本文中，我们将讨论如何将一些表格数据从后端传递到 HTML 前端，并基于这些数据创建一个外观不错的表格。

我们的文件结构

为了简单起见，让我们只处理 2 个文件：

• templates/index.html（在 templates 文件夹内)
• app.py

app.py 中的代码

from flask import Flask, render_template

app = Flask(__name__)

@app.route('/')
def home():

    headers = ['fruit', 'price', 'country']

    tableData = [
        {'fruit':'apple', 'price':4, 'country':'singapore'},
        {'fruit':'orange', 'price':5, 'country':'singapore'},
        {'fruit':'pear', 'price':6, 'country':'singapore'},
        {'fruit':'apple', 'price':7, 'country':'malaysia'},
        {'fruit':'orange', 'price':8, 'country':'malaysia'},
        {'fruit':'pear', 'price':9, 'country':'malaysia'},
    ]

    return render_template(
        'index.html',
        headers=headers,
        tableData=tableData
    )

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

app.py 包含我们的 Python Flask 应用程序。 请注意，表格标题和表格数据本身在 render_template 函数中传递给我们的 HTML 模板 index.html。

我们希望以表格格式在我们的 HTML 前端中显示此数据。

templates/index.html 中的代码

此 HTML 文件从我们的 Python Flask 后端接收数据。 更具体地说，它接收 2 个变量——headers 和 tableData。

<link href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0-alpha1/dist/css/bootstrap.min.css" rel="stylesheet" integrity="sha384-GLhlTQ8iRABdZLl6O3oVMWSktQOp6b7In1Zl3/Jr59b6EGGoI1aFkw7cmDA6j6gD" crossorigin="anonymous">

<div class="px-5 mx-5">
    <h1>My Table</h1>

    <table class="table table-striped table-bordered">
        <thead>
            <tr>
                {% for header in headers %}
                    <th>{{header}}</th>
                {% endfor %}
            </tr>
        </thead>

        <tbody>
            {% for row in tableData %}
                <tr>
                    <td>{{row['fruit']}}</td>
                    <td>{{row['price']}}</td>
                    <td>{{row['country']}}</td>
                </tr>
            {% endfor %}
        </tbody>
    </table>
    
</div>

当我们运行我们的应用程序时会发生什么

我们得到这个网页。

最后

希望本文对您有所帮助！

提：

用python写了一个简单的log分析，主要也就是查询一些key，value出来，后面也可以根据需求增加。查询出来后，为了好看，搞个html 表格来显示。

需要的组件： jinja2 flask 的模板。

先说下设计思路，主要是练习python代码玩，高手略过

模拟scrapy，搞个管线

每个管线分预处理，分析器，和后处理。预处理的话，可以筛选下数据，分析器提取关键信息，然后把结果丢给后处理。html报表就是在后处理生成。

再搞个manger类，管理很多个管线，虽然现在单路pipeLine就完成了，说不定以后还能扩展呢。

我们可以定义预处理，比如过滤一些不关注的关键字，或者关注一些特定关键字的行

预处理的话，只处理QtiDCT-C关键字的日志行。

然后把经过预处理后的数据丢给分析器

主要查询行数据行里面是否有keyword，然后根据分隔符，和结束符来提取内容

keyword delimiter xxxxxendwith 这样个模式

获取最终结果存储到字典里面 result[keyword]=xxxx。这里会trim,去掉 \r\n.

这样就有了结果集result.最后丢给posthandler 后处理。完成报表输出。

后处理主要是用jinja2的模板，然后传递参数，生成最终的html文件。

这里的jinja_template.temple, 内容如下

有了模板，就可以在渲染模板的时候提供字典，变量，在模板里面显示。最终完成报表的输出。

最终使用

最终在main 方法中，通过-d参数传入log所在目录，然后迭代所有的文件，使用input 把文本文件转换成行数据的list，丢给管线，最后把管线丢给manager，调用process ，完成txt日志的分析，到最后html的生产。

>>> import camelot
>>> tables = camelot.read_pdf('foo.pdf') #类似于Pandas打开CSV文件的形式
>>> tables[0].df # get a pandas DataFrame!
>>> tables.export('foo.csv', f='csv', compress=True) # json, excel, html, sqlite，可指定输出格式
>>> tables[0].to_csv('foo.csv') # to_json, to_excel, to_html, to_sqlite， 导出数据为文件
>>> tables
<TableList n=1>
>>> tables[0]
<Table shape=(7, 7)> # 获得输出的格式
>>> tables[0].parsing_report
{
 'accuracy': 99.02,
 'whitespace': 12.24,
 'order': 1,
 'page': 1
}

conda install -c conda-forge camelot-py

pip install camelot-py[cv]