Hypermedia Systems项目:构建一个简单的Web 1.0风格联系人管理应用
2025-06-04 11:52:20作者:曹令琨Iris
在Hypermedia Systems项目中,我们将通过构建一个名为Contact.app的联系人管理应用,来探索超媒体驱动应用(HDA)的开发方式。这个应用将采用传统的Web 1.0风格,即多页面应用(MPA)架构,逐步展示如何利用超媒体技术构建功能完善的Web应用。
技术栈选择
为了演示Web 1.0应用的开发方式,我们需要选择一个服务器端技术栈。本项目采用以下组合:
- Python:作为编程语言,因其简洁易读的语法特性
- Flask:轻量级Web框架,专注于HTTP请求处理
- Jinja2:模板引擎,用于服务器端HTML渲染
这个技术栈的选择主要基于教学目的:Python易于理解,Flask不会引入过多抽象层,Jinja2模板语法直观明了。这种组合让我们能够专注于超媒体交换模式的核心概念。
应用基础架构
Flask路由基础
Flask应用的核心是路由机制。路由将URL路径映射到处理函数,使用Python装饰器语法声明:
@app.route("/")
def index():
return redirect("/contacts")
这个示例展示了:
- 使用
@app.route装饰器定义根路径"/"的处理 index()函数作为处理程序- 返回重定向到"/contacts"路径
联系人应用功能规划
Contact.app将实现典型的CRUD功能:
- 查看联系人列表(含搜索功能)
- 添加新联系人
- 查看联系人详情
- 编辑联系人信息
- 删除联系人
实现联系人列表与搜索
服务器端处理
联系人列表功能位于"/contacts"路径,处理函数需要同时支持显示全部联系人和搜索过滤:
@app.route("/contacts")
def contacts():
search = request.args.get("q")
if search:
contacts_set = Contact.search(search)
else:
contacts_set = Contact.all()
return render_template("index.html", contacts=contacts_set)
这段代码逻辑:
- 检查请求中是否存在搜索参数"q"
- 根据是否有搜索条件,调用不同的Contact模型方法
- 将结果集传递给模板渲染
模板设计
使用Jinja2模板引擎构建HTML界面,主要包含三个部分:
- 基础布局模板(layout.html):定义页面整体结构
- 搜索表单:GET请求提交搜索条件
- 联系人表格:展示联系人数据
搜索表单实现
<form action="/contacts" method="get" class="tool-bar">
<label for="search">Search Term</label>
<input id="search" type="search" name="q"
value="{{ request.args.get('q') or '' }}"/>
<input type="submit" value="Search"/>
</form>
关键点:
- 使用GET方法提交表单,搜索条件会出现在URL查询字符串中
- 输入框的值通过Jinja2表达式保持搜索状态
- 简单的提交按钮触发搜索
联系人表格实现
<table>
<thead>
<tr>
<th>First</th><th>Last</th><th>Phone</th><th>Email</th><th></th>
</tr>
</thead>
<tbody>
{% for contact in contacts %}
<tr>
<td>{{ contact.first }}</td>
<td>{{ contact.last }}</td>
<td>{{ contact.phone }}</td>
<td>{{ contact.email }}</td>
<td>
<a href="/contacts/{{ contact.id }}/edit">Edit</a>
<a href="/contacts/{{ contact.id }}">View</a>
</td>
</tr>
{% endfor %}
</tbody>
</table>
这个表格展示了:
- 表头定义各数据列
- 使用Jinja2的for循环遍历所有联系人
- 每行显示联系人的详细信息
- 操作列包含编辑和查看链接
设计理念与优势
这种传统的Web 1.0架构具有以下特点:
- 服务器端渲染(SSR):HTML在服务器生成后发送到客户端
- 统一资源定位:相同URL既显示资源列表也展示搜索结果
- 渐进式增强:基础功能不依赖JavaScript
- 超媒体驱动:通过链接和表单引导用户流
虽然现代Web开发中单页应用(SPA)更为流行,但这种传统方式在简单性、可访问性和SEO方面仍有明显优势。在后续开发中,我们将展示如何通过htmx等库为这种基础架构添加现代化交互特性,而无需转向复杂的JavaScript框架。
这个Contact.app示例展示了超媒体系统的基本构建模式,后续我们将逐步扩展其功能,同时保持简洁的架构和清晰的代码结构,使其成为学习超媒体驱动开发的优秀案例。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1