python启动http服务

    好久没有更新啦，最近又有一些新的学习与尝试，所以来更新下，以便以后遇到同样的问题还记得怎么处理！

    最近在做资讯推荐算法，大体就是基于内容的推荐，还可以的一点是走实时推荐，即可以根据用户最近的浏览来捕捉用户的兴趣点，从而根据用户即时兴趣做相似度召回以及排序，算法方面没有什么可说的，使用了 gensim，jieba，hanlp 模块

    hanlp模块的安装也有一些坑，其实可以直接装pyhanlp，然后装JVM，设置环境变量即可。最早按照下面这个链接安装，简直糟了半天心也安装不成功（http://www.hankcs.com/nlp/python-calls-hanlp.html），后面还是去hanlp官网，发现还有pyhanlp这种东西，用pip install pyhanlp直接安装成功了，pyhanlp安装成功，jpype也就安装成功了，然后使用的时候直接from pyhanlp import *      seg_list = HanLP.segment(content) 即可

    跑题了，这篇主要介绍python启动http服务，本来是我把模型和部署需要的.py文件传给同事，然后同事包装JSF服务，然后另外的同事调用，即可实时实现，但是这里面有个局限就是只能上传一个模型文件，而我这次除了tfidf模型文件外，还多了一个dictionary的字典文件，而上线又迫在眉睫，所以就准备申请多个服务器，启多个http服务，用负载均衡的方法来实现

那么如何用python启http服务呢，这就用到了python的flask模块，Flask是一个Python编写的Web 微框架，重点在于app.run模块，认识这个模块，得谢谢我的同事邱宇江（想着同事应该不会看到博客，所以就直接把同事名字写上啦！一直觉得相遇是缘分，谢谢每个同事对我工作的帮助），正好他先前替朋友的女朋友写过毕设里面用到了，然后直接把代码发给我，而且超详细的帮我备注需要改哪里，很赞，这样我迅速改了自己的代码，实现了python启http服务。但是这个里面有个坑，就是app.run()里面的参数我没有任何设置，除了debug = True ,在我本机上运行，然后用postman访问，完全可以，但是我的上游调用就无法连接，我们绞尽脑汁一直以为是网络和端口的问题，最终发现原来是app.run()的问题（注，邱宇江同学发现的）

app.run(host='0.0.0.0')  这样其他网络中的电脑才能访问我本机的http服务

postman的下载与安装也写下：

下载postman，说来也奇怪一般下载下来的postman文件后缀有可能是.crx，把这个后缀改为.zip或.rar转成压缩文件，解压到文件夹，然后用谷歌-更多工具-扩展程序-切到“开发者模式”-加载已解压的扩展程序-选择你解压的文件目录-点击确定即可，那么怎么打开呢？在谷歌浏览器地址栏输入 ：chrome://apps/  看到postman图表，单机即可打开

postman 发送json串，由于我的入参为4个list，所以我用了比较好用又灵活的json串，可以写好接送串去https://www.json.cn/里面验证是否写正确了，然后选择post-body-raw-将你的json串写入输入区，点击send，这时就回到你的代码中了，就可以进行debug啦，对json串需要根据格式进行解析

回到自己的posttest函数里面，需要去解析，大致的解析代码如下

@app.route('/posttest',methods =['POST'])
def testPost():
    error = None
    if request.method == 'POST':
        data = request.get_data()
        j_data = json.loads(data)
        j_data_1 = j_data['value']
        listt = j_data_1[0]
        query = listt['query']
        query_id_list = []
        for i in range(0,len(query)):
            id = query[i]["id"]
            query_id_list.append(id)

        querycontent = listt['querycontent']
        query_content_list = []
        for i in range(0, len(querycontent)):
            content = querycontent[i]["content"]
            query_content_list.append(content)
        recall = listt['recall']
        recall_id_list = []
        for i in range(0, len(recall)):
            id = recall[i]["id"]
            recall_id_list.append(id)

        recallcontent = listt['recallcontent']
        recall_content_list = []
        for i in range(0, len(recallcontent)):
            content = recallcontent[i]["content"]
            recall_content_list.append(content)

        predict_list = predict(query_content_list, query_id_list, recall_content_list, recall_id_list, tfidf,
                               dictionary)
        prestr = ",".join(predict_list)
        return prestr
    else:
        return "error"