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 06:22:25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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
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
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K