如何将存储在变量中的HTML表单数据传递给Flask中的Python脚本?

How to pass HTML form data stored in a variable to a Python script in Flask?

我正在构建一个数据产品(一个NLP聊天应用程序),我正在为它学习flask,这样用户就可以有一个更好的UI来与我的产品交互。

我已经在flask中编写了以下代码,以获取用户输入并将其存储在变量中。

主.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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()

初始.html

1
2
3
4
5
6
7
8
9
10
11
12
<!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一个变量userQuestion中。我想将这个变量传递给另一个包含我的训练模型代码的python脚本。

文档2vec_main.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
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,我找不到一种方法将doc2vec_main.py连接到main.py,并将userQuestion的值传递到doc2main.py中的document变量。脚本。也就是说,当用户在表单中输入一个问题并单击Submit时,表单的值将传递给EDOCX1中的document,其余脚本将运行。

我在网上搜了很多东西,但没用。你能给我推荐一种方法吗?我完全是个新手,所以请原谅我的任何错误。


我找到了一个可能的解决办法。在python脚本文件中导入sys

当您像这样运行脚本时->python doc2vec_main.py"这里有问题"

您可以通过

1
2
3
>>> import sys
>>> print(sys.argv)
>>>['doc2vec_main.py', 'question here']

所以你可以简单地用这个

1
document = sys.argv[1]

好吧,我们找到了手动的方法,但是你需要用烧瓶自动完成。

烧瓶内附件import os

然后当您想执行外部脚本时,请执行以下操作

1
os.system("python doc2vec_main.py %s") % request.form['userQuestion']

你知道这会奏效,但只在一个应用程序中这样做会更好吗?这样会更好。


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
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()


将脚本放入flask应用程序的另一个模块中,在一个函数下,将要处理的变量作为参数:

1
2
3
4
5
6
7
8
9
10
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handle_data flask视图中,只需将值从表单传递到函数。考虑到这在您的函数很昂贵的情况下不起作用,所以您不能在正常的请求/响应HTTP流期间等待结果。