import mysql.connector from flask import Flask, jsonify, make_response app = Flask(__name__) mysql = mysql.connector.connect( host='localhost', user='fsxu_1', password='123456', database='fsxu_json' ) @app.route('/api/get_data', methods=['GET']) def get_data(): cursor = mysql.cursor() # 查询nodes表和edges表的全部数据 cursor.execute("SELECT * FROM nodes") nodes_data = cursor.fetchall() cursor.execute("SELECT * FROM edges") edges_data = cursor.fetchall() cursor.close() # 格式化查询结果 nodes = [] for row in nodes_data: node = { 'id': row[0], 'label': row[1], 'info': row[2], 'type': row[3] } nodes.append(node) edges = [] for row in edges_data: edge = { 'from': row[0], 'to': row[1], 'label': row[2], 'arrows': row[3] } edges.append(edge) # 创建JSON格式的响应 response = make_response(jsonify({'nodes': nodes, 'edges': edges})) # 添加头信息禁止缓存 response.headers['Cache-Control'] = 'no-cache, no-store, must-revalidate' response.headers['Pragma'] = 'no-cache' response.headers['Expires'] = '0' response.headers['Access-Control-Allow-Origin'] = '*' return response if __name__ == '__main__': app.run() 在该代码上进行完善,默认情况在api/get_data输出mysql数据库全部的nodes和edges数据,但当ceshi.html在搜索框输入关键字,则api/get_data输出mysql数据库里nodes表中type列中与关键字相同的数据

时间: 2024-04-22 08:26:10 浏览: 13
你可以使用 Flask 框架的请求参数来实现根据关键字筛选节点数据的功能。以下是对代码的修改建议: 1. 在 `get_data` 函数中获取请求参数 `keyword`,并将其作为查询条件传递给 SQL 语句。 ```python from flask import request @app.route('/api/get_data', methods=['GET']) def get_data(): keyword = request.args.get('keyword') # 获取请求参数 keyword cursor = mysql.cursor() # 根据关键字查询nodes表的数据 if keyword: query = "SELECT * FROM nodes WHERE type=%s" cursor.execute(query, (keyword,)) else: cursor.execute("SELECT * FROM nodes") nodes_data = cursor.fetchall() cursor.execute("SELECT * FROM edges") edges_data = cursor.fetchall() cursor.close() # 格式化查询结果... ``` 2. 在 `ceshi.html` 的搜索框中添加一个提交按钮,并将输入的关键字作为参数拼接到 API 请求的 URL 中。 ```html <form action="/api/get_data" method="GET"> <input type="text" name="keyword"> <input type="submit" value="Search"> </form> ``` 这样,当用户在搜索框中输入关键字并提交表单时,API 请求的 URL 将包含关键字参数,后端在查询数据库时会根据该关键字进行筛选。如果不输入关键字,则返回所有的节点数据。

相关推荐

最新推荐

recommend-type

Flask框架通过Flask_login实现用户登录功能示例

主要介绍了Flask框架通过Flask_login实现用户登录功能,结合实例形式较为详细的分析了flask框架使用Flask_login实现用户登陆功能的具体操作步骤、相关实现技巧与操作注意事项,需要的朋友可以参考下
recommend-type

flask 框架操作MySQL数据库简单示例

主要介绍了flask 框架操作MySQL数据库,结合实例形式详细分析了flask框架操作MySQL数据库的连接、表格创建、数据增删改查等相关使用技巧,需要的朋友可以参考下
recommend-type

flask框架配置mysql数据库操作详解

主要介绍了flask框架配置mysql数据库操作,结合实例形式详细分析了flask框架配置mysql数据库及连接访问等相关操作技巧,需要的朋友可以参考下
recommend-type

Python的Flask框架中@app.route的用法教程

主要介绍了Python的Flask框架中@app.route的用法教程,包括相关的正则表达式讲解,是Flask学习过程当中的基础知识,需要的朋友可以参考下
recommend-type

基于SpringBoot框架的中小企业完全开源的ERP.zip

基于springboot的java毕业&课程设计
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。