AI管家

# 本地环境下的REST API请求示例

背景介绍

在本地环境中，我们可以通过HTTP请求获取用户数据。本示例展示如何使用Python语言编写一个简单的REST API调用程序，实现请求并输出数据响应。程序独立运行，无需依赖外部服务或框架，适合用于教学或快速开发场景。

思路分析

  1. HTTP请求的基本功能
    本示例通过Python的requests库发送GET请求，获取指定URL返回的数据。程序会读取JSON响应内容，并将其转换为HTML格式展示，便于用户查看。

  2. 数据处理与结构化输出
    响应数据被解析为键值对（{"name": "张三", "age": 25}），并生成对应的HTML结构。代码中使用了json.dumps()函数将数据转换为字符串，方便后续输出。

  3. 独立运行与用户体验
    程序不需要依赖外部服务，可直接运行；HTML响应界面简单直观，用户无需额外依赖前端技术即可看到结果。

代码实现

import requests

def fetch_user_data():  
    url = "http://localhost:8000/api/users"  # 示例本地API地址  
    response = requests.get(url)  # 发送GET请求获取用户数据  

    # 处理响应内容  
    if response.status_code == 200:  
        data = response.json()  # 从JSON中读取用户信息  

        # 将数据转换为HTML响应  
        html_response = f"""<!DOCTYPE html>  
        <html>  
        <head>  
            <title>用户信息</title>  
        </head>  
        <body>  
            <h2>用户信息</h2>  
            <p>姓名：{data['name']}, 年龄：{data['age']}岁</p>  
        </body>  
        </html>  
        """  

        print(html_response)  # 输出HTML结构  

    else:  
        print(f"请求失败，状态码：{response.status_code}")  

# 调用示例  
fetch_user_data()

总结

本示例展示了如何通过本地环境实现REST API调用，实现数据请求与结构化输出的功能。程序具备独立运行能力，适合教学或快速开发场景。扩展时可考虑模拟API、处理更多数据或集成前端界面。

通过上述示例，用户可直接运行代码，看到本地环境下的API调用结果。

AI助手