问题:Flask/Jinja2 是否有在调试期间保存渲染模板的规定?

在调试时,通过浏览器中的“查看源”菜单项查看呈现的 HTML 和 JS 模板很有用,但这样做会迫使人们使用浏览器的 UI。

Jinja2(或 Flask)是否提供了在服务器上保存最后 n 个渲染模板的工具?然后可以使用自己喜欢的编辑器查看渲染文件,同时使用自己熟悉的字体锁定和搜索工具。

当然可以手动实现这样的工具,但是这样做有点像在使用 print 语句调试时给程序添加胡椒粉,这是一种无法扩展的方法。我正在寻找更好的选择。

解答

我认为最简单的方法是使用after_request钩子。

from flask import g
@main.route('/')
def index():
    models = Model.query.all()
    g.template = 'index'
    return render_template('index.html', models=models)


@main.after_request
def store_template(response):
    if hasattr(g, 'template'):
        with open('debug/{0}-{1}'.format(datetime.now(), g.template), 'w') as f:
            f.write(response.data)
    return response

这是文档。http://flask.pocoo.org/snippets/53/

至于只收集最后的n模板,我可能会设置一个 cron 作业来做到这一点。这是一个例子

import os
from datetime import datetime

def make_files(n):
    text = '''
    <html>
    </html>
    '''

    for a in range(n):
        with open('debug/index-{0}.html'.format(datetime.now()), 'w') as f:
            f.write(text)

def get_files(dir):
    return [file for file in os.listdir(dir) if file.endswith('.html')]

def delete_files(dir, files, amount_kept):
    rev = files[::-1]
    for file in rev[amount_kept:]:
        loc = dir + '/' + file
        os.remove(loc)

if __name__ == '__main__':
    make_files(7)
    files = get_files('debug')
    print files
    delete_files('debug', files, 5)
    files = get_files('debug')
    print files

编辑

反转删除函数中的文件顺序,因此它将保留最新的文件。也无法找到访问原始模板名称的方法以避免硬编码。

编辑 2

好的,所以更新它以显示如何使用flask.g将模板名称传递给after_request函数

文档http://flask.pocoo.org/docs/0.11/testing/#faking-resources

# emacs # flask
Logo
Python

Python社区为您提供最前沿的新闻资讯和知识内容

更多推荐

cover

求助！为什么用InsCode部署会出现无限重定向？

avatar Python

如何重塑熊猫。系列

问题:如何重塑熊猫。系列 在我看来,它就像 pandas.Series 中的一个错误。 a = pd.Series([1,2,3,4]) b = a.reshape(2,2) b b 有类型 Series 但无法显示,最后一条语句给出异常,非常冗长,最后一行是“TypeError: %d format: a number is required, not numpy.ndarray”。 b.sha

avatar Python

在哪里可以找到有关 Keras 中默认权重初始化器的文档? [复制]

问题:在哪里可以找到有关 Keras 中默认权重初始化器的文档? [复制] 我刚刚在这里](https://keras.io/initializers/)中阅读了有关[中的 Keras 权重初始化器的信息。在文档中,只介绍了不同的初始化程序。如: model.add(Dense(64, kernel_initializer='random_normal')) 当我没有指定kernel_initia

avatar Python