web开发记录

原创已于 2025-04-13 10:30:42 修改 · 186 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #flask

收录于

于 2025-04-13 10:19:56 首次发布

1.Ubuntu后台运行python程序，关闭终端后仍可运行

nohup python your_script.py &

# 不输出日志
nohup sudo python3 app.py > /dev/null 2>&1 &

2.阿里云服务器部署

1.使用Ubuntu镜像
2.安装git，配置ssh密钥到账户上
3.从git仓库拉取工程代码
4.安装python依赖库，注意加上sudo，否则run程序时可能会没有权限
5.run程序，nohup sudo python3 your_script.py &

3.杀死后台进程

# 查询进程号
ps -ef | grep <运行程序的命令>

# 根据进程号杀死进程
kill -9 <PID>

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

科幻木影

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Python Web开发中的日志记录技巧

YOLOv6666的博客

09-22

179

在Python的Web开发中，日志记录是一项非常重要的任务。通过记录应用程序的运行状态和错误信息，我们可以更好地了解应用程序的行为，快速定位问题并进行故障排除。在本文中，我们将探讨一些Python Web开发中的日志记录技巧，并提供相应的源代码示例。在本文中，我们讨论了导入日志库、配置日志记录、记录日志、将日志记录到文件以及使用日志记录进行异常跟踪的技巧。除了控制台输出外，我们还可以将日志记录到文件中，以便长期存储和分析。在应用程序的关键位置，我们可以使用日志记录器logger来记录各种信息。

参与评论您还未登录，请先登录后发表或查看评论

Python Web开发中的日志记录优化技巧

Meta_C的博客

09-24

179

它可以帮助开发人员在应用程序中跟踪和调试问题，记录关键事件和信息，以及提供运行时的可视化和分析。然而，如果不加以优化，日志记录可能会对应用程序的性能产生负面影响。在本文中，我们将探讨一些优化技巧，帮助你提高Python Web应用程序中的日志记录性能。通过以上优化技巧，你可以在Python Web开发中有效地提高日志记录的性能。选择适当的日志级别、减少磁盘写入次数、使用异步处理器以及进行日志轮转和归档，都是优化日志记录的有效方法。根据你的应用程序需求和性能要求，可以选择适合的技巧来提升日志记录的效率。

我的web开发记录

2303_79552392的博客

03-12

242

记录一下这里遇到的问题：使用elment的表格（用ai生成的一个表格），然后，只有周围的一圈可以透明化，然后表格本身缺还不行，ai此时也变成的智障，废了很多功夫，但是还没有做到一个不错的地步；购买服务器，接入后端。这里还没有接触后端，所以东西还不是太完善。由于图片太多这里不一个一个放了。主要用了 vue element。接下来：准备完善，透明化表格。目前开发到这样的效果。

[从零开始Java web开发] 个人学习记录

XavierLiu的博客

04-26

377

前言研究生阶段主要用python做神经网络模型压缩，如今工作需要，从零开始学习Java web开发(实则只看了3天)。ide: idea + maven(快速配置依赖jar包) + ssh框架，部署到tomcat，使用mysql数据库。关于环境配置这里不进行描述。记录学习过程，很多语言不专业。 maven，ssh，tomcat，mysql是啥 maven: 就像python需要anaconda对...

Flask Web应用开发——个人财务记录

Flask Web

02-13

1102

这次我们将创建一个简易的“个人财务记录”Web应用，允许用户添加收入或支出记录，并查看所有记录的概览。这个示例将展示如何使用Python(Flask)作为后端服务，HTML、CSS(通过Bootstrap进行样式设计)、JavaScript和jQuery实现前端交互。

Python图片压缩方法全解：从入门到进阶

最新发布

得塔云的博客

06-19

374

本文总结了Python中六种主流的图片压缩方法：1）Pillow作为通用首选，支持质量调整、尺寸缩放和格式转换；2）TinyPNG API提供最高压缩率但有限额；3）WebP格式在保持画质下体积最小；4）PyVips适合大图处理，内存占用低；5）OpenCV针对视频帧和实时流优化；6）K-means聚类实现算法级色彩压缩。文章通过对比表格和决策树，建议根据场景需求选择工具，日常使用Pillow即可满足大多数需求，并附赠了一个可直接使用的批量压缩脚本。

24-Django请求全链路-WSGI到数据库响应的完整旅程

weixin_44081096的博客

06-15

1202

你点了浏览器的"刷新"按钮，0.5 秒后页面渲染完毕。这 0.5 秒里发生了什么？本文把 Django 处理一个 HTTP 请求的完整链路拆为六个步骤：WSGI Server 接收 TCP 连接 → 中间件栈的洋葱模型逐层处理 → URL 路由匹配 → View 执行业务逻辑 → ORM 生成 SQL 并发送到数据库 → Template 渲染或 JSON 序列化返回响应。每一步都配有对应的源码位置和关键代码片段，读完你能对一个请求的全生命周期建立起清晰的空间模型。穿插真实调试经历——一个中间件错误导致所有

鸿蒙PC迁移：fontTools Python 三方库鸿蒙PC适配全记录

knighthood2001

06-15

5511

欢迎加入鸿蒙PC开发者社区，共同打造开发者工具生态：鸿蒙PC开发者社区：https://harmonypc.csdn.net/项目开源地址：https://atomgit.com/OpenHarmonyPCDeveloper/ohos_fontTools欢迎在PC社区平台申请新建项目：https://atomgit.com/OpenHarmonyPCDeveloper这篇文章记录的是一次把 Python 字体处理三方库fontTools接入 HarmonyOS PC / 鸿蒙 PC 应用的完整过程。

CUDA C++ 矩阵乘法详解：从 CUBLAS 示例到 cublasSgemm 实战

插件开发

06-15

768

本文解析了使用NVIDIA CUBLAS库进行高性能矩阵乘法的关键注意事项。由于CUBLAS采用列主序存储，而C/C++使用行主序，直接调用cublasSgemm(A,B)会导致隐式转置，实际计算的是Aᵀ*Bᵀ。正确做法是颠倒参数顺序调用cublasSgemm(B,A)，这样既避免了显式转置，又能直接获得行主序结果。文中提供了完整的CUDA代码示例，包括CPU参考实现、矩阵初始化和误差检查函数，并详细解释了行/列主序转换的原理，帮助开发者正确使用CUBLAS进行高效矩阵运算。

AI Infra 硬件体系与编程模型：18. CUDA编程基础：使用 PyTorch CUDA Extension 实现自定义算子

basketball616的博客

06-17

450

本文详细介绍了PyTorch CUDA扩展的开发方法与架构。主要内容包括：开发动机：解决原生算子不足、Python实现性能差、需要算子融合和硬件特性定制等问题三层架构： CUDA核函数层：纯GPU计算逻辑 C++封装层：连接PyTorch与CUDA，处理张量转换 Python层：提供用户接口核心依赖：ATen张量库作为基础，通过torch/extension.h头文件提供统一接口关键技术：使用pybind11实现Python-C++绑定支持即时编译(JI

python打包

小小的博客

06-15

299

在Python打包工具的选型上，没有绝对的"最好"，只有"最适合"。简单来说：追求省心就用 PyInstaller，追求极致性能和保护就用 Nuitka，而 cx_Freeze 目前更像是一个夹在中间但已逐渐边缘化的选择。这三者的详细核心区别，可以参考下面的对比表格：基于上述对比，你可以根据你的项目情况来决策：从目前的社区活跃度和技术演进来看，cx_Freeze已逐渐边缘化。它既没有PyInstaller的便利性，也没有Nuitka的性能优势。配置相对复杂，社区支持也较弱。除非你在维护一个必须使用它的历史项

Hermes Agent 中 Skills 与 Tools 的关系分析

LOUISLIAOXH的专栏

06-16

289

Hermes Agent 中 Skills 与 Tools 的关系分析 Hermes Agent 将 Skills 功能通过 3 个独立 tool（skills_list、skill_view、skill_manage）暴露给大模型，而非单一工具。这些工具注册在 skills toolset 下，并在系统初始化时加载。内容装载采用三级机制：系统提示注入：初始化时在 system prompt 中嵌入紧凑的技能索引（仅名称和简介）；工具 Schema 描述：每次 API 调用携带详细功能说明；按需加载

衣览无余测试报告

XU_very_NB的博客

06-16

231

本次测试工作以 AIWear Web 系统为对象，结合手工测试用例设计与 Python + Selenium 自动化测试脚本，对系统的登录认证、图片编辑、图片合并、图片管理、文搜图和历史记录等核心链路进行验证，重点关注页面功能正确性、登录态 token 传递、输入校验、图片选择及结果展示的稳定性。AIWear 项目围绕“衣览无余”的业务目标，提供基于 Web 的图片编辑、图片合并、我的图片、历史记录等功能，帮助用户通过简单的页面操作完成图片生成与管理。测试过程中重点关注登录态 token 的复用。

FastAPI基础

m0_60121089的博客

06-14

674

本文介绍了FastAPI框架的基础和进阶使用。主要内容包括：1）FastAPI基础：创建项目、路由定义（路径参数、查询参数、请求体参数）、响应类型设置和异常处理；2）进阶功能：中间件机制、依赖注入系统；3）ORM操作：通过SQLAlchemy实现数据库建模、增删改查和聚合分页查询。重点演示了FastAPI的高效API开发流程，包括参数校验、自动文档生成、异步数据库操作等特性，展现了其高性能、易用性和安全性优势。

JUC 总结：从 Java 内存模型到线程池的并发核心梳理

2301_80821045的博客

06-15

565

本文总结了Java并发编程（JUC）的基础知识要点：进程与线程：进程是资源分配的最小单位，线程是调度的最小单位，线程更轻量级且切换成本低；线程创建方式：继承Thread类、实现Runnable/Callable接口、使用线程池（推荐）； Runnable与Callable区别：Callable有返回值且可抛异常，需通过FutureTask适配；线程状态：新建、可运行、阻塞、等待、定时等待和终止6种状态；线程控制：start()启动新线程，run()同步执行；join()实现顺序执行，CountDow

为什么Python不用var或let声明变量？

这家伙很懒，什么都没有留下

06-18

334

语言声明关键字作用域规则需要类型吗？Python无（赋值即声明）函数级作用域否（注解可选）JavaScriptvarletconstletconst是块级，var是函数级否Java类型在前块级是C类型在前块级是Govar:=块级是Rustletlet mut块级是C++类型在前/auto块级是没有任何声明关键字。为什么Python不用var或let？设计哲学：赋值即声明，简洁明了，减少冗余语法历史因素：Python从一开始就这么设计，没有历史包袱避免复杂。

FastAPI 全栈后端（八）：部署与运维

放下华子我只抽RuiKe5的博客

06-14

414

本文总结了FastAPI后端开发的关键实践，涵盖环境配置、部署优化、监控与安全等方面。主要内容包括：环境管理：使用Pydantic配置类区分开发/生产环境，通过.env文件管理敏感变量部署方案：开发环境：Uvicorn热重载生产环境：Gunicorn+Uvicorn多进程 Docker容器化集成PostgreSQL 运维保障：实现健康检查接口，配合Nginx负载均衡安全实践：环境变量隔离、结构化日志记录技术体系：完整路线图涵盖RESTful、异步数据库、JWT认证、测试等核心模块作者Yardo

解读《Effective Python 3rd Edition》：从练气到老魔（第六章 Item 44 - 47）

Cloud_Shy的博客

06-13

846

本系列笔记是博主阅读《Effective Python 3rd Edition)》的学习记录，主要记录了在学习过程中遇到的各种实际问题与解决方法。本文是第六章：Functions Item 44 - 47 的解读，主要讲解了使用大型推导式的生成器表达式的场景，生成器的 yield 功能，将迭代器作为参数传递到生成器的好处，以及使用类来管理迭代状态转换。

计算机二级Python备考资料

m0_67097444的博客

06-17

243

操作：append()、extend()、insert()、remove()、pop()、sort()、reverse()基本数据类型：int(整数)、float(浮点数)、str(字符串)、bool(布尔值)操作：keys()、values()、items()、get()、update()序列操作：len()、max()、min()、sum()、sorted()操作：add()、remove()、并集(|)、交集(&)、差集(-)打开模式：r(读)、w(写)、a(追加)、r+(读写)、b(二进制)

如何使用鳄鱼线做股票交易（下）：量化代码实现与避坑指南

weixin_73631017的博客

06-17

474

本文介绍了如何用Python实现鳄鱼线量化交易策略，重点解析了趋势判断、入场逻辑和常见陷阱。文章首先阐述了鳄鱼线的三大核心交易规则：通过三条均线的排列识别趋势方向，用价差扩散判断趋势强度，并设置多条件过滤无效信号。特别强调了均线平移(shift)的正确用法，指出错误的平移会导致未来函数问题，使回测结果失真。随后提供了完整的Python代码实现，包括SMMA计算、信号生成、回测框架和可视化功能。最后建议读者通过实践掌握时序数据处理、多条件组合等量化技能，并指出鳄鱼线的核心价值在于趋势过滤而非涨跌预测。全文突出