Nano Hash - криптовалюты, майнинг, программирование

Использование Flask-RESTful в PyCharm

В настоящее время я изучаю Python (Flask) и хотел бы настроить крошечный REST API для HelloWorld. Я выбрал flask_restful для реализации API и следовал руководству на их сайте.

Проблема в том, что PyCharm сообщает мне об ошибке ImportError:

Нет модуля с именем flask_restful

хотя я реализовал библиотеку через интерпретатор проекта в своей виртуальной среде.

Это мой код:

from flask import Flask
from flask_restful import Resource, Api

app = Flask(__name__)
api = Api(app)

class HelloWorld(Resource):
    def get(self):
        return {'hello': 'world'}

api.add_resource(HelloWorld, '/')

if __name__ == '__main__':
    app.run(debug=True)

Кто-нибудь знает, как правильно использовать flask_restful?

INFO     2016-11-26 13:25:04,657 admin_server.py:116] Starting admin server at: http://localhost:8000
ERROR    2016-11-26 13:25:07,163 wsgi.py:263] 
Traceback (most recent call last):
  File "/Users/GamerXX/Documents/google-cloud-sdk/platform/google_appengine/google/appengine/runtime/wsgi.py", line 240, in Handle
    handler = _config_handle.add_wsgi_middleware(self._LoadHandler())
  File "/Users/GamerXX/Documents/google-cloud-sdk/platform/google_appengine/google/appengine/runtime/wsgi.py", line 299, in _LoadHandler
    handler, path, err = LoadObject(self._handler)
  File "/Users/GamerXX/Documents/google-cloud-sdk/platform/google_appengine/google/appengine/runtime/wsgi.py", line 85, in LoadObject
    obj = __import__(path[0])
  File "/Users/GamerXX/PycharmProjects/PartyMate/main.py", line 3, in <module>
    from flask_restful import Resource, Api
ImportError: No module named flask_restful
INFO     2016-11-26 13:25:07,169 module.py:788] default: "GET / HTTP/1.1" 500 -
python flask rest google-app-engine flask-restful
26.11.2016

Ответы:


1

вам нужно установить этот пакет Python, вы можете сделать это:

Установите Flask-RESTful с помощью pip

pip установить flask-restful

Версию для разработки можно загрузить со страницы на GitHub.

git clone https://github.com/flask-restful/flask-restful.git cd flask-restful python setup.py разработки

Хороший способ — также использовать virtualenv для разделения зависимостей пакетов python от одного проекта к другому.

Я только что протестировал его, и он работает на Ubuntu 16.04: ~/repositories$ virtualenv venv_flask_restful New python executable in venv_flask_restful/bin/python2.7 Also creating executable in venv_flask_restful/bin/python Installing setuptools, pip, wheel...done. ~/repositories$ source venv_flask_restful/bin/activate
(flask_restful) ~/repositories$ pip install flask-restful
... ~/repositories$ pip freeze aniso8601==1.2.0 ... Flask==0.11.1 Flask-RESTful==0.3.5 ... ~/repositories$ python test_flask_restful.py * Running on http://127.0.0.1:5000/ (Press CTRL+C to quit) * Restarting with stat * Debugger is active! * Debugger pin code: 106-365-003 "The wget command on other term is launch at that time" 127.0.0.1 - - [27/Nov/2016 12:18:55] "GET / HTTP/1.1" 200 - ON AN OTHER TERMINAL: ~$ wget -c --read-timeout=5 --tries=0 "http://127.0.0.1:5000/" --2016-11-27 12:22:50-- http://127.0.0.1:5000/ Connexion à 127.0.0.1:5000… connecté. requête HTTP transmise, en attente de la réponse… 200 OK ~$ cat index.html { "hello": "world" }

26.11.2016
  • Спасибо за ваш ответ! Я установил модуль с помощью sudo pip install flask-restful и перезапустил все, но, к сожалению, безуспешно. 26.11.2016
  • Из-за изоляции virtualenv вам не следует использовать sudo, который установит модуль в глобальной среде, к которой у вас нет обычного доступа. Чем лучше, если вы используете Pycharm, так это создать файл require.txt и добавить в него свои зависимости, после чего Pycharm установит их автоматически. 27.11.2016
  • Спасибо еще раз! Ваш ответ натолкнул на мысль поглубже взглянуть на env и каталоги библиотек. Оказывается, все мои библиотеки были установлены в /Library/Python/2.7/site-packages/ (извините, я новичок в Python), но их нужно было скопировать в папку моего проекта в библиотеку каталог. Теперь он работает нормально, но знаете ли вы, что я должен изменить, чтобы библиотеки были установлены в папку моего пользовательского проекта? 27.11.2016
  • Вы устанавливали библиотеки с Python по умолчанию (2.7 macOS). В общем, вы должны сначала активировать виртуальную среду, а затем использовать pip для установки libs на venv. Кроме того, вы можете настроить интерпретатор проекта на venv и использовать + в этом диалоговом окне PyCharm для добавления библиотек. 27.11.2016

    • 2

    Короткий ответ из собственного опыта. Вы должны установить этот модуль в первую очередь

    sudo pip install flask-restful
    25.04.2017
    Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..