如何使用烧瓶将 html 中的 csv 数据显示为 URL？答案

【问题标题】：How to display csv data in html as URL using flask?如何使用烧瓶将 html 中的 csv 数据显示为 URL？
【发布时间】：2020-08-23 13:13:17
【问题描述】：

使用烧瓶应用程序，我设法在 HTML 表格中显示 my.csv 文件。现在我正在尝试将 URL 添加到 HTML 表中显示的每个 userId（请参阅输出），例如： https://myURL.com/1 https://myURL.com/2等等……

假设一旦我点击 userID 列中的 userId URL，它将带我进入一个 HTML 页面，其中包含该 ID 的更多详细信息。

app.py

from flask import Flask,render_template, request
import pandas as pd
import numpy as np
app = Flask(__name__)

@app.route('/example')
def dataframe():
    df = pd.read_csv("my.csv")
    return render_template("example.html",  data=df.head(5).to_html())

if __name__ == "__main__":
    app.run()

example.html

<!DOCTYPE html>
<html>
<head>
    <title>CSV Data</title>
</head>
<body>
<h1>My stats</h1> 

{{data | safe}}

</body>
</html>

输出：http://127.0.0.1:5000/example

提前谢谢你！

【问题讨论】：

标签： html python-3.x flask

【解决方案1】：

虽然您可以从 Pandas 渲染 HTML，然后在 Flask 中渲染该 HTML，但问题是这种方法会阻止对 HTML 进行额外的编辑。为了开始这项任务，我在 Pandas 中创建了一些合成数据

import pandas
df = pandas.DataFrame([{"userID": 4, "customers": 23},
                       {"userID": 3, "customers": 33},
                       {"userID": 1, "customers": 42},
                       {"userID": 5, "customers": 13},])
print(df.to_html())

要包含 URL，一种简单的方法是在生成 HTML 之前尝试将链接作为字符串嵌入到 Pandas 数据框中。问题是 Pandas 转换字符串：

import pandas
df = pandas.DataFrame([{"userID": "<a href='helo'>4</a>", "customers": 23},
                       {"userID": 3, "customers": 33},
                       {"userID": 1, "customers": 42},
                       {"userID": 5, "customers": 13},])
print(df.to_html())

产生一个包含字符串&lt;a href='helo'&gt;4&lt;/a&gt;的单元格

要将超链接保留为 HTML，请告诉 Pandas 不要转义特殊字符。

import pandas
df = pandas.DataFrame([{"userID": "<a href='helo'>4</a>", "customers": 23},
                       {"userID": 3, "customers": 33},
                       {"userID": 1, "customers": 42},
                       {"userID": 5, "customers": 13},])
print(df.to_html(escape=False))

下一个任务是将链接注入数据框：

list_of_rows = []
for index, row in df.iterrows():
    new_row = {'customers': dict(row)['customers']} # keep the old data
    uid = str(dict(row)['userID'])
    new_row['userID'] = "<a href='http://url.com/"+uid+"'>"+uid+"</a>"
    list_of_rows.append(new_row)
df_with_links = pandas.DataFrame(list_of_rows)

将这些技术整合到您的代码中，

@app.route('/example')
def dataframe():
    df = pd.read_csv("my.csv")
    list_of_rows = []
    for index, row in df.iterrows():
        new_row = {'customers': dict(row)['customers']} # keep the old data
        uid = str(dict(row)['userID'])
        new_row['userID'] = "<a href='http://url.com/"+uid+"'>"+uid+"</a>"
        list_of_rows.append(new_row)
    df_with_links = pandas.DataFrame(list_of_rows)

    return render_template("example.html",  data=df_with_links.to_html(escape=False))

【讨论】：