Infura？
專業一點講，Infura是一種IaaS（Infrastructure as a Service）產品，目的是為了降低訪問以太坊數據的門檻。
通俗一點講，Infura就是一個可以讓你的dApp快速接入以太坊的平台，不需要本地運行以太坊節點。
從程序員的角度講，Infura就是一個Web3 Provider，背後是負載均衡的API節點集群。使用它的好處就是，你永遠不必擔心連接的節點失效的問題，Infura會管理好這一切。
除此之外，Infura還可以很方便地接入IPFS，這是另外一個話題，這里就不討論了。
最後，也是非常重要的一點：Infura目前是免費的。
2、如何使用Infura？
使用Infura首先需要注冊一個賬戶，訪問官網 https://infura.io ，點擊注冊並提供一個郵箱，會收到一封郵件，點擊郵件中的鏈接激活就可以了，然後你就會看到下面的界面：
點擊右上角的黑色按鈕，創建新項目，就可以生成你專屬的Project ID了（左邊的紅框）。
參考文章： https://blog.csdn.net/TurkeyCock/article/details/85103434
⑸ 學Python做web還是爬蟲未來那個發展比較好
光會一種待遇不好，要定位全棧。
⑹ python做web開發好嗎
Python適合從簡單到復雜的各種Web項目。它廣泛用於旅行，醫療保健，交通運輸，金融等不同領域，用於Web開發和軟體測試，腳本編寫和生成。
選擇Python進行Web開發的優點：
1、易於使用和閱讀
有幾個因素可以簡化Python在Web開發中的使用：
低入門門檻 Python與我們日常生活中使用的英語相似。語法的簡單性使您可以處理復雜的系統，並確保所有元素之間都具有明確的關系。因此，更多的新手程序員可以學習該語言並更快地加入編程社區。
良好的可視化 效果通過使用不同的圖和圖表，可以以易於理解的格式表示數據。它們是可視化呈現和理解數據的有效方法。Web開發公司利用Python庫（例如Matplotlib）來可視化數據並創建清晰且易於理解的報告。
Python非常易於閱讀，因此開發人員通常在理解由其他程序員編寫的代碼時不會遇到任何問題。這可以促使從事同一項目的開發人員之間的通信效率更高。
2、非同步編碼
由於沒有死鎖或研究爭執或任何其他令人困惑的問題，因此使用Python 編寫和維護非同步代碼無需花費太多精力。此類代碼的每個單元分別運行，從而使您能夠更快地處理各種情況和問題。
3、較少限制的編程方法
與其他編碼語言（例如Java）相比，Python具有較少限制的編程方法。它具有多種範例，可以支持多種編程風格，包括過程性，面向對象和功能性（命令性）。這使Python成為初創公司的絕佳語言，因為項目可能需要隨時更改方法。
4、企業應用集成
Python是企業軟體應用程序的流行選擇，這在很大程度上要歸功於Python與傳統上用於企業開發的其他語言（例如Java，PHP和.NET）的流暢集成。
Python直接與Java，C ++或C代碼進行調用，從而可以對大多數常用協議和數據格式進行大量的過程式控制制和實現。
除此之外，它還可以用於組裝基礎結構的新舊片段，這是復雜移動應用程序中的典型情況。
5、可以使用Python框架快速進行Web開發
Python的另一個優點是它具有許多簡化開發過程的框架。根據您的工作，可能需要不同的框架。
6、科學計算庫方便
有各種各樣的軟體包和庫可用於開發科學和數字應用程序，以及工具包（例如VTK 3D和MayaVi），單獨的成像庫以及許多其他工具。
7、用於機器學習和AI
機器學習（ML）和人工智慧（AI）技術越來越受到關注，因此越來越多的開發人員正在嘗試將它們納入各種項目中。如果使用正確的語言，這是可能的。
根據讓·弗朗索瓦·普吉，IBM的機器學習部門的代表，Python是ML和AI項目的頂尖語言，許多開發商同意。Python具有高效的ML軟體包，用於可視化結果的工具，並且遠遠超出了數據分析和其他使該應用程序領域受益的功能。
Python確實是機器學習和人工智慧最火熱的語言，沒有之一。
最典型的用語在線語音合成，在線語音識別，如果你的項目是建立一個人工智慧的web應用，那麼Python再適合不過了。
8、作為應用程序腳本
由於Python與C，C ++和Java的強大集成，Python可以很方便地用於應用程序腳本編寫。從一開始就被設計為可嵌入的，它對於自定義大型應用程序並為其進行擴展非常有用。
不敢說Python可以代替Lua，不過Python可以和Lua那樣被嵌入C/C++中。
9、軟體測試
Python用於測試自動化。許多QA自動化專家選擇Python是因為它具有簡單的學習曲線-對於技術背景較為有限的人（強大的社區，清晰的語法和可讀性）也非常有用。Python甚至有一個易於使用的單元測試框架（例如，您可以使用它對移動應用程序執行地理位置測試）。
M年前我在一家路由生產商上班，那時候我看到測試部門用Tcl腳本去測試路由器埠，我當時就覺得很詫異，畢竟Tcl腳本的語法真的很怪異，相比這點，Python的語法真的干凈簡潔。
10、在原型製作中使用
用Python創建原型已被證明是一個快速而簡單的過程。編程語言的敏捷性使代碼重構變得容易，並且可以將初始原型快速開發為最終產品。
11、開源
Python具有開放源代碼許可證，該許可證使用戶可以輕松訪問它，並有助於重新分發和無限制的修改。開發人員可以自由使用該語言並為它的改進做出貢獻。
12、伺服器端腳本
如上所述，使用Python進行伺服器端腳本編寫的優點之一是其簡單的語法，從而大大加快了處理速度。該代碼由功能模塊及其之間的連接組成，可讓您根據用戶操作執行程序演算法。Python還支持Web開發中所需的圖形用戶界面。
13、便攜性和交互性
Python具有動態語義和快速原型製作的出色功能，這要歸功於它的交互性和可移植性。它可以輕松地嵌入各種應用程序中，甚至是使用不同編碼語言的應用程序。因此，您可以輕松修復新模塊並擴展Python的核心詞彙。它可以連接各種組件。難怪它有時被稱為「膠水語言」。
推薦學習：《Python教程》
⑺ Python小例-8-記賬小程序
import pickle
import time
import os
def cost(fname):
'用於記錄花費'
cost_time = time.strftime('%Y-%m-%d')
try:#異常處理機制
cost_deposit = int(input('花銷金額:'))
cost_mark = input('花銷說明:')
except ValueError:
print('無效的金額')
return # 函數的return類似於循環的break，return提前結束函數。
except (KeyboardInterrupt, EOFError):
print('\nbye-bye')
exit(1)
# 在文件中取出所有的收支記錄
with open(fname,'rb') as fobj:
records = pickle.load(fobj)
# 計算最新余額
balance = records[-1][-2] - cost_deposit
# 構建最新一筆收入
record = [cost_time,0,cost_deposit,balance,cost_mark]
# 將收入追加到收支列表中
records.append(record)
# 將最新收支情況寫入文件
with open(fname,'wb') as fobj:
pickle.mp(records,fobj)
def save(fname):
save_time = time.strftime('%Y-%m-%d')
try:
save_deposit = int(input('收入金額:'))
save_mark = input('收入說明:')
except ValueError:
print('無效的金額')
return
except (KeyboardInterrupt,EOFError):
print('bye-bye')
exit(1)
with open(fname, 'rb') as fobj:
records = pickle.load(fobj)
balance = records[-1][-2] + save_deposit
record = [save_time,save_deposit,0,balance, save_mark]
records.append(record)
with open(fname, 'wb') as fobj:
pickle.mp(records, fobj)
def query(fname):
'用於查賬'
# 列印表頭
print(f'{"date":<15}{"save":<8}{"cost":<8}{"balance":<12}{"mark":<50}')
with open(fname,'rb') as fobj:
records = pickle.load(fobj)
for date,cost,save,balance,mark in records:
print(f'{date:<15}{cost:<8}{save:<8}{balance:<12}{mark:<50}')
def menu():
funcs = {'0':cost,'1':save,'2':query}
prompt = '''(0)開銷
(1)收入
(2)查詢
(3)退出
請選擇（0/1/2/3）:'''
fname = 'account.data'
if not os.path.exists(fname):
init_data = [[time.strftime('%Y-%m-%d'),0,0,10000,'init_data']]
with open(fname,'wb') as fobj:
pickle.mp(init_data,fobj)
while 1:
try:
choice = input(prompt).strip()
except(KeyboardInterrupt,EOFError):
choice = '3'
if choice not in ['0','1','2','3']:
print('無效輸入，重試')
continue
if choice == '3':
print('\nbye_bye')
break
funcs[choice](fname)
if __name__ == '__main__':
menu()
⑻ python怎麼做web開發
用Python做Web開發，Django框架是個非常好的起點。
Django是一個開放源代碼的Web應用框架，由Python寫成。採用了MTV的框架模式，即模型M，視圖V和模版T。它最初是被開發來用
於管理勞倫斯出版集團旗下的一些以新聞內容為主的網站的，即是CMS（內容管理系統）軟體。並於2005年7月在BSD許可證下發布。
Django已經成為web開發者的首選框架，是一個遵循 MVC 設計模式的框架。MVC是Model、View、Controller三個單詞的簡寫，分別
代表模型、視圖、控制器。Django其實也是一個MTV 的設計模式。MTV是Model、Template、View三個單詞的簡寫，分別代表模型、
模版、視圖 。但是在Django中，控制器接受用戶輸入的部分由框架自行處理，所以 Django 里更關注的是模型（Model）、模板
(Template)和視圖（Views），稱為 MTV模式。
Django 視圖不處理用戶輸入，而僅僅決定要展現哪些數據給用戶，而Django 模板 僅僅決定如何展現Django視圖指定的數據。或者說,
Django將MVC中的視圖進一步分解為 Django視圖 和 Django模板兩個部分，分別決定 「展現哪些數據」 和 「如何展現」，使得
Django的模板可以根據需要隨時替換，而不僅僅限制於內置的模板。
至於MVC控制器部分，由Django框架的URLconf來實現。URLconf機制是使用正則表達式匹配URL，然後調用合適的Python函數。
URLconf對於URL的規則沒有任何限制，你完全可以設計成任意的URL風格，不管是傳統的，RESTful的，或者是另類的。框架把控制層
給封裝了，無非與數據交互這層都是資料庫表的讀,寫,刪除,更新的操作。在寫程序的時候，只要調用相應的方法就行了，感覺很方便。程
序員把控制層東西交給Django自動完成了。 只需要編寫非常少的代碼完成很多的事情。所以，它比MVC框架考慮的問題要深一步，因為
我們程序員大都在寫控制層的程序。這個工作交給了框架，僅需寫很少的調用代碼，大大提高了工作效率。
更多技術請關注Python視頻教程。
⑼ 純 Python 寫一個 Web 框架，就是這么簡單
造輪子是最好的一種學習方式，本文嘗試從0開始造個Python Web框架的輪子，我稱它為 ToyWebF 。
本文操作環境為：MacOS，文中涉及的命令，請根據自己的系統進行替換。
ToyWebF的簡單特性：
下面我們來實現這些特性。
首先，我們需要安裝gunicorn，回憶一下Flask框架，該框架有內置的Web伺服器，但不穩定，所以上線時通常會替換成uWSGI或gunicorn，這里不搞這個內置Web服務，直接使用gunicorn。
我們創建新的目錄與Python虛擬環境，在該虛擬環境中安裝gunicorn
在啥都沒有的情況下，構建最簡單的Web服務，在ToyWebF目錄下，創建app.py與api.py文件，寫入下面代碼。
運行 gunicorn app:app 訪問 http://127.0.0.1:8000 ，可以看見 Hello, World! ，但現在請求體中的參數在environ變數中，難以解析，我們返回的response也是bytes形式。
我們可以使用webob庫，將environ中的數據轉為Request對象，將需要返回的數據轉為Response對象，處理起來更加直觀方便，直接通過pip安裝一下。
然後修改一下API類的 __call__方法 ，代碼如下。
上述代碼中，通過webob庫的Request類將environ對象（請求的環境信息）轉為容易處理的request，隨後調用handle_request方法對request進行處理，處理的結果，通過response對象返回。
handle_request方法在ToyWebF中非常重要，它會匹配出某個路由對應的處理方法，然後調用該方法處理請求並將處理的結果返回，在解析handle_request前，需要先討論路由注冊實現，代碼如下。
其實就是將路由和方法存到self.routes字典中，可以通過route裝飾器的形式將路由和方法關聯，也可以通過add_route方法關聯，在app.py中使用一下。
因為url中可以存在變數，如 @app.route("/hello/{name}") ，所以在匹配時，需要進行解析，可以使用正則匹配的方式進行匹配，parse這個第三方庫已經幫我們實現了相應的正則匹配邏輯，pip安裝使用一下則可。
這里定義find_handler方法來實現對self.routes的遍歷。
了解了路由與方法關聯的原理後，就可以實現handle_request方法，該方法主要的路徑就是根據路由調度對應的方法，代碼如下。
在該方法中，首先實例化webob庫的Response對象，然後通過self.find_handler方法獲取此次請求路由對應的方法和對應的參數，比如。
它將返回hello方法對象和name參數，如果是 /hello/二兩 ，那麼name就是二兩。
因為route裝飾器可能裝飾器的類對象，比如。
此時self.find_handler方法返回的hanler就是個類，但我們希望調用的是類中的get、post、delete等方法，所以需要一個簡單的判斷邏輯，通過inspect.isclass方法判斷handler如果是類對象，那麼就通過getattr方法獲取類對象實例的中對應的請求方法。
如果類對象中沒有該方法屬性，則拋出該請求類型不被允許的錯誤，如果不是類對象或類對象中存在該方法屬性，則直接調用則可。
此外，如果方法的路由並沒有注冊到self.routes中，即404的情況，定義了defalut_response方法返回其中內容，代碼如下。
如果handle_request方法中調度的過程出現問題，則直接raise將錯誤拋出。
至此，一個最簡單的web服務就編寫完成了。
回顧Flask，Flask可以支持HTML、CSS、JavaScript等靜態文件，利用模板語言，可以構建出簡單但美觀的Web應用，我們讓TopWebF也支持這一功能，最終實現圖中的網站，完美兼容靜態文件。
Flask使用了jinja2作為其html模板引擎，ToyWebF同樣使用jinja2，jinja2其實實現一種簡單的DSL（領域內語言），讓我們可以在HTML中通過特殊的語法改變HTML的結構，該項目非常值得研究學習。
首先 pip install jinja2 ，然後就可以使用它了，在ToyWebF項目目錄中創建templates目錄，以該目錄作為默認的HTML文件根目錄，代碼如下。
首先利用jinja2的FileSystemLoader類將file system中的某個文件夾作為loader，然後初始化Environment。
在使用的過程中（即調用template方法），通過get_template方法獲得具體的某個模板並通過render方法將對應的內容傳遞給模板中的變數。
這里我們不寫前端代碼，直接去互聯網中下載模板，這里下載了Bootstrap提供的免費模板，可以自行去 https://startbootstrap.com/themes/freelancer/ 下載，下載完後，你會獲得index.html以及對應的css、jss、img等文件，將index.html移動到ToyWebF/templates中並簡單修改了一下，添加一些變數。
然後在app.py文件中為index.html定義路由以及需要的參數。
至此html文件的支持就完成了，但此時的html無法正常載入css和js，導致頁面布局非常醜陋且交互無法使用。
接著就讓ToyWebF支持css、js，首先在ToyWebF目錄下創建static文件夾用於存放css、js或img等靜態文件，隨後直接將前面下載的模板，其中的靜態文件復制到static中則可。
通過whitenoise第三方庫，可以通過簡單的幾行代碼讓web框架支持css和js，不需要依賴nginx等服務，首先 pip install whitenoise ，隨後修改API類的 __init__ 方法，代碼如下。
其實就是通過WhiteNoise將self.wsgi_app方法包裹起來，在調用API的 __call__ 方法時，直接調用self.whitenoise。
此時，如果請求web服務獲取css、js等靜態資源，WhiteNoise會獲取其內容並返回給client，它在背後會匹配靜態資源在系統中對應的文件並將其讀取返回。
至此，一開始的網頁效果就實現好了。
web服務如果出現500時，默認會返回 internal server error ，這顯得比較丑，為了讓框架使用者可以自定義500時返回的錯誤，需要添加一些代碼。
首先API初始化時，初始self.exception_handler對象並定義對應的方法添加自定義的錯誤
在handler_request方法進行請求調度時，調度的方法執行邏輯時報500，此時不再默認將錯誤拋出，而是先判斷是否有自定義錯誤處理。
在app.py中，自定義錯誤返回方法，如下。
custom_exception_handler方法只返回自定義的一段話，你完全可以替換成美觀的template。
我們可以實驗性定義一個路由來看效果。
Web服務的中間件也可以理解成鉤子，即在請求前可以對請求做一些處理或者返回Response前對Response做一下處理。
為了支持中間件，在TopWebF目錄下創建middleware.py文件，在編寫代碼前，思考一下如何實現？
回顧一下現在請求的調度邏輯。
1.通過routes裝飾器關聯路由和方法 2.通過API.whitenoise處理 3.如果是請求API介面，那麼會將參數傳遞給API.wsgi_app 4.API.wsgi_app最終會調用API.handle_request方法獲取路由對應的方法並調用該方法執行相應的邏輯
如果希望在request前以及response後做相應的操作，那麼其實就需要讓邏輯在API.handle_request前後執行，看一下代碼。
其中add方法會實例化Middleware對象，該對象會將當前的API類實例包裹起來。
Middleware.handle_request方法其實就是在self.app.handle_request前調用self.process_request方法處理request前的數據以及調用self.process_response處理response後的數據，而核心的調度邏輯，依舊交由API.handle_request方法進行處理。
這里的代碼可能會讓人感到疑惑， __call__ 方法和handle_request方法中都有self.app.handle_request(request)，但其調用對象似乎不同？這個問題暫時放一下，先繼續完善代碼，然後再回來解釋。
接著在api.py中為API創建middleware屬性以及添加新中間件的方法。
隨後，在app.py中，自定義一個簡單的中間件，然後調用add_middleware方法將其添加。
定義好中間件後，在請求調度時，就需要使用中間件，為了兼容靜態文件的情況，需要對css、js、ing文件的請求路徑做一下兼容，在其路徑中加上/static前綴
緊接著，修改API的 __call__ ，兼容中間件和靜態文件，代碼如下。
至此，中間件的邏輯就完成了。
但代碼中依舊有疑惑，Middleware類中的 __call__ 方法和handle_request方法其調用的self.app到底是誰？
為了方便理解，這里一步步拆解。
如果沒有添加新的中間件，那麼請求的調度邏輯如下。
在沒有添加中間件的情況下，self.app其實就是API本身，所以 middleware.__call__ 中的self.app.handle_request就是調用API.handle_request。
如果添加了新的中間件，如上述代碼中添加了名為SimpleCustomMiddleware的中間件，此時的請求調度邏輯如下。
因為注冊中間件時，Middleware.add方法替換了原始Middleware實例中的app對象，將其替換成了SimpleCustomMiddleware，而SimpleCustomMiddleware也有app對象，SimpleCustomMiddleware中的app對象，才是API類實例。
在請求調度的過程中，就會觸發Middleware類的handle_request方法，該方法就會執行中間件相應的邏輯去處理request和response中的數據。
當然，你可以通過Middleware.add方法添加多個中間件，這就會構成棧式調用的效果，代碼如下。
啟動web服務後，其執行效果如下。
⑽ 最常用Python開源框架有哪些
django
flask等等
建議先把django學會，慢慢來，舉一反三。前期比較困難。