pythonweb开发流程(python web开发流程)

想做Python Web 开发，需要掌握哪些技能

Python的学习内容还是比较多的，我们将学习的过程划分为4个阶段，每个阶段学习对应的内容，具体的学习顺序如下：

Python学习顺序：

①Python软件开发基础

掌握计算机的构成和工作原理

会使用Linux常用工具

熟练使用Docker的基本命令

建立Python开发环境，并使用print输出

使用Python完成字符串的各种操作

使用Python re模块进行程序设计

使用Python创建文件、访问、删除文件

掌握import 语句、From…import 语句、From…import* 语句、方法的引用、Python中的包

②Python软件开发进阶

能够使用Python面向对象方法开发软件

能够自己建立数据库，表，并进行基本数据库操作

掌握非关系数据库MongoDB的使用，掌握Redis开发

能够独立完成TCP/UDP服务端客户端软件开发，能够实现ftp、http服务器，开发邮件软件

能开发多进程、多线程软件

③Python全栈式WEB工程师

能够独立完成后端软件开发，深入理解Python开发后端的精髓

能够独立完成前端软件开发，并和后端结合，熟练掌握使用Python进行全站Web开发的技巧

④Python多领域开发

能够使用Python熟练编写爬虫软件

能够熟练使用Python库进行数据分析

招聘网站Python招聘职位数据爬取分析

掌握使用Python开源人工智能框架进行人工智能软件开发、语音识别、人脸识别

掌握基本设计模式、常用算法

掌握软件工程、项目管理、项目文档、软件测试调优的基本方法

互联网行业目前还是最热门的行业之一，学习IT技能之后足够优秀是有机会进入腾讯、阿里、网易等互联网大厂高薪就业的，发展前景非常好，普通人也可以学习。

想要系统学习，你可以考察对比一下开设有相关专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能力，中博软件学院、南京课工场、南京北大青鸟等开设python专业的学校都是不错的，建议实地考察对比一下。

祝你学有所成，望采纳。

请点击输入图片描述

Python 如何开发高效漂亮的轻量级 Web 应用？

痛点

从我开始折腾数据分析工具的那一天，就没有想明白一件事儿 —— 我打算把数据分析的成果做成一个 Web 应用，为什么这么难？

我需要的核心功能，无非是在网页上接收用户输入，然后做分析处理，把分析结果反馈给用户，完事儿。

可是这谈何容易？

很多人都会微笑着告诉你，想做 Web 应用？这得学前端编程， HTML + Javascript 了解一下吧！

什么？你还需要在后台做数据分析？那你就得学 Web 框架了。

你说喜欢 Python ？那就学个 Django 或者 Flask 好了。

我也不是没有看过 Django 和 Flask 的教程，还曾经付费学习过。光是 Django 配置环境，就够写一章出来。

作为学习的中间成果，我还写了这篇《如何用 Python 做 Web 开发？——Django 环境配置》分享给你。

真正让我痛苦的，不是 Web 框架的操作有多么琐碎，而是教程里的案例，为什么都那么奇怪？

几乎所有的教程，都指向一个目标：

来，我教你做一个 blog 出来！

我用你教？！

我要是想用 blog ，可以直接注册一个免费的啊！为什么我要自己开发个 blog 出来？

为什么你就不能告诉我，该怎么把我目前的数据分析结果，迅速挪到 Web 页面上，跟用户实时交互？

虽然二者的结果，都是做一个 Web 应用出来。但是，它们关注的焦点，需要的功能，能一样吗？

但是人家写书和做教程的人，就是不疾不徐，坚持一定要教会你，如何做一个 blog 出来……

你不学，又能怎么办呢？你难道想只凭 Python 脚本，就做一个 Web 应用出来？

还真别说，最近，这个事儿从幻想，变成了现实。

样例

这不，我就用纯 Python 脚本写了个 Web 应用。

我编写的代码里，没有一丝半毫的 Web 框架，Javascript，甚至是 HTML 。

这玩意儿能用吗？

你自己来试试看。

请你打开浏览器，输入以下链接：

你会看到下面的初始化界面。

初始化完毕之后，页面会分成左右两栏。左面是两个下拉候选框，分别让你指定需要分析的数据范围。

上面一个，是事件类型；

下面一个，是事件发生归属地。

如果你看过我的文章《如何用 Python 和循环神经网络预测严重交通拥堵？》，应该对这个数据集很熟悉。

只不过，当时我们更注重的，是用循环神经网络搭建了一个严重拥堵事件预测模型。

而今天，我们是要进行探索性数据分析，也就是根据我们感兴趣的目标，对数据进行整理操作，然后可视化显示。

选定之后，你会看到右侧提示两个信息：

你筛选之后，数据框包含行数

在层叠地图上的可视化结果。

怎么样？

麻雀虽小，五脏俱全。

虽然咱们这个 Web 应用很简单，不过交互分析该有的功能和流程，基本上都涵盖了。

你可能会问：

王老师，编这么一个应用出来，不简单吧？

让我带你到幕后，看看是不是很复杂。

幕后

我把这个应用的全部源代码，都为你存储到了 Github 上。请你访问这个网址获取：

可以看到，一共包含了 4 个文件。

有意思的是，其中 3 个，包括：

Procfile

setup.sh

requirements.txt

都只是部署到远程服务器时，需要用到的配置文件而已。

也就是说，只有最后一个?helloworld.py?是主角，它包含了实现咱们全部交互式数据分析功能的 Python 脚本文件。

这代码，少说也得有几百行吧？

别担心，打开来看看：

上面这张截图，就已经包含了实现交互数据分析功能的全部代码。

神奇吧？

解读

这么短的代码，为什么能有如此强大的功能？

这是因为它背后使用的一个软件包，叫做?streamlit?。

它是干什么用的？

一言以蔽之，给你赋能，让你能够不去操心什么前端后端。只写 Python ，只关注功能，你就能写出一个交互式 Web 应用出来。

当然，既然最后是 Web 应用，那么实际上前后端的功能都是齐备的。

只不过，这些交由 Streamlit 来帮你费心操办。你根本不用管。

爆发

为什么会有人做了这么一款神器出来？

原因很简单，咱们前面提到的痛点，是大伙儿都有的。

咱们这些麻瓜（Muggle），遇到痛点只能忍着。

但是真正的魔法师（优秀程序员），是忍不了的。

在这段来自 PyData LA 2019 的视频里，Streamlit 的 CEO Adrien Treuille 谈及了他在数据智能企业中，长期遭遇的痛点。

最大的痛点，就是数据科学家训练好机器学习模型后，需要验证效果，和用户反馈沟通。

但是，做机器学习的工程师本身，并不掌握这一整套的工具栈。

所以，就得在把全部的数据分析和模型训练工作完成后，把这东西移交给一个工具制作团队。

人家做完以后，就告诉数据科学团队说，做好了。但是注意，现在处于需求冻结阶段。这个应用你们可以随便用，只是别乱改。改坏了我们管不了。因为最近两个月，我们还得给其他若干数据分析团队做 app 。大概几个月以后，我们又能回来帮助你们了……

Adrien Treuille 很敏锐地捕捉到了这个长期痛点，于是在 2018 年， 创立了 streamlit 。

目标很简单，给数据科学团队提供简单的工具，让他们使用已经掌握的 Python 编程技能，就能直接做 Web 应用。

什么 “等上两三个月不许改”？！你们自己慢慢儿玩儿去吧，我们想怎么改，就怎么改！

至于做出来的东西嘛，可以是这样的：

资源

看到这里，是不是心动了？也打算学习一下 Streamlit ？

没问题，我前面给你提供的样例，就在 github 上，你可以直接查看源码。

如果你希望重现这个小应用，并且一步步学习掌握 Streamlit 的基础知识和技能，我也已经为你写好了一份手把手的教程。地址在这里。

它不仅教你如何设置环境，安装工具，写作代码，甚至连如何免费部署到 heroku 平台，让用户使用，都毫无保留地教给了你。

那篇文章，我用于参加少数派年度征文活动，所以就不能全文展示在这里了。

读完以后，如果你觉得有收获，欢迎在少数派平台上帮我点个赞。谢谢支持！

思考

尝试过之后，你应该不难发现，Streamlit 给你带来了什么。

如果你学过 Javascript 和 Flask, Django 等 Web 应用开发技术，Streamlit 可以加快你的 Web 应用开发与测试进程。

如果你还没有学过上述技术， Streamlit 可以给你赋能，让你一下子有了把数据分析结果变成产品的能力。

给你讲点儿更激进的。

有人已经希望能用它替代掉 Flask 用于产品发布了。

还有人说，将来写技术文档，也应该充分使用 Streamlit 。

甚至，还把它比作了数据科学界的 iPhone 。

这里，它是借喻 iPhone 开启智能手机时代，说明 Streamlit 的划时代性。

我不希望你也变得如此激进。

因为这里提到的每一种功用，现在还都有非常专业的工具做的更好，而且新的工具也在不断涌现。

例如说，我们在多个教程中一直使用 Jupyter Notebook 。

现在凭借 Voila 扩展的加持，你也可以很轻松地把 Jupyter Notebook 变成 Web app ，而且可以免费运行在 mybinder 上面。

但是，你可以看到，一个新的工具，以一种简单，而不是更繁复的办法，解决一个功能痛点，是一件多么令人欣喜的事儿。

看了这篇文章，可能会给你一种误解，似乎 JavaScript 为代表的前端编程技术，再也不需要学了。

其实不是这样的。

可以想象，开发门槛降低以后，将来会有更多的人使用 Python 来做 Web 应用。

用 Streamlit 这样的方法，他们只是开发出了一个原型。

要是想打造精品，就必须精细调控很多细节。

这时候， 如果你精通 Javascript ，那你潜在的合作对象一下子就多了起来，你掌握的这门技术，也就有了更大的价值。

还记得吗？我不止一次给你强调过，比起一个工具自身的能力来，协作网络更重要。忘了的话，记得复习《学 Python ，能提升你的竞争力吗？》。

这就好像印刷术的发明，不是让会写字这件事儿变得失去价值，而是全社会都增大了对好作品的渴求。深刻的思考，加上有效的文字表达，会让你生存得更好。

当然，如果你不希望精通写作技艺，只是想做一个抄书匠糊口。那么印刷术就可能会替代你的工作，结果就不那么美妙了。

小结

这篇文章，我为你介绍了 Streamlit 这款有趣的工具。希望你读过之后，掌握了以下知识点：

借助 Streamlit ，你可以用纯 Python 编制 Web 应用；

学 Web 设计依然很有前途，因为你的潜在合作群体正在迅速扩大；

不要惹魔法师（优秀程序员）。他们的痛点需求会转化成无尽的战斗力，兴许会直接替掉你的日常工作。

更多Python知识，请关注：Python自学网！！

怎么用python进行web开发

HTML（超文本标记语言）是网页的核心，学好HTML是成为Web开发人员的基本条件。HTML很容易学习的，但也很容易误用，要学精还得费点功夫。

随着HTML5的发展和普及，了解HTML5也将成为Web开发人员的必修课。

涉及到网页外观时，就需要学习CSS了，它可以帮你把网页做得更美观。

利用HTML和CSS模拟一些你所见过的网站的排版和布局（色彩，图片，文字样式等等）。

　第二步：学习javascript,了解DOM

JavaScript是一种能让你的网页更加生动活泼的程序语言。学习JavaScript的基本语法，学会用javascript操作网页中dom元素。

接着学习使用一些javascript库，比如jquery是大部分WEB开发人员都喜欢用的，通过Jquery可以有效的提高JavaScript的开发效率。

　第三步：了解Web服务器

你不必在这上面花太多精力，但对IIS、Apache基本配置要掌握，这方面的知识学起来也相对容易，不会花多长时间。

学习一点Unix和Linux的基本知识，因为大部分Web服务器都运行在Unix和Linux平台上。

　第四步: 学好一门服务器端脚本语言

服务器端脚本编程（后台开发）也是Web开发人员的基本功之一，你只需挑选一个服务器端脚本语言，然后学好它。

目前流行的服务器脚本语言有：php、asp.net、jsp、ruby、python、等。

　第五步：学习数据库及SQL语法

要构建动态页面通常会使用到数据库，常用的数据库有SQLServer、Oracle、MySQL 等，它们都会遵循标准的SQL原则。

通常asp.net 程序使用SqlServer数据库，PHP、java使用Oracle、MySQL数据库。

　第六步：综合实战

选一个你喜欢的后台编程语言，结合之前学到的html,css,javascript 前端技术，实现一个简单的留言本、论坛程序、进而实现一个简单的CMS（内容管理系统）

　第七步：学习使用Web框架

当你掌握了HTML，CSS，JavaScript和服务器端脚本语言后，就应该找一个Web框架加快你的Web开发速度，使用框架可以节约你很多时间。

比如.net的MVC，JAVA 的SSH，php的cakephp、CodeIgniter、zend，ruby的ROR，python的dijango等等，其实里面都有一些相通之处。

整个开发过程你还可能会学习到一些工具的使用：

Visio，Dreamweaver，Vistual Studio、elipse、(Vim, EditPlus, Notpad++)、sqlserver、phpmyadmin，各种浏览器以及FireBug的插件，IE下的WebDevelopmentHelper、IETester等。如果你足够用心，你还发掘出很多不错的资源，例如MSDN，W3cSchool，一些前辈的博客，一些技术论坛等等，这都是你未来前进道路上的财富。如还想深入研究，学学http协议,理解什么是无状态，不然你永远做不好WEB开发，研究web程序服务端运行原理，还有tcp/ip,udp协议等。

从最简单的HTML到Web框架，内容还是不少，要想精通这里的每一样技术，都得下苦功夫才行。半年的时间，足够你对web开发产生一个有效的认识，这个时候，再思考你进一步学习的方向吧。

python web 怎么部署

学过PHP的都了解，php的正式环境部署非常简单，改几个文件就OK，用FastCgi方式也是分分钟的事情。相比起来，Python在web应用上的部署就繁杂的多，主要是工具繁多，主流服务器支持不足，在了解Python的生产环境部署方式之前，先明确一些概念！很重要！

CGI：

CGI即通用网关接口(Common Gateway Interface)，是外部应用程序（CGI程序）与Web服务器之间的接口标准，是在CGI程序和Web服务器之间传递信息的规程。CGI规范允许Web服务器执行外部程序，并将它们的输出发送给Web浏览器，CGI将Web的一组简单的静态超媒体文档变成一个完整的新的交互式媒体。通俗的讲CGI就像是一座桥，把网页和WEB服务器中的执行程序连接起来，它把HTML接收的指令传递给服务器的执行程序，再把服务器执行程序的结果返还给HTML页。CGI?的跨平台性能极佳，几乎可以在任何操作系统上实现。

CGI方式在遇到连接请求（用户请求）先要创建cgi的子进程，激活一个CGI进程，然后处理请求，处理完后结束这个子进程。这就是fork-and-execute模式。所以用cgi方式的服务器有多少连接请求就会有多少cgi子进程，子进程反复加载是cgi性能低下的主要原因。当用户请求数量非常多时，会大量挤占系统的资源如内存，CPU时间等，造成效能低下。

CGI脚本工作流程：

浏览器通过HTML表单或超链接请求指向一个CGI应用程序的URL。

服务器执行务器收发到请求。所指定的CGI应用程序。

CGI应用程序执行所需要的操作，通常是基于浏览者输入的内容。

CGI应用程序把结果格式化为网络服务器和浏览器能够理解的文档（通常是HTML网页）。

网络服务器把结果返回到浏览器中。

python有cgi模块可支持原生cgi程序

FastCGI：

FastCGI是一个可伸缩地、高速地在HTTP server和动态脚本语言间通信的接口。多数流行的HTTP server都支持FastCGI，包括Apache、Nginx和lighttpd等，同时，FastCGI也被许多脚本语言所支持，其中就有Python。FastCGI是从CGI发展改进而来的。传统CGI接口方式的主要缺点是性能很差，因为每次HTTP服务器遇到动态程序时都需要重新启动脚本解析器来执行解析，然后结果被返回给HTTP服务器。这在处理高并发访问时，几乎是不可用的。FastCGI像是一个常驻(long-live)型的CGI，它可以一直执行着，只要激活后，不会每次都要花费时间去fork一次(这是CGI最为人诟病的fork-and-execute 模式)。CGI 就是所谓的短生存期应用程序，FastCGI 就是所谓的长生存期应用程序。由于 FastCGI 程序并不需要不断的产生新进程，可以大大降低服务器的压力并且产生较高的应用效率。它的速度效率最少要比CGI 技术提高 5 倍以上。它还支持分布式的运算, 即 FastCGI 程序可以在网站服务器以外的主机上执行并且接受来自其它网站服务器来的请求。

FastCGI是语言无关的、可伸缩架构的CGI开放扩展，其主要行为是将CGI解释器进程保持在内存中并因此获得较高的性能。众所周知，CGI解释器的反复加载是CGI性能低下的主要原因，如果CGI解释器保持在内存中并接受FastCGI进程管理器调度，则可以提供良好的性能、伸缩性、Fail-Over特性等等。FastCGI接口方式采用C/S结构，可以将HTTP服务器和脚本解析服务器分开，同时在脚本解析服务器上启动一个或者多个脚本解析守护进程。当HTTP服务器每次遇到动态程序时，可以将其直接交付给FastCGI进程来执行，然后将得到的结果返回给浏览器。这种方式可以让HTTP服务器专一地处理静态请求或者将动态脚本服务器的结果返回给客户端，这在很大程度上提高了整个应用系统的性能。

FastCGI的工作流程:

Web Server启动时载入FastCGI进程管理器（PHP-CGI或者PHP-FPM或者spawn-cgi)

FastCGI进程管理器自身初始化，启动多个CGI解释器进程(可见多个php-cgi)并等待来自Web Server的连接。

当客户端请求到达Web Server时，FastCGI进程管理器选择并连接到一个CGI解释器。Web server将CGI环境变量和标准输入发送到FastCGI子进程php-cgi。

FastCGI子进程完成处理后将标准输出和错误信息从同一连接返回Web Server。当FastCGI子进程关闭连接时，请求便告处理完成。FastCGI子进程接着等待并处理来自FastCGI进程管理器(运行在Web Server中)的下一个连接。 在CGI模式中，php-cgi在此便退出。

FastCGI 的特点：

打破传统页面处理技术。传统的页面处理技术，程序必须与 Web 服务器或 Application 服务器处于同一台服务器中。这种历史已经早N年被FastCGI技术所打破，FastCGI技术的应用程序可以被安装在服务器群中的任何一台服务器，而通过 TCP/IP 协议与 Web 服务器通讯，这样做既适合开发大型分布式 Web 群，也适合高效数据库控制。

明确的请求模式。CGI 技术没有一个明确的角色，在 FastCGI 程序中，程序被赋予明确的角色（响应器角色、认证器角色、过滤器角色）。

WSGI：

Python?Web服务器网关接口（Python Web Server Gateway Interface，缩写为WSGI）是为Python语言定义的Web服务器和Web应用程序或框架之间的一种简单而通用的接口。自从WSGI被开发出来以后，许多其它语言中也出现了类似接口。WSGI是作为Web服务器与Web应用程序或应用框架之间的一种低级别的接口，以提升可移植Web应用开发的共同点。WSGI是基于现存的CGI标准而设计的。

WSGI区分为两个部份：一为“服务器”或“网关”，另一为“应用程序”或“应用框架”。在处理一个WSGI请求时，服务器会为应用程序提供环境上下文及一个回调函数（Callback Function）。当应用程序完成处理请求后，透过先前的回调函数，将结果回传给服务器。所谓的 WSGI 中间件同时实现了API的两方，因此可以在WSGI服务和WSGI应用之间起调解作用：从WSGI服务器的角度来说，中间件扮演应用程序，而从应用程序的角度来说，中间件扮演服务器。“中间件”组件可以执行以下功能：

重写环境变量后，根据目标URL，将请求消息路由到不同的应用对象。

允许在一个进程中同时运行多个应用程序或应用框架。

负载均衡和远程处理，通过在网络上转发请求和响应消息。

进行内容后处理，例如应用XSLT样式表。

以前，如何选择合适的Web应用程序框架成为困扰Python初学者的一个问题，这是因为，一般而言，Web应用框架的选择将限制可用的Web服务器的选择，反之亦然。那时的Python应用程序通常是为CGI，FastCGI，mod_python中的一个而设计，甚至是为特定Web服务器的自定义的API接口而设计的。WSGI没有官方的实现, 因为WSGI更像一个协议。只要遵照这些协议,WSGI应用(Application)都可以在任何服务器(Server)上运行, 反之亦然。WSGI就是Python的CGI包装，相对于Fastcgi是PHP的CGI包装。

WSGI将 web 组件分为三类： web服务器，web中间件,web应用程序， wsgi基本处理模式为 ： WSGI Server - (WSGI Middleware)* - WSGI Application 。

uwsgi：

uwsgi协议是一个uWSGI服务器自有的协议，它用于定义传输信息的类型（type of information），每一个uwsgi packet前4byte为传输信息类型描述，它与WSGI相比是两样东西。据称其效率是fcgi的10倍。具体的协议内容请参考：the uwsgi protocol

以上四者都可以理解为协议！协议！协议！实现了这样的协议，就可以实现Web服务器与Web应用程序相关联的web服务！

uWSGI：

uWSGI项目旨在为部署分布式集群的网络应用开发一套完整的解决方案。uWSGI主要面向web及其标准服务，已经成功的应用于多种不同的语言。由于uWSGI的可扩展架构，它能够被无限制的扩展用来支持更多的平台和语言。目前，你可以使用C，C++和Objective-C来编写插件。项目名称中的“WSGI”是为了向同名的Python Web标准表示感谢，因为WSGI为该项目开发了第一个插件。uWSGI是一个Web服务器，它实现了WSGI协议、uwsgi、http等协议。uWSGI，既不用wsgi协议也不用FastCGI协议，而是自创了上文说将的uwsgi协议。

uWSGI的主要特点如下：

超快的性能。

低内存占用（实测为apache2的mod_wsgi的一半左右）。

多app管理。

详尽的日志功能（可以用来分析app性能和瓶颈）。

高度可定制（内存大小限制，服务一定次数后重启等）。

Gunicorn：

和uWSGi类似的工具，从rails的部署工具(Unicorn)移植过来的。但是它使用的协议是前文所讲的WSGI，这是python2.5时定义的官方标准(PEP 333?)，根红苗正，而且部署比较简单，详细的使用教程请点击这里。Gunicorn采用prefork模式，Gunicorn 服务器与各种 Web 框架兼容，只需非常简单的执行，轻量级的资源消耗，以及相当迅速。它的特点是与 Django 结合紧密，部署特别方便。 缺点也很多，不支持 HTTP 1.1，并发访问性能不高，与 uWSGI，Gevent 等有一定的性能差距。

1. Gunicorn设计

Gunicorn 是一个 master?进程，spawn 出数个工作进程的 web 服务器。master 进程控制工作进程的产生与消亡，工作进程只需要接受请求并且处理。这样分离的方式使得 reload 代码非常方便，也很容易增加或减少工作进程。 工作进程这块作者给了很大的扩展余地，它可以支持不同的IO方式，如 Gevent,Sync 同步进程，Asyc 异步进程，Eventlet 等等。master 跟 worker 进程完全分离，使得 Gunicorn 实质上就是一个控制进程的服务。

2. Gunicorn源码结构

从 Application.run() 开始，首先初始化配置，从文件读取，终端读取等等方式完成 configurate。然后启动 Arbiter，Arbiter 是实质上的 master 进程的核心，它首先从配置类中读取并设置，然后初始化信号处理函数，建立 socket。然后就是开始 spawn 工作进程，根据配置的工作进程数进行 spawn。然后就进入了轮询状态，收到信号，处理信号然后继续。这里唤醒进程的方式是建立一个 PIPE，通过信号处理函数往 pipe 里 write，然后 master 从 select.select() 中唤醒。

工作进程在 spawn 后，开始初始化，然后同样对信号进行处理，并且开始轮询，处理 HTTP 请求，调用 WSGI 的应用端，得到 resopnse 返回。然后继续。

Sync 同步进程的好处在于每个 request 都是分离的，每个 request 失败都不会影响其他 request，但这样导致了性能上的瓶颈。

Tornado：

Tornado即使一款python 的开发框架，也是一个异步非阻塞的http服务器，它本身的数据产出实现没有遵从上文所说的一些通用协议，因为自身就是web服务器，所以动态请求就直接通过内部的机制，输出成用户所请求的动态内容。如果把它作为一个单独服务器，想用它来配合其他的框架如Flask来部署，则需要采用WSGI协议，Tornado内置了该协议，tornado.wsgi.WSGIContainer。

wsgiref：

Python自带的实现了WSGI协议的的wsgi server。wsgi server可以理解为一个符合wsgi规范的web server，接收request请求，封装一系列环境变量，按照wsgi规范调用注册的wsgi app，最后将response返回给客户端。Django的自带服务器就是它了。

以上都可以理解为实现！实现！实现！实现了协议的工具！

注：mod_wsgi（apache的模块）其实也是实现了wsgi协议的一个模块，现在几乎不废弃了，所以也不多说了，感兴趣的自己查一下吧。

所以如果你采用Django框架开发了应用之后，想部署到生产环境，肯定不能用Django自带的，可以用使用uwsgi协议的uWSGI服务器，也可以采用实现了WSGI协议的gunicorn或者Tornado，亦可以用FastCGI、CGI模式的Nginx、lighttpd、apache服务器。其他框架亦如此！明白了这些概念在部署的时候就可以做到心中有数，各种工具之间的搭配也就“知其然，并知其所以然”了。

在我们组的项目中有两种框架Django和Tornado，生产环境也用到了两种部署方式。uWSGI和Gunicorn：

Django项目用Nginx+uWSGI方式部署，Tornado项目用Nginx+Gunicorn方式部署：

Nginx都作为负载均衡以及静态内容转发。Tornado项目用supervisord来管理Gunicorn，用Gunicorn管理Tornado。众所周知，由于Python的GIL存在，所以Python的并发都采用多进程模式，所以我们部署的方式是一个核心两个进程。

用Python进行web开发需要学习什么?

需要学习Linux、xhtml、css、javascript、数据库(关系型、nosql等)和需求分析等内容。

Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。自从20世纪90年代初Python语言诞生至今，它逐渐被广泛应用于处理系统管理任务和Web编程。Python已经成为最受欢迎的程序设计语言之一。

由于Python语言的简洁、易读以及可扩展性，在国外用Python做科学计算的研究机构日益增多，一些知名大学已经采用Python教授程序设计课程。众多开源的科学计算软件包都提供了Python的调用接口，例如著名的计算机视觉库OpenCV、三维可视化库VTK、医学图像处理库ITK。而Python专用的科学计算扩展库就更多了，例如如下3个十分经典的科学计算扩展库：NumPy、SciPy和matplotlib，它们分别为Python提供了快速数组处理、数值运算以及绘图功能。因此Python语言及其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序。

想要做一名web前端开发工程师必须掌握基本的Web前端开发技术，其中包括：CSS、HTML、DOM、BOM、Ajax、JavaScript等，在掌握这些技术的同时，还要清楚地了解它们在不同浏览器上的兼容情况、渲染原理和存在的Bug。

python做web开发好吗

当然!python这门优美的语言是非常适合Web开发的。

使用Python进行Web开发的优势：

第一、易于使用和阅读

有几个因素可以简化python在Web开发中的使用：

低入门门槛：python与我们日常生活中使用的英语相似，语法的简单性使您可以处理复杂的系统，并确保所有元素之间都具有明确的关系;因此，更多的新手程序员可以学习该语言并更快地加入编程社区。

良好的可视化：效果通过使用不同的图和图表，可以以易于理解的格式表示数据。它们是可视化呈现和理解数据的有效方法，Web开发公司利用python库来可视化数据并创建清晰且易于理解的报告。

易于阅读：python非常易于阅读，因此开发人员通常在理解由其他程序员编写的代码时不会遇到任何问题，这可以促使从事同一项目的开发人员之间的通信效率更高。

第二、异步编码

由于没有死锁或研究争执或任何其他令人困惑的问题，因此使用python编写和维护异步代码无需花费太多精力。此类代码的每个单元分别运行，从而使您能够更快地处理各种情况和问题。

第三、较少限制的编程方法

与其他编程语言对比，python具有较少限制的编程方法。它具有多种范例，可以支持多种编程风格，包含过程性、面向对象和功能性。这使python成为初创公司的绝佳语言，因为项目可能需要随时更改方法。

第四、企业应用集成

python是企业软件应用程序的流行选择，这在很大程度上要归功于python与传统上用于企业开发的其他语言的流畅集成。

python直接与Java、C++或C代码进行调用，从而可以对大多数常用协议和数据格式进行大量的过程控制和实现。除此之外，它还可以用于组装基础结构的新旧片段，这是复杂移动应用程序中的典型情况。

第五、可以使用python框架快速进行Web开发

python的另一个优点是它具有许多简化开发过程的框架，根据您的工作，可能需要不同的框架。

第六、科学计算库方便

有各种各样的软件包和库可用于开发科学和数字应用程序，以及工具包，单独的成像库以及许多其他工具。