【Python】Dash与FastAPI前后端集成实践指南

概述

项目中需要快速搭建一个前后端系统,涉及到dash-fastapi架构的时候,对该架构的时候进行总结。本文主要总结的是对该架构的基本使用,后续再对该架构的项目源码进行总结分析

此处实现一个小的demo,迷你任务管理器,后端使用FastAPI,前端则使用Dash,数据存储暂时使用列表进行存储,主要功能如下

  • 任务列表展示: 前端页面显示一个简单的任务列表,包含任务标题和状态。
  • 添加任务: 用户可以在前端输入任务标题,点击按钮添加新任务。
  • 刷新任务列表: 点击按钮可以刷新任务列表,从后端获取最新数据。
  • 整体架构理解

    代码主体架构

  • 后端
  • main.py (Fast API主文件)
  • requirements.txt(后端依赖)
  • 前端
  • app.py(Dash主文件)
  • api_client.py(前端API客户端)
  • layoputs.py(前端布局)
  • callbacks.py(前端回调函数)
  • requirements.txt(后端依赖)
  • 主要逻辑理解

    代码中具体体现

  • 后端
  • main.py:后端,也就类似于厨房。专门负责接收顾客的订单,然后准备食物(构建响应)并告知服务器食物准备后
  • tasks_db = []:通过列表内存列表,类似于厨师的菜单列表。其记录了餐厅可以提供的菜品,也就是后端可以完成的任务
  • @app.get :厨师提供给服务员今日菜单,服务员发送get请求的时候,就可以知道后端提供什么服务(从tasks_db中获取)
  • @app.post:创创建任务,类似于服务员将菜单传给厨房;后面的逻辑就是请求响应的基本逻辑
  • Task(使用Pydantic模型):菜单上的菜品叙述,规定了每个任务包含哪些信息,提供任务名以及状态是否完成
  • 前端
  • layouts.py:餐厅的菜单,定义了顾客可以看到什么,也就是前端显示的页面
  • dcc.Input:点餐单的填写区域,顾客要吃什么
  • dbc.Button:提交按钮,这里可以对应设计供,例如提交点餐单或者是刷新菜单信息
  • html.Div:上菜的盘子,厨房准备后的食物会放进这个盘子里展示给顾客
  •  callbacks.py:服务员接收到顾客的指令应该如何行动
  • api_client.py:点餐系统,帮助前端与后端沟通,服务员与厨师之间的沟通                                                                                                                                                                   
  • 具体实现

    该实例主要用于理解该结构的运行

    代码

    后端:主要提供两个方法,获取所有任务列表和创建新任务

    # backend/main.py
    
    from fastapi import FastAPI, HTTPException
    from pydantic import BaseModel
    from typing import List
    
    app = FastAPI()
    
    # 模拟内存数据库 (使用 Python 列表)
    tasks_db = []
    # 用于生成唯一的用户ID
    task_id_counter = 1
    
    class Task(BaseModel):
        id: int
        title: str
        status: str = "待完成"  # 默认状态
    
    class TaskCreate(BaseModel):
        title: str
    
    class TaskResponse(BaseModel):
        tasks: List[Task]
    
    @app.get("/api/tasks", response_model=TaskResponse)
    async def get_tasks():
        """获取所有任务列表"""
        return TaskResponse(tasks=tasks_db)
    
    @app.post("/api/tasks", response_model=Task)
    async def create_task(task_create: TaskCreate):
        """创建新任务"""
        global task_id_counter
        new_task = Task(id=task_id_counter, title=task_create.title)
        tasks_db.append(new_task)
        task_id_counter += 1
        return new_task
    
    if __name__ == "__main__":
        import uvicorn
        uvicorn.run(app, host="0.0.0.0", port=8000, reload=True)

    后端依赖:requirements.txt

    fastapi
    uvicorn
    pydantic

    前端代码:api_client.py(向服务端发起请求)

    import requests
    
    API_BASE_URL = "http://localhost:8000/api"  # 后端 API 基础 URL
    
    def get_task_list():
        """获取任务列表"""
        url = f"{API_BASE_URL}/tasks"
        response = requests.get(url)
        response.raise_for_status()  # 检查请求是否成功 (状态码 2xx)
        return response.json()
    
    def create_new_task(title):
        """创建新任务"""
        url = f"{API_BASE_URL}/tasks"
        headers = {'Content-Type': 'application/json'}
        data = {'title': title}
        response = requests.post(url, headers=headers, json=data)
        response.raise_for_status()
        return response.json()

    前端回调:callbacks.py,当顾客触碰哪些按钮后与后端交互然后返回的逻辑实现

    from dash import Output, Input, State
    from .app import app  # 导入 Dash app 实例
    from frontend import api_client  # 导入 API 客户端
    import dash_html_components as html
    import  dash
    
    @app.callback(
        Output("task-list-output", "children"),
        [Input("refresh-tasks-button", "n_clicks"),
         Input("add-task-button", "n_clicks")],
        [State("new-task-title", "value")]
    )
    def update_task_list(refresh_clicks, add_clicks, new_task_title):
        """更新任务列表显示"""
        triggered_id = [p['prop_id'] for p in dash.callback_context.triggered][0]
    
        if "add-task-button" in triggered_id:
            if new_task_title:
                api_client.create_new_task(new_task_title) # 调用 API 创建新任务
    
        tasks_data = api_client.get_task_list() # 调用 API 获取任务列表
        task_items = []
        if tasks_data and tasks_data.get('tasks'): # 检查 tasks_data 和 tasks 键是否存在
            for task in tasks_data['tasks']:
                task_items.append(html.Li(f"{task['title']} - 状态: {task['status']} (ID: {task['id']})"))
        else:
            task_items.append(html.Li("暂无任务"))
    
        return html.Ul(task_items)
    

     前端页面布局layouts.py

    import dash_html_components as html
    import dash_core_components as dcc
    import dash_bootstrap_components as dbc
    
    layout = dbc.Container([
        html.H1("迷你任务管理器"),
        dbc.Row([
            dbc.Col([
                html.Div("任务标题:"),
                dcc.Input(id="new-task-title", type="text", placeholder="请输入任务标题"),
                dbc.Button("添加任务", id="add-task-button", n_clicks=0, className="mt-2"),
            ]),
        ]),
        html.Hr(className="mt-3"),
        html.H4("任务列表"),
        dbc.Button("刷新任务列表", id="refresh-tasks-button", n_clicks=0, className="mb-2"),
        html.Div(id="task-list-output"), # 用于显示任务列表
    ])

    前端依赖

    dash
    dash-bootstrap-components
    requests

    pydantic补充

    """
    简单事例
    """
    
    # from pydantic import BaseModel
    #
    # class User(BaseModel):
    #     id: int
    #     name: str
    #     email: str
    #     is_active: bool = True  # 默认值
    #
    # # 示例数据
    # user_data = {
    #     'id': 1,
    #     'name': 'Alice',
    #     'email': 'alice@example.com',
    # }
    #
    # # 使用 Pydantic 模型进行数据验证和解析
    # user = User(**user_data)
    # print(user)
    
    """
    复杂事例的封装
    """
    from pydantic import BaseModel
    from typing import List
    
    class Address(BaseModel):
        street: str
        city: str
        zip_code: str
    
    class User(BaseModel):
        id: int
        name: str
        address: Address  # 嵌套模型
    
    # 创建嵌套数据
    user_data = {
        'id': 1,
        'name': 'John',
        'address': {
            'street': '123 Main St',
            'city': 'New York',
            'zip_code': '10001',
        }
    }
    
    user = User(**user_data)
    print(user)

    前端回调逻辑

    @app.callback(
        Output("task-list-output", "children"),
        [Input("refresh-tasks-button", "n_clicks"),
         Input("add-task-button", "n_clicks")],
        [State("new-task-title", "value")]
    )
    def update_task_list(refresh_clicks, add_clicks, new_task_title):
        """更新任务列表显示"""
        triggered_id = [p['prop_id'] for p in dash.callback_context.triggered][0]
    
        if "add-task-button" in triggered_id:
            if new_task_title:
                api_client.create_new_task(new_task_title) # 调用 API 创建新任务
    
        tasks_data = api_client.get_task_list() # 调用 API 获取任务列表
        task_items = []
        if tasks_data and tasks_data.get('tasks'): # 检查 tasks_data 和 tasks 键是否存在
            for task in tasks_data['tasks']:
                task_items.append(html.Li(f"{task['title']} - 状态: {task['status']} (ID: {task['id']})"))
        else:
            task_items.append(html.Li("暂无任务"))
    
        return html.Ul(task_items)

    回调函数callbacks理解

    Dash框架中回调函数是实现交互的关键,其一可以连接前端的UI组件交互和侯丹数据的处理逻辑(调用API或者更新图表操作),从而实现动态更新前端UI,而不需要更新整个页面

    Output("task-list-output", "children") (输出)

    该处定义了回调函数的输出,其指定了当回调函数执行完毕后,哪个前端组件的哪个属性会被更新

    html.Div(id="task-list-output") #  <---  这里定义了 id="task-list-output" 的 Div 组件

    这个回调函数执行完成后,将会更新 id"task-list-output"Div 组件的 children 属性。 换句话说,回调函数的返回值将会被设置为这个 Div 组件的内容,从而更新任务列表的显示

    换句话说,output就是上菜的盘子,盘子里面的内容就是children属性

    [Input("refresh-tasks-button", "n_clicks"), Input("add-task-button", "n_clicks")] (输入 – 触发器)

    指定了当前前端组件的哪些属性发生变化的时候,会触发这个回调函数执行

    dbc.Button("刷新任务列表", id="refresh-tasks-button", ...) # <--- 这里定义了 id="refresh-tasks-button" 的按钮

    类似于顾客点击菜价查询,服务员就会去问一下菜价,当顾客点击提交餐单的时候,服务员就会立马去厨房下单

    [State("new-task-title", "value")] (状态)

    指定哪些前端组件的哪些属性的当前值需要传递给回调函数,但是State组件属性的变化不会触发回调函数执行

    可以理解State就是顾客在菜单上书写的菜名

    update_task_list 回调函数被触发执行时 (因为 "刷新任务列表" 按钮或 "添加任务" 按钮被点击了),Dash 框架会将 id"new-task-title" 的输入框组件的 value 属性的 "当前值" 作为参数传递给 update_task_list 函数。 注意,输入框内容的变化 不会 直接触发回调函数,只有当 Input 指定的组件属性变化时才会触发

    作者:gma999

    物联沃分享整理
    物联沃-IOTWORD物联网 » 【Python】Dash与FastAPI前后端集成实践指南

    发表回复