如何将存储在变量中的 HTML 表单数据传递给 Flask 中的 Python 脚本？答案

【问题标题】：How to pass HTML form data stored in a variable to a Python script in Flask?如何将存储在变量中的 HTML 表单数据传递给 Flask 中的 Python 脚本？
【发布时间】：2017-11-29 04:06:07
【问题描述】：

我正在构建一个我正在学习 Flask 的数据产品（一个 NLP 聊天应用程序），以便用户可以拥有更好的 UI 来与我的产品进行交互。

我在 Flask 中写下了以下代码来获取用户输入并将其存储在变量中。

main.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()

init.html

<!DOCTYPE HTML>
<html>
<body>


<form action="{{ url_for('handle_data') }}" method="post">
    <input type="text" name="userQuestion">
    <input type="submit">
</form>

</body>
</html>

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

doc2vec_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将doc2vec_main.py 连接到main.py 并将userQuestion 的值传递给document 变量doc2main.py 的方法脚本。也就是说，当用户在表单中输入问题并单击提交时，表单的值会在doc2vec_main.py 中传递给document，然后运行剩余的脚本。

我在互联网上搜索了很多，但没有帮助。你能建议我一种方法吗？我是 Flask 的初学者，如有任何错误请见谅。

【问题讨论】：

Importing variables from another file?的可能重复
那么你想这样做吗？ python doc2vec_main.py arg1=from_flask ???
@Craicerjack，在函数 handle_data() 之外使用 userQuestion 会引发错误“未定义 userQuestion”。
@ΔημήτρηςΦιλίππου，我不这么认为。我的目标是构建一个用户通过表单输入问题并在同一网页中返回答案的应用程序。 doc2vec_main.py 应该在后台自动调用。它应该接受输入并给出输出。
然后将你的应用集成到烧瓶中，你为什么要把它分开？烧瓶是非常可扩展的。将您的文件导入flask主应用程序并做您的事情，加上handledata不是全局函数，它是一个Flask规则，仅在用户发送请求时触发

标签： python flask nlp

【解决方案1】：

我找到了一个可能的解决方案。在你的 python 脚本文件 import sys

当你像这样运行你的脚本时 -> python doc2vec_main.py "question here"

您可以通过

访问该变量

>>> import sys
>>> print(sys.argv)
>>>['doc2vec_main.py', 'question here']

那么你可以简单地使用它

document = sys.argv[1]

好的，我们找到了手动方式，但您需要使用烧瓶自动执行此操作。

内部烧瓶应用import os

然后当你想执行你的外部脚本时这样做

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

您知道这可行，但仅在一个应用程序中执行此操作不是更好吗？会更好。

【讨论】：

我认为这种方法不适合我的目的。我接受了您将我的 python 脚本集成到烧瓶中的建议，并且成功了。

【解决方案2】：

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()

【讨论】：

【解决方案3】：

将脚本放在 Flask 应用程序的另一个模块中，在一个函数下，该函数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
from nltk.stem import PorterStemmer

def doc2vec(user_question):
    # your code here...

在您的 handle_data Flask 视图中，只需将表单中的值传递给您的函数。考虑到如果您的功能很昂贵，因此您无法在正常的请求/响应 http 流期间等待结果。

【讨论】：