Backend-Entwicklung
Python-Tutorial
Wie greife ich von einem anderen Computer im selben lokalen Netzwerk auf mein FastAPI-Backend zu?
Wie greife ich von einem anderen Computer im selben lokalen Netzwerk auf mein FastAPI-Backend zu?
Wie greife ich von einem anderen Computer/einer anderen IP im selben lokalen Netzwerk auf das FastAPI-Backend zu?
Wenn ein FastAPI-Backend und ein Next.js-Frontend auf verschiedenen Computern ausgeführt werden Wenn Sie sich im selben lokalen Netzwerk befinden, kann es beim Zugriff auf das Backend vom Frontend zu Problemen kommen.
Das Host-Flag wird auf gesetzt 0.0.0.0
Um den Zugriff von verschiedenen Maschinen aus zu ermöglichen, setzen Sie das Host-Flag im uvicorn-Befehl auf 0.0.0.0:
uvicorn main:app --host 0.0.0.0 --port 8000
Dadurch kann das Backend alle IPv4-Adressen des abhören Lokaler Computer.
Anpassen der Firewall-Einstellungen
Stellen Sie sicher, dass die Firewall externen Zugriff auf den angegebenen Computer zulässt Hafen. Erstellen Sie eine eingehende Firewall-Regel für Python, die normalerweise automatisch hinzugefügt wird, wenn Python über die Firewall kommunizieren darf.
Cors-Einstellungen anpassen
Cors-Middleware konfigurieren, um ursprungsübergreifende Anfragen zu ermöglichen:
origins = ['http://localhost:3000','http://192.168.178.23:3000']
app.add_middleware(
CORSMiddleware,
allow_origins=origins,
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
HTTP-Anfragen in JavaScript erstellen
Verwenden Sie bei JavaScript-Abrufanfragen denselben Domänennamen, der in der Adresse des Browsers eingegeben wurde bar, zusammen mit der Portnummer des Backends:
fetch('http://192.168.178.23:8000/people', {...
Wenn Sie lokal auf demselben Computer testen, verwenden Sie fetch mit dem richtigen Domänennamen (z. B. http://127.0.0.1:8000/people) oder relativ Pfade (z. B. „/people“), wenn sowohl Frontend als auch Backend auf demselben Port und derselben IP ausgeführt werden. Wenn sich der Ursprung des Frontends vom Ursprung des Backends unterscheidet, fügen Sie ihn den CORS-Einstellungen hinzu.
Das obige ist der detaillierte Inhalt vonWie greife ich von einem anderen Computer im selben lokalen Netzwerk auf mein FastAPI-Backend zu?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undress AI Tool
Ausziehbilder kostenlos
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Clothoff.io
KI-Kleiderentferner
Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
SQLALCHEMY 2.0 Abschreibungswarnung und Verbindungs Problem Lösung Leitfaden
Aug 05, 2025 pm 07:57 PM
In diesem Artikel soll die Anfänger der SQLALCHEMY die Warnung "entfernte20Warning" beheben, die bei der Verwendung von create_engine und dem nachfolgenden "ResourceClostener" -Knotenschließfehler auftreten. Der Artikel erläutert die Ursache dieser Warnung im Detail und liefert spezifische Schritte und Codebeispiele, um die Warn- und Behebung von Verbindungsproblemen zu beseitigen, um sicherzustellen, dass Sie die Datenbank reibungslos abfragen und bedienen können.
Python für Data Engineering ETL
Aug 02, 2025 am 08:48 AM
Python ist ein effizientes Instrument zur Implementierung von ETL -Prozessen. 1. Datenextraktion: Daten können aus Datenbanken, APIs, Dateien und anderen Quellen über Pandas, SQLalchemy, Anfragen und andere Bibliotheken extrahiert werden; 2. Datenumwandlung: Verwenden Sie Pandas für Reinigung, Typumwandlung, Assoziation, Aggregation und andere Vorgänge, um die Datenqualität zu gewährleisten und die Leistung zu optimieren. A. Datenbelastung: Verwenden Sie Pandas 'TO_SQL -Methode oder Cloud -Plattform -SDK, um Daten an das Zielsystem zu schreiben, auf Schreibmethoden und Stapelverarbeitung zu achten. 4. Toolempfehlungen: Luftstrom, Dagster, Präfekten werden zur Prozessplanung und -verwaltung verwendet, um Protokollalarme und virtuelle Umgebungen zu kombinieren, um die Stabilität und Wartbarkeit zu verbessern.
Wie automatisieren Sie die Dateneingabe von Excel zu einem Webformular mit Python?
Aug 12, 2025 am 02:39 AM
Die Methode zum Ausfüllen von Excel -Daten in Webformulare mithilfe von Python lautet: Verwenden Sie zunächst Pandas, um Excel -Daten zu lesen und dann mit Selen das Browser zu steuern, um das Formular automatisch zu füllen und zu übermitteln. Zu den spezifischen Schritten gehören die Installation von Pandas, OpenPyxl- und Selenium -Bibliotheken, das Herunterladen des entsprechenden Browsertreibers, die Verwendung von Pandas zum Lesen von Namen, E -Mails, Telefon und anderen Feldern in der Datei data.xlsx, starten Sie den Browser über Selen, um das Ziel -Last zu erstellen. Wenn Sie die Ausnahme des Stellverfahrens verarbeiten, können Sie die Ausnahme des Stellverfahrens verarbeiten. Formieren und verarbeiten Sie alle Datenlinien in einer Schleife.
Python Pandas Styling DataFrame Beispiel
Aug 04, 2025 pm 01:43 PM
Die Verwendung von Pandastyling in Jupyternotebook kann die schöne Anzeige von DataFrame erreichen. 1. Verwenden Sie Highlight_max und highlight_min, um den Maximalwert (grün) und den minimalen Wert (rot) jeder Spalte hervorzuheben. 2. Fügen Sie die Farbgradient -Hintergrundfarbe (wie Blau oder Rot) zur numerischen Spalte über Hintergrund_gradient hinzu, um die Datengröße visuell anzuzeigen. 3.. Benutzerdefinierte Funktion color_score kombiniert mit ApplyMap zum Festlegen von Textfarben für verschiedene Bruchintervalle (≥90 Grün, 80 ~ 89 Orange, 60 ~ 79 rot,
Wie führe ich SQL -Abfragen in Python aus?
Aug 02, 2025 am 01:56 AM
Installieren Sie den entsprechenden Datenbanktreiber; 2. verwenden Sie Connect (), um eine Verbindung zur Datenbank herzustellen. 3. Erstellen Sie ein Cursorobjekt; V. 5. Verwenden Sie Fetchall () usw., um Ergebnisse zu erhalten. 6. Commit () ist nach der Änderung erforderlich; 7. Schließlich schließen Sie die Verbindung oder verwenden Sie einen Kontextmanager, um sie automatisch zu behandeln. Der vollständige Prozess stellt sicher, dass die SQL -Operationen sicher und effizient sind.
So erstellen Sie eine virtuelle Umgebung in Python
Aug 05, 2025 pm 01:05 PM
Um eine virtuelle Python -Umgebung zu erstellen, können Sie das Venv -Modul verwenden. Die Schritte sind: 1. Geben Sie das Projektverzeichnis ein, um die Python-Mvenvenv-Umgebung auszuführen, um die Umgebung zu schaffen. 2. verwenden Sie SourceEnv/bin/aktivieren Sie in Mac/Linux und Env \ Skripts \ aktivieren in Windows; 3.. Verwenden Sie das Pipinstall -Installationspaket, Pipfreeze> Anforderungen.txt, um Abhängigkeiten zu exportieren. V. Virtuelle Umgebungen können Projektabhängigkeiten isolieren, um Konflikte zu verhindern, insbesondere für die Entwicklung von Mehrfachprojekten, und Redakteure wie Pycharm oder VSCODE sind es ebenfalls
Wie teile ich Daten zwischen mehreren Prozessen in Python aus?
Aug 02, 2025 pm 01:15 PM
Verwenden Sie Multiprocessing.queue, um Daten zwischen mehreren Prozessen zu übergeben, die für Szenarien mehrerer Hersteller und Verbraucher geeignet sind. 2. Verwenden Sie Multiprocessing.Pipe, um eine bidirektionale Hochgeschwindigkeitskommunikation zwischen zwei Prozessen zu erreichen, jedoch nur für Zweipunktverbindungen; 3. Verwenden Sie Wert und Array, um einfache Datentypen im gemeinsamen Speicher zu speichern, und müssen mit Sperre verwendet werden, um Wettbewerbsbedingungen zu vermeiden. 4. Verwenden Sie den Manager, um komplexe Datenstrukturen wie Listen und Wörterbücher auszutauschen, die hoch flexibel sind, aber eine geringe Leistung haben und für Szenarien mit komplexen gemeinsamen Zuständen geeignet sind. Geeignete Methoden sollten basierend auf Datengröße, Leistungsanforderungen und Komplexität ausgewählt werden. Warteschlange und Manager eignen sich am besten für Anfänger.
Wie implementieren Sie eine Stapeldatenstruktur mithilfe einer Liste in Python?
Aug 03, 2025 am 06:45 AM
Pythonlistscani Implementierungsaufnahme append () penouspop () popopoperations.1.UseAppend () zwei -glückselige StotetopeThestack.2.USEP OP () TOREMOVEANDRETURTHETOPHETOP -Element, EnsuringToCheCifthestackisnotemptoavoidEx -Regerror.
