Python Tornado批量上傳圖片並顯示功能
簡介
Tornado龍捲風是一個開源的網路伺服器框架,它是基於社交聚合網站FriendFeed的實時資訊服務開發而來的。2007年由4名Google前軟體工程師一起創辦了FriendFeed,旨在使使用者能夠方便地跟蹤好友在Facebook和Twitter等多個社交網站上的活動。結果兩年後,Facebook宣佈收購FriendFeed,交易價格約為5000萬美元。而此時FriendFeed只有12名員工。據說這幫人後來又到了Google,搞出了現在的Google App Engine...
我們開發這個Web伺服器的主要目的就是為了處理FriendFeed的實時功能 -- 在FriendFeed的應用裡每個活動使用者都會保持著一個伺服器連線。
Tornado使FriendFeed使用的可擴充套件的非阻塞Web伺服器及其相關工具的開源版本,這個Web框架看起來有些像web.py或 Google的webapp,不過為了更加有效地利用非阻塞伺服器環境,Tornado這個Web框架還包含了一些相關的有用工具和優化。
區別
Tornado與現代主流的Web伺服器框架有著明顯的區別:它使非阻塞式的伺服器,速度相當快。這得益於其非阻塞的方式和對epoll的運用。Tornado每秒可以處理數以千計的連線,對於實時Web服務來說Tornado確實是一個理想的Web框架。
與Node.js相同的是,Tornado也採用的是單程序單執行緒非同步IO的網路模型,它們都可以編寫非同步非阻塞的程式。但由於Node.js是Google Chrome V8引擎的JS執行環境或工具包,它屬於偏底層的抽象,擴充套件了JS編寫伺服器程式的能力,所以基於Node.js會由不同的Web框架。從這個角度來看Node.js和Tornado其實並不在一個層次上。
Tornado是使用Python編寫的Web伺服器兼Web應用框架,與主流Web伺服器框架不同的是,Tornado是非同步非阻塞式伺服器,得益於非阻塞式和對epoll模型的運用,Tornado是實時Web服務的一個理想框架,它非常適合開發長輪詢、WebSocket和需要與每個使用者建立持久連線的應用。
特點
- 輕量級Web框架
- 非同步非阻塞IO處理方式
- Tornado採用的單程序單執行緒非同步IO的網路模式,其高效能源於Tornado基於Linux的Epoll(UNIX為kqueue)的非同步網路IO。
- 出色的抗負載能力
- 不依賴多程序或多執行緒
- WSGI全棧替代產品
- WSGI把應用(Application)和伺服器(Server)結合起來,Tornado既可以是WSGI應用也可以是WSGI服務。
- 既是WebServer也是WebFramework
Tornado是基於Bret Taylor和其他人員為FrientFeed所開發的網路服務框架,當FriendFeed被Facebook收購後得以開源。不同於那些最多隻能達到1w併發連線的傳統網路伺服器。Tornado在設計之初就考慮到了效能因素,旨在解決C10K問題,這樣的設計使其成為一個擁有高效能的框架。
正文開始
問題描述
Python Tornado批量上傳圖片並顯示,前後端都要顯示
思路
1.檔案上傳
前端FormData上傳,後端BytesIO解析
2.顯示圖片
前端FileReader讀取顯示,後端matplotlib顯示
程式碼
index.html
<!DOCTYPE html> <head> <title>批量上傳圖片並顯示</title> <meta charset='utf-8'> <script src='https://cdn.bootcss.com/jquery/3.4.1/jquery.min.js'></script> </head> <body> <input id='send' type='file' accept="image/png,image/jpeg" multiple><br> </body> <script> $('#send').change(function () { var files = $('#send')[0].files; var form = new FormData(); for (var i = 0; i < files.length; i++) { //插入form var file = files[i]; console.log(file); form.append('files',file); //顯示圖片 var fileReader = new FileReader(); fileReader.readAsDataURL(file); fileReader.onloadend = function (event) { var src = event.target.result; $('body').append('<img src=' + src + ' width=200px>'); } } //上傳 $.ajax({ type: 'POST',url: '/upload',data: form,processData: false,contentType: false,success: function (response) { console.log(response) } }); }) </script> </html>
app.py
import tornado.web import tornado.ioloop from PIL import Image from io import BytesIO import matplotlib.pyplot as plt from tornado.options import define,options define("port",default=8888,help="執行埠",type=int) class MainHandler(tornado.web.RequestHandler): def get(self): self.render("index.html") class UploadHandler(tornado.web.RequestHandler): def post(self): files = self.request.files['files'] for file in files: img = file['body'] img = Image.open(BytesIO(img)).convert('RGB') plt.imshow(img) plt.show() if __name__ == "__main__": app = tornado.web.Application( [ (r"/",MainHandler),(r"/upload",UploadHandler),],) app.listen(options.port) print("http://localhost:{}/".format(options.port)) tornado.ioloop.IOLoop.current().start()
效果
前端
後端
總結
到此這篇關於Python Tornado批量上傳圖片並顯示功能的文章就介紹到這了,更多相關python tornado批量上傳內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!