在windows下快速搭建web.py开发框架方法
用Python进行web开发的话有很多框架供选择,比如最出名的Django,tornado等,除了这些框架之外,有一个轻量级的框架使用起来也是非常方便和顺手,就是web.py。它由一名黑客所创建,但是不幸的是这位创建者于2013年自杀了。据说现在由另外一个人在维护和更新。现在就来了解一下windows下如何搭建web.py开发环境。
一.安装web.py
在 https://github.com/webpy/webpy上下载web.py安装包。注意github对浏览器版本有要求的,比如不支持IE9以下的。
自己根据需要下载相应的版本。
下载下来之后,解压,打开cmd,cd到解压目录下,输入
python setup.py install
安装完成即可。(前提必须要安装python,python3以下版本)
二.测试程序。
建立一个hello.py文件
import web
urls = ('/hello', 'hello',
)
class hello(object):
def GET(self):
return 'hello world'
if __name__ == "__main__":
app = web.application(urls, globals())
app.run()
urls是url映射规则(类似于servlet中的映射),类hello是链接请求响应。
然后在命令行下运行该文件:
如果要停止该程序Ctrl+C就可以退出。默认程序运行在8080端口,然后在浏览器里输入:http://127.0.0.1:8080/hello,就可以看到结果了:
程序默认运行在8080端口,而如果8080端口被其他程序占用的话,web.py程序会运行失败,比如会出现sockets.error这种错误,此时需要更改端口:
注意web.py并不具备部署网站的能力,因此对于web.py程序只能在本地访问,如果要进行部署必须要使用apache或者nginx。
相关推荐
-
在windows下快速搭建web.py开发框架方法
用Python进行web开发的话有很多框架供选择,比如最出名的Django,tornado等,除了这些框架之外,有一个轻量级的框架使用起来也是非常方便和顺手,就是web.py.它由一名黑客所创建,但是不幸的是这位创建者于2013年自杀了.据说现在由另外一个人在维护和更新.现在就来了解一下windows下如何搭建web.py开发环境. 一.安装web.py 在 https://github.com/webpy/webpy上下载web.py安装包.注意github对浏览器版本有要求的,比如不支持IE
-
Windows下快速搭建NodeJS本地服务器的步骤
本文介绍了Windows下快速搭建NodeJS本地服务器的步骤,分享给大家,具体如下: 首先我们要到Node.js官网下载对应版本的安装包 http://nodejs.cn/download/ 接着就是安装,和安装普通软件类似,直接下一步下一步就可以了. 之后我们来验证node是否安装成功,Win+R输入cmd来调出控制台并输入node -v和npm -v来查看node版本和npm(包管理工具)版本. 接着我们来创建一个server.js文件,并将下面的代码粘贴上去 var http = req
-
Windows下快速搭建安卓开发环境Android studio
一.Android Studio简单介绍 2013年GoogleI/O大会首次发布了Android Studio IDE(Android平台集成开发环境).它基于Intellij IDEA开发环境,旨在取代Eclipse和ADT(Android开发者工具)为开发者提供更好的开发工具.既然Google一直在努力推广,相信不久以后就有望赶上Eclipse. 相比Eclipse,Android Studio IDE有自己的特点: 对UI界面设计和编写代码有更好地支持,可以方便地调整设备上的多种分辨率.
-
windows下pycharm搭建spark环境并成功运行 附源码
windows下spark的安装和运行 建议看到这篇文章(描述非常详细) Spark在Win10下的环境搭建 一.创建项目和.py文件 二.在pycharm中添加spark环境 若是左侧的python中没有,可点击''+''号进行添加 配置spark环境:总共3个(SPARK_HOME.HADOOP_HOME.PYTHONPATH) (注:SPARK_HOME和HADOOP_HOME已在系统的环境变量添加,故这里不再添加) 在编写代码时,建议添加如下代码,保证程序能够运行成功: import o
-
Linux下快速搭建php开发环境
一.Linux下快速搭建php开发环境 1.安装XAMPP for Linux XAMPP(Apache+MySQL+PHP+PERL)是一个功能强大的建站集成软件包,使用XAMPP可快速搭建PHP开发环境.下载链接:https://www.apachefriends.org/download.html 进入下载界面选择XAMPP for Linux下载 启动终端输入命令 cd /下载xampp保存的路径.我的保存路径是:/home/coderose/下载.更改安装程序的安装权限,输入命令:
-
Linux环境下快速搭建ftp服务器方法介绍
本文研究的主要是Linux环境下快速搭建ftp服务器方法,具体如下.首先看看ftp的介绍: FTP 是File Transfer Protocol(文件传输协议)的英文简称,而中文简称为"文传协议".用于Internet上的控制文件的双向传输.同时,它也是一个应用程序(Application).基于不同的操作系统有不同的FTP应用程序,而所有这些应用程序都遵守同一种协议以传输文件.在FTP的使用当中,用户经常遇到两个概念:"下载"(Download)和"上
-
Mac下快速搭建PHP开发环境步骤详解
最近做了一个后端的项目,是用PHP+MySQL+Nginx做的,所以把搭建环境的方法简单总结一下. 备注: 物料:Apache/Nginx+PHP+MySQL+MAMPMac OS 10.12.1 自带Apache,Nginx和PHP 1.运行Apache 查看Apache版本,在终端根目录输入如下命令: sudo apachectl -v 终端会输出Apache的版本及built时间 Server version: Apache/2.4.23 (Unix) Server built: Au
-
Win10 系统下快速搭建mxnet框架cpu版本
Win10 系统下快速搭建mxnet框架cpu版本 一:安装Anaconda 1. 从官方网站下载 https://www.anaconda.com/download/ 建议下载python 3.7版本的Anaconda 2. 安装完成Anaconda后进行环境变量的测试(全程在cmd中完成) (1)检测anaconda环境是否安装成功: 运行cmd conda --version (2)安装一个内置的python版本解析器 conda search --full -name python #查
-
windows下快速安装nginx并配置开机自启动的方法
nginx已经是我们日常开发中在常用不过的工具了,简单快捷的安装和配置,大大减少了我们部署调试浪费的时间,本文给各位同学介绍一下nginx正常安装流程,以及开机自启动配置,记得提前收藏,莫要书到用时方恨少~ 废话少说,上车! 一.windows系统下Nginx安装启动流程: 这是我们在正常环境中,Windows下Nginx的安装及启动方式 1.到nginx官网下载相应版本(http://nginx.org/en/download.html),我这里放到了D:\work\nginx\路径下
-
带你使用webpack快速构建web项目的方法
使用webpack构建web项目以及热部署插件的使用,按以下步骤,能帮助你快速构建和理解~ 详细学习还得靠官方文档! 一,基础构建部分 大前提!你得先安装了Node.js此处不赘述. 1,创建一个文件夹 2,在当前文件夹子下打开命令行工具 3,项目初始化(创建package.json文件) npm init -y 4,安装依赖 版本搭配如下: "devDependencies": { "webpack": "^4.17.1", "web
随机推荐
- sql将一个表中的数据插入到另一个表中的方法
- 手机短信轰炸(图)
- xcode 左边导航栏中符合含义详解
- 详解iOS的Core Animation框架中的CATransform3D图形变换
- 用JS得到字符串中出现次数最多的字母
- .Net MVC网站中配置文件的读写
- php使用gettimeofday函数返回当前时间并存放在关联数组里
- C语言实现输入一个字符串后打印出该字符串中字符的所有排列
- C++中的哈希容器unordered_map使用示例
- JavaScript之编码规范 推荐
- Ruby中的block代码块学习教程
- 批处理获取IP生成TXT文本的bat代码
- SQL Server中将数据导出为XML和Json方法分享
- Python3基础之基本数据类型概述
- 浅谈regExp的test方法取得的值变化的原因及处理方法
- MyBatis不同Mapper文件引用resultMap实例代码
- 最详细的文件上传下载实例详解(推荐)
- Java解决通信过程的中文乱码的问题
- 基于jquery的多功能软键盘插件
- numpy自动生成数组详解