为什么说Python 是胶水语言?

​ "Python 是胶水语言"这一说法是指它很擅长将不同的程序或代码库连接在一起，能够让来自不同编程语言或框架的组件无缝协作。Python 具有丰富的库和简单的语法，使得它可以轻松调用其他语言编写的程序或使用不同技术栈的模块。

​ 以下是几个具体的实例，展示了Python 作为胶水语言的特性：

实例 1：调用 C/C++ 代码

​ 使用ctypes 库可以方便地调用 C 函数。
假设有一个简单的 C 函数：

// example.c
#include <stdio.h>

int add(int a, int b) {
    return a + b;
}

void say_hello() {
    printf("Hello, World!\n");
}

采用编译它为共享库：

gcc -shared -o libexample.so -fPIC example.c

然后用 Python 调用这个库：

# example.py
import ctypes

# 加载共享库
lib = ctypes.CDLL('./libexample.so')

# 定义函数原型
lib.add.argtypes = (ctypes.c_int, ctypes.c_int) # 表示该函数接收两个整数参数
lib.add.restype = ctypes.c_int # 设置 `add` 函数的返回类型

# 调用 C 函数
result = lib.add(3, 5)
print(f'Result of add(3, 5): {result}')

# 调用无参数 C 函数
lib.say_hello()

运行这个 Python 脚本，你会看到：

在这里插入图片描述

实例 2：集成数据库和 Web 服务

​ Python 强大的库生态，使得它在集成不同技术栈方面非常有优势。例如，连接一个数据库并通过 Flask 框架提供一个简单的 Web API。

# Install required packages:
# pip install flask sqlalchemy

from flask import Flask, jsonify, request
from sqlalchemy import create_engine, Column, Integer, String, Sequence
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

app = Flask(__name__)
Base = declarative_base()

# 创建数据库表 User(id, name, age)
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, Sequence('user_id_seq'), primary_key=True)
    name = Column(String(50))
    age = Column(Integer)

# 使用的是 SQLite 文件数据库,数据存储到本地文件中，程序结束后数据也会被保留

engine = create_engine('sqlite:///mydatabase.db')  # 使用文件存储的 SQLite 数据库
Base.metadata.create_all(engine)  # 创建所有的表

Session = sessionmaker(bind=engine)  # 这个Session对象实际上是一个数据库会话或连接，它用于执行数据库操作（如查询、插入、更新、删除等）。
session = Session()

# 添加一些数据
new_user = User(name='Bobo', age=52)
session.add(new_user)
session.commit()

@app.route('/users', methods=['GET'])
def get_users():
    users = session.query(User).all()
    return jsonify([{'id': user.id, 'name': user.name, 'age': user.age} for user in users])

@app.route('/user', methods=['POST'])
def add_user():
    data = request.json
    new_user = User(name=data['name'], age=data['age'])
    session.add(new_user)
    session.commit()
    return jsonify({'id': new_user.id})

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

​ 这个脚本使用 SQLAlchemy连接 SQLite 数据库，并且通过 Flask 框架提供了一个 Web 接口。运行这个脚本并访问 http://127.0.0.1:5000/users 获取表中记录信息。

​

​ 使用 http://127.0.0.1:5000/user，访问在本程序中会出现如下错误，出现如下 Method Not Allowed。 错误的原因是因为 HTTP 方法错误。访问 URL http://127.0.0.1:5000/user 时，浏览器默认使用 GET 方法请求，而代码中，/user 端点只允许 POST 方法。
在这里插入图片描述

我们可以使用cURL来发送POST请求：

结合之前的 Flask 示例，我们可以使用 cURL 向我们的 Flask 应用发送一个 POST 请求来添加用户：

在 Git Bash
curl -X POST -H "Content-Type: application/json" -d '{"name": "Bo", "age": 30}' http://127.0.0.1:5000/user

在 Windows 命令提示符（CMD）或 PowerShell
curl -X POST -H "Content-Type: application/json" -d "{\"name\": \"Bobo\", \"age\": 30}" http://127.0.0.1:5000/user

注意：
1. 双引号问题：在 Windows CMD 中，双引号会被用来包裹整个字符串，内部的双引号需要进行转义。 
2. 单引号和双引号的区别：在 Unix 风格的 Shell（如 Git Bash）中，你可以使用单引号包裹整个字符串，JSON 字符串内部的引号不需要转义。

建议用Git Bash来测试

​ 第二个实例展示了如何利用Python作为胶水语言，将不同的技术和组件集成在一起进行协作。具体来说，它通过几个方面体现了Python的胶水作用：

1. 数据库连接与操作

​ 在该实例中，使用了SQLAlchemy库与SQLite数据库进行连接和操作。SQLAlchemy是Python中一个非常强大的ORM（对象关系映射）框架，它允许开发者使用面向对象的方式来操作数据库。

代码片段：

from flask import Flask, jsonify, request
from sqlalchemy import create_engine, Column, Integer, String, Sequence
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

app = Flask(__name__)
Base = declarative_base()

# 创建数据库表 User(id, name, age)
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, Sequence('user_id_seq'), primary_key=True)
    name = Column(String(50))
    age = Column(Integer)

# 使用的是 SQLite 文件数据库,数据存储到本地文件中，程序结束后数据也会被保留

engine = create_engine('sqlite:///mydatabase.db')  # 使用文件存储的 SQLite 数据库
Base.metadata.create_all(engine)  # 创建所有的表

Session = sessionmaker(bind=engine)  # 这个Session对象实际上是一个数据库会话或连接，它用于执行数据库操作（如查询、插入、更新、删除等）。
session = Session()

# 添加一些数据
new_user = User(name='Bobo', age=52)
session.add(new_user)
session.commit()
2. 提供Web服务

​ 实例中使用了Flask框架来提供Web服务。Flask是一个轻量级的Web应用框架，适合快速开发和部署Web应用。通过Flask框架，可以轻松定义API端点，并处理HTTP请求和响应。

代码片段：

@app.route('/users', methods=['GET'])
def get_users():
    users = session.query(User).all()
    return jsonify([{'id': user.id, 'name': user.name, 'age': user.age} for user in users])

@app.route('/user', methods=['POST'])
def add_user():
    data = request.json
    new_user = User(name=data['name'], age=data['age'])
    session.add(new_user)
    session.commit()
    return jsonify({'id': new_user.id})

if __name__ == '__main__':
    app.run(debug=True)
3. 数据格式转换

​ 通过jsonify函数，实例实现了将Python对象（如列表和字典）转换为JSON格式的HTTP响应。这体现了Python在数据格式转换和处理方面的灵活性。

代码片段：

from flask import jsonify

@app.route('/users', methods=['GET'])
def get_users():
    users = session.query(User).all()
    return jsonify([{'id': user.id, 'name': user.name, 'age': user.age} for user in users])
4. 跨模块和库的协作

​ 该实例展示了如何将不同功能的库和模块结合在一起工作。比如，Flask负责处理Web请求和响应，而SQLAlchemy负责数据库操作。Python通过其简单的语法和强大的库生态，使得整合这些组件变得非常方便和高效。

5. 使用第三方库

​ SQLAlchemy和 Flask 都是Python的第三方库，Python的胶水功能在这里表现为它能够无缝地集成和使用这些库以实现复杂的功能，而不需要开发者编写大量的底层代码。

​ 综上所述，这个实例在数据库连接与操作、提供Web服务、数据格式转换、不同模块和库的协作以及第三方库的使用方面，展示了Python作为胶水语言将各种不同技术和组件整合起来的强大能力。

实例 3：控制和管理系统进程

​ 通过 Python 提供的 subprocess 库，你可以轻松地调用和管理系统进程。

import subprocess

# 运行一个简单的系统命令适用于Windows平台
result = subprocess.run(['cmd', '/c', 'dir'], capture_output=True, text=True) # 使用cmd命令解释器，并通过 `/c` 参数执行 `dir` 命令。
print(result.stdout)

# 运行另一个 Python 脚本
result = subprocess.run(['python', 'other_script.py'], capture_output=True, text=True)
print(result.stdout)

​ 第三个实例展示了如何使用 Python 的 subprocess 模块来调用和管理系统级别的命令和其他 Python 脚本。这些功能在以下几个方面展示了 Python 作为胶水语言的能力：

1. 调用系统命令

​ Python 可以通过 subprocess 模块轻松地调用和执行系统命令。这使得 Python 能够扮演脚本语言的角色，用于自动化各种系统管理任务，与操作系统直接交互。

import subprocess

# 运行一个简单的系统命令适用于Windows平台
result = subprocess.run(['cmd', '/c', 'dir'], capture_output=True, text=True) # 使用cmd命令解释器，并通过 `/c` 参数执行 `dir` 命令。
print(result.stdout)

​ 在这个例子中，Python 调用系统自带的dir/c命令，列出当前目录下的文件并将结果输出。这展示了 Python 与操作系统之间的无缝集成。

2. 执行其他 Python 脚本

​ 除了系统命令，Python 还可以调用其他 Python 脚本，执行这些脚本并捕获其输出。这使得 Python 可以作为主调度器，将多个 Python 脚本整合到一个更大的应用程序或工作流程中。

# 运行另一个 Python 脚本
result = subprocess.run(['python', 'other_script.py'], capture_output=True, text=True)
print(result.stdout)

​ 这个例子展示了如何通过 Python 调用另一个 Python 脚本 other_script.py 并获取其输出。这在多脚本项目或分布式系统中尤其有用。

3. 捕获和处理外部命令的输出

​ 通过 capture_output=True 和 text=True 参数，Python 可以捕获并直接处理外部命令的输出，便于后续的逻辑处理或数据分析。这使得 Python 可以整合外部工具的功能，将它们的输出纳入到整个应用程序的工作流程中。

# 运行一个简单的系统命令适用于Windows平台
result = subprocess.run(['cmd', '/c', 'dir'], capture_output=True, text=True)
print(result.stdout)

在这个例子中，Python 捕获了 ls -l 命令的输出，并将其作为字符串处理和打印。

4. 统一的错误处理机制

​ subprocess 模块还提供了统一的错误处理机制。当外部命令失败时，Python 可以捕获错误信息并进行相应的处理。这使得错误管理变得更加简单和一致。

try:
    result = subprocess.run(['some_non_existing_command'], capture_output=True, text=True, check=True)
except subprocess.CalledProcessError as e:
    print(f"Command failed with exit status {e.returncode}")
    print(e.output)

在这个例子中，如果外部命令失败，Python 可以捕获异常并处理错误信息，提供更好的错误管理能力。

5. 平台独立性

​ Python 的 subprocess 模块是跨平台的，这意味着同样的代码可以在不同操作系统上运行，而不需要做多余的修改。这极大地提高了代码的可移植性和维护性。

import subprocess

# 运行一个简单的系统命令 Linux下
result = subprocess.run(['ls', '-l'], capture_output=True, text=True)
print(result.stdout)

无论是在 Linux、macOS 还是 Windows，这段代码都能够工作（在 Windows 上需要将 ls -l 换成相应的命令，例如 dir）。

6. 管道和数据流

subprocess 模块允许我们通过管道将不同进程的输入和输出连接起来，形成数据流。这使得 Python 可以将多个独立的程序组合起来，共同完成一个复杂任务。

# Example: Using pipeline
import subprocess
# 第一阶段：使用 echo 产生文本
# 我们使用 cmd 来调用 echo，因为 echo 是 cmd 的内置命令
cmd1 = ['cmd', '/c', 'echo Hello, World! This is a test.']
# 第二阶段：使用 findstr 查找特定单词
cmd2 = ['findstr', 'World']  # findstr 在 Windows 上用它来查找文本
# 运行第一个命令
result1 = subprocess.run(cmd1, stdout=subprocess.PIPE, text=True)
# 将第一个命令的输出作为输入传递给第二个命令
result2 = subprocess.run(cmd2, input=result1.stdout, capture_output=True, text=True)
# 打印第二个命令的输出
print("Filtered output:", result2.stdout)

​ 在这个实例中，使用了 Windows 平台下的 cmd 和 findstr 命令，演示了如何通过管道将一个命令的输出传递给另一个命令。这种方式在 Windows 平台上非常实用，可以有效地实现数据流处理和命令的组合使用。

​ 第三个实例通过调用系统命令、执行其他 Python 脚本、捕获和处理外部命令的输出、统一的错误处理机制、平台独立性以及管道和数据流的使用，充分展示了 Python 作为胶水语言的强大能力。它能够将不同的工具和组件无缝地集成到一个统一的工作流程中，提高开发效率和代码的可维护性。

小结

​ 从调用底层的高效 C/C++ 代码，到无缝集成数据库操作及 web 服务，再到进行复杂的系统级别命令管理和数据流处理，Python 出色地充当了“胶水”的角色，把各自独立的发展语言、工具和技术整合到一个统一的环境中。

  1. 与多种语言和技术的无缝整合： 不管是与 C/C++ 库交互，还是与数据库或 Web 服务的整合，Python 都能够轻松完成。

    丰富的库和框架支持： SQLAlchemy、Flask、ctypes 和 subprocess 等强大的三方库和框架让 Python 的集成功能变得平易近人。

  2. 简洁优雅的语法： 简单而清晰的语法使开发者能够迅速编写和调试代码，提高开发效率。

  3. 跨平台： Python 脚本在 Windows、macOS 和 Linux 环境下都能无缝运行，使其成为跨平台开发的理想选择。

​ 因此，Python 作为“胶水语言”不仅是在技术上的能力，更在于它通过简洁优雅的编程方式，将不同的技术轻松连接在一起，使开发者得以在复杂的技术栈中游刃有余。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/713330.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

如何区分人工智能生成的图像与真实照片（下）

如何区分人工智能生成的图像与真实照片（下）

4 功能上的不合理性 AI 生成的图像往往会因为缺乏对现实世界物体结构和相互作用的了解&#xff0c;而产生各种功能不合理之处。这些不合理之处主要表现在以下几个方面&#xff1a; 4.1 构图不合理 物体关系不合逻辑: AI 生成的图像中&#xff0c;物体和人物之间的关系可能不符…
阅读更多...
哈希表、递归在二叉树中的应用-1372. 二叉树中的最长交错路径

哈希表、递归在二叉树中的应用-1372. 二叉树中的最长交错路径

题目链接及描述 1372. 二叉树中的最长交错路径 - 力扣&#xff08;LeetCode&#xff09; 题目分析 题目所述&#xff0c;计算在二叉树中交替遍历的最大深度【左->右->左】【右->左->右】&#xff0c;例如对于从当前根节点root出发&#xff0c;则此时遍历方向有两个…
阅读更多...
持续集成jenkins+gitee

持续集成jenkins+gitee

首先要完成gitee部署&#xff0c;详见自动化测试git的使用-CSDN博客 接下来讲如何从git上自动拉取代码&#xff0c;实现jenkins无人值守&#xff0c;定时执行测试&#xff0c;生成测试报告。 需要这三个安装包 由于目前的jenkins需要至少java11到java17的版本&#xff0c;所以…
阅读更多...
JavaScript——初识：JavaScript的组成、输入和输出语句... | JavaScript基础：变量，数据类型转换

JavaScript——初识：JavaScript的组成、输入和输出语句... | JavaScript基础：变量，数据类型转换

目录 初识JavaScript JavaScript的组成 输入和输出语句 ECMAScript 6保留关键字 变量的命名规范 注意事项 JavaScript基础 变量的数据类型 数据类型分类 数据类型转换 转换为字符串型 转换为数字型 转换为布尔型 例题 初识JavaScript JavaScript的组成 Java…
阅读更多...
搭建自己的AI模型应用网站：JavaScript + Flask-Python + ONNX

搭建自己的AI模型应用网站：JavaScript + Flask-Python + ONNX

1. 前言 本文作者以一个前端新手视角&#xff0c;部署自己的神经网络模型作为后端&#xff0c;搭建自己的网站实现应用的实战经历。目前实现的网页应用有&#xff1a; AI 语音服务主页AI 语音识别AI 语音合成AI CP号码生成器 欢迎大家试用感受&#xff0c;本文将以博客基于G…
阅读更多...
大数据—“西游记“全集文本数据挖掘分析实战教程

大数据—“西游记“全集文本数据挖掘分析实战教程

项目背景介绍 四大名著&#xff0c;又称四大小说&#xff0c;是汉语文学中经典作品。这四部著作历久不衰&#xff0c;其中的故事、场景&#xff0c;已经深深地影响了国人的思想观念、价值取向。四部著作都有很高的艺术水平&#xff0c;细致的刻画和所蕴含的思想都为历代读者所…
阅读更多...
MyBatis使用 PageHelper 分页查询插件的详细配置

MyBatis使用 PageHelper 分页查询插件的详细配置

1. MyBatis使用 PageHelper 分页查询插件的详细配置 文章目录 1. MyBatis使用 PageHelper 分页查询插件的详细配置2. 准备工作3. 使用传统的 limit 关键字进行分页4. PageHelper 插件&#xff08;配置步骤&#xff09;4.1 第一步&#xff1a;引入依赖4.2 第二步&#xff1a;在m…
阅读更多...
河南省文化旅游发展相关统计数据（2014-2023年）

河南省文化旅游发展相关统计数据（2014-2023年）

数据时间&#xff1a;2014-2023年&#xff0c;近10年 数据格式&#xff1a;excel 数据来源&#xff1a;中国旅游统计年鉴、河南省统计公报 数据内容&#xff1a;包括河南省近10年来游客量、旅游总收入、旅游景区数量&#xff08;包括A级&#xff09;、星级酒店数、旅行社数、公…
阅读更多...
mongodb-java apispringboot整合mongodb

mongodb-java apispringboot整合mongodb

mongodb入门mongodb-java api的使用springboot整合mongodb评论 一 MongoDB 1.1 MongoDB简介 ​ MongoDB是一个基于分布式文件存储的数据库。由C语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。 ​ MongoDB是一个介于关系数据库和非关系数据库之间的产品&…
阅读更多...
双链表——AcWing.827双链表

双链表——AcWing.827双链表

双链表 定义 双链表是链表的一种&#xff0c;它的每个节点有两个指针&#xff0c;一个指向前一个节点&#xff0c;一个指向后一个节点。这样使得链表可以双向遍历。 运用情况 频繁进行前后双向遍历操作时非常有用&#xff0c;比如在一些需要来回移动处理数据的场景。可以方…
阅读更多...
嵌入式学习——Linux高级编程复习（TCP编程）——day44

嵌入式学习——Linux高级编程复习（TCP编程）——day44

基于TCP聊天: clientA.c clientB.c socket socket connect bind listen acce…
阅读更多...
2024年了! 为什么还在用串口服务器?

2024年了! 为什么还在用串口服务器?

在数字化飞速发展的2024年&#xff0c;串口服务器这一看似古老的技术仍然在工业自动化、远程监控和数据通信等领域发挥着重要作用。本文将从串口服务器的定义、功能、优势和使用场景四个方面来探讨&#xff0c;为什么串口服务器在今天仍然被广泛使用。 1. 什么是串口服务器 串口…
阅读更多...
基于51单片机的红外计数器-1602显示

基于51单片机的红外计数器-1602显示

一.硬件方案 本设计的主要原理为&#xff1a;红外发射管发射红外线&#xff0c;红外接收管接收红外线&#xff0c;并且接收管当有红外线照射的时候&#xff0c;电阻比较小&#xff0c;当无线外线照射的时候电阻比较大&#xff0c;这样就可以通过一个电压比较器和一个基准电压进…
阅读更多...
线程池ThreadPoolExecutor使用指南

线程池ThreadPoolExecutor使用指南

线程池ThreadPoolExecutor使用指南 &#x1f9d0;使用线程池的好处是什么&#xff1f; 统一管理&#xff0c;减少资源获取创建的开销&#xff0c;提高利用率。 &#x1f527;线程池的参数 ​ThreadPoolExecutor​ 3 个最重要的参数&#xff1a; ​corePoolSize​ : 任务队列…
阅读更多...
Linux系统编程：基础IO

Linux系统编程：基础IO

目录 1.C语言文件回顾 2.系统文件I/O 2.1 系统接口介绍 2.2 文件描述符fd 2.3 重定向 2.4 理解缓冲区 2.5 理解文件系统 1.C语言文件回顾 在学习系统文件的操作之前&#xff0c;还记得C语言是如何进行对文件的操作的吗&#xff1f;下面看C语言接口&…
阅读更多...
浪潮信息打造业界首款50℃进液温度服务器 PUE逼近理论极限1.0！

浪潮信息打造业界首款50℃进液温度服务器 PUE逼近理论极限1.0！

在科技飞速发展的今天&#xff0c;浪潮信息以其前瞻性的技术创新思维&#xff0c;再次突破行业极限&#xff0c;推出业界首个支持50℃进液温度的浸没式液冷服务器NF5180G7。这一创新成果不仅展现了浪潮信息在液冷技术领域的深厚实力&#xff0c;更标志着服务器冷却技术的一次重…
阅读更多...
【2024亲测无坑】在Centos.7虚拟机上安装Oracle 19C

【2024亲测无坑】在Centos.7虚拟机上安装Oracle 19C

目录 一、安装环境准备 1、linux虚拟机安装 2、虚拟机快照 3、空间检查&软件上传 二、Oracle软件安装 1.preinstall安装及其他配置准备 2.oracle安装 三、数据库实例的安装 1.netca——网络配置助手 2.dbca——数据库配置助手 四、ORACLE 19C 在linux centos 7上…
阅读更多...
基于PPO的强化学习超级马里奥自动通关

基于PPO的强化学习超级马里奥自动通关

目录 一、环境准备 二、训练思路 1.训练初期&#xff1a; 2.思路整理及改进&#xff1a; 思路一&#xff1a; 思路二&#xff1a; 思路三&#xff1a; 思路四&#xff1a; 3.训练效果&#xff1a; 三、结果分析 四、完整代码 训练代码&#xff1a; 测试代码&#…
阅读更多...
MySQL 日志（二）

MySQL 日志（二）

本篇将继续介绍MySQL日志的相关内容 目录 一、二进制日志 简介 注意事项 删除二进制日志 查看二进制日志 二进制日志的格式 二、服务器日志维护 一、二进制日志 简介 二进制日志中主要记录了MySQL的更改事件&#xff08;不包含SELECT和SHOW),例如&#xff1a;表的…
阅读更多...
Base64编码的工作原理与实际应用

Base64编码的工作原理与实际应用

目录 前言 一、什么是Base64编码&#xff1f; 二、Base64编码的原理 三、Base64编码的应用场景 四、为什么要使用Base 64 五、Base64加密解密的实现 前言 当你需要将二进制数据转换为可传输和存储的文本格式时&#xff0c;Base64编码是一个常用的选择。在这篇博客中&#…
阅读更多...
最新文章

Copyright @ 2022~2023