一、好的学习者应该是一位大脑筑构师
个人认为，对于一个初学者来说，一个好的学习过程，并不是完全照本宣科，教条式的学习，而是应该首先在我们内心建立起一个对于这个知识体系的世界观，作为这个世界的框架，再往这个框架里填充方法论，这一过程既是在学习新的知识，同时，又是在验证、加固和完善我们最初的世界观。
二、当我们在搭建服务器时，我们究竟在搭建什么？
我们首先应该明确目标，【服务器】究竟是做什么用的，或者说，它的基础核心功能是什么，是不是能用一句话来概括？以我现在的知识水平，我想用这么一句话来概括：
服务器，首先是一个对外的称呼，它用以接收外部的请求，调用内部的资源去处理请求，并最终将处理后的结果以响应的形式返回给外部的调用者。
对此，我总结了服务器的三大基本职责：
- 接收请求（打开冰箱）
- 处理请求（把大象装进去）
- 发送响应（把冰箱门带上）
这有点像把大象装进冰箱的步骤解析一样（哈哈），无论这个所谓的【大象】有多大、多小，但是万变不离其宗，总的操作步骤还是一样的。
我们要做的就是保证这三个基本职责【安全】、【稳定】、【高效】地提供到位。
三、为什么需要虚拟环境？
这也是我在开始学习Python时的一个困惑，可能能因为我当时知识碎片化的学习，一直都是用的非虚拟环境，当看到很多地方只是告诉我们要通过虚拟环境来开发Python，却没有告诉我们为什么要这样做，我的心里就一直有这个困惑，直到我开发了两个以上的项目，我才意识到，其实这一切都基于版本控制（所谓的“环境”），那么版本控制究竟有多重要呢？
我最开始理解的，我们引用的第三方库就像是我们手机里的各类APP，我们的Python就像是手机系统。那么Python有新版本了，从3.6升级到了3.7，又升级到3.8、3.9，那么我们在运行新项目的时候，我们只需要将Python升级到最新版本，就像我们的iPhone手机从iOS 6 一年一年地升级到 iOS 14那么自然！~
然而，现实情况是，版本的升级，意味着内部实现原理的改变，而这意味兼容性的问题。最直观的例子就是，假设原先的一个方法，它的语法完全变了，而这时候如果你集成了多个第三方库，而每个第三方库只支持特定版本及以上的Python特性，兼容性的复杂程度将成几何形成长。这还只是一个项目，当多个项目引用的虽然是同一个第三方库，可是它们依赖的是不同的版本，怎么办？虚拟环境就是创建了一个专属空间，当前项目的所有依赖，都从这个专属空间里引用，即 专属的第三方库，专属的指定版本。
专属空间，才是虚拟环境的意义所在。
每个深刻理解版本控制的重要性的开发者，一定是之前踩过不少这样的坑，所以我们哪怕用高中时学过的【控制变量法】也能联想到，版本控制的精髓，就是控制版本最好不要变化，如果一定要升级，请同时测量所有其他的变量（引用到的第三方库）是否支持，不会出现预期以外的程序BUG！
对于服务器的项目尤其重要，因为它是一个服务于大量设备的载体，每天要承接大量的服务，并且有时它还需要快速移植到其它设备上，虚拟环境其实是提供了一个方便移植的版本集群的抓手，让你能够快速处理那些本来深度耦合在项目内部的第三方库。
因此，我推荐使用pipenv来作为第三方库及版本控制工具。它自动生成的版本配置文件，可以帮我们省去很多事儿。这个东西后面搭建时会用到，但在此我只会讲简单提到，有时间我会专门开一篇文章讲它的用法，并把链接贴到此处。
四、使用Flask快速搭建一个服务器
首先声明，本人的开发学习环境是Windows系统、Annaconda提供的Python 3.8解释器、Pycharm集成开发环境，为了方便流程表述，后面都将基于以上环境讲解，但还是我说的那句话，整体知识框架是不变的，唯一有区别的是一些小的细节方法论。
3.1 第三方库管理工具pipenv
如果你已经安装了pipenv可以跳过本小节。如果你没有安装过，请在命令行工具中执行以下代码：
pip install pipenv
3.2 为工程创建虚拟环境
无论是新创建的工程（直接新建时设置），还是以前已经存在的老工程（在项目设置里），都可以设置环境。
选择Pipenv来创建虚拟环境，并选择一个已有的Python版本（如果你有2个以上的Python版本的话），点击确定后，创建。
简单的来说，Pipenv会为你在“C:\Users\Administrator.virtualenvs\”目录下创建一个“当前项目名+一串随机字符”的目录，专门存放你的虚拟环境文件。 你可以在设置的python解释器里查看验证：
3.3 下载安装其它第三方依赖库
如果这是一个新项目，你只需要安装Flask就可以了：
pipenv install flask
但如果这是一个克隆的项目，本身有很多第三方依赖库，而且之前也是用pipenv做的版本控制，根目录下其实会有一个专属的【配置清单】文件名是“Pipfile.lock”，这个lock是什么意思？这些第三方库还有它们的版本，我pipfile给你们都“锁死”了！~ 哈哈，是不是多了几分综艺感呢？突然就想吃瓜了有没有？~ 咳咳……言归正传，如果有pipfile.lock的话，你只需要：
pipenv install
install后面什么都不加，pipenv老兄会自动帮你把配置清单上的依赖都安装好，是不是很方便？这就是我推荐你的原因（哈哈）~
3.4 后端代码
- 将入口文件起名为app.py
- 在app.py中输入以下代码：
from flask import Flask
app = Flask(__name__)
@app.route('/')
def index():
return '<h1>Hello Flask!</h1>'
【解析】
前面两句是引入Flask模块，并且完成初始化配置。
后面的函数是一个视图函数，在外部设备发送根目录请求时（接收请求），返回一个Hello Flask！的h1标签（处理业务+发送响应）。
3.5 让Flask跑起来
你不能像其它Python项目那样，直接run app.py去运行，而是需要调用flask run指令去驱动app.py。 怎么做呢？
- 通过命令行
> pipenv shell
> flask run
-
Pycharm运行的配置文件
![]()
![]()
给这个配置起个名字，切换到模块调用模式，设置模块名和调用参数，python解释器已经自动为我们定位到虚拟环境了，但是工作路径程序没法自动探测到，因此需要我们手动定位到工程的本地路径：
![]()
此时我们切换到这个配置，点击【run】就可以运行了，以后都可以直接【run】来启动。
![]()
3.5 Flask世界观搭建成功！
运行成功后，控制台会显示当前的域名：
用浏览器访问控制台输出的网址，你终于和Flask完成了第一次对话，效果图：
至此，你已经真正完成并启动了一个Flask后端服务器，恭嗨雷呀！
可以再回顾一下前文说的，服务器的三大基本职责，
- 此时外部设备是【浏览器】
- 而它发送的请求是【127.0.0.1:5000】
- 服务器接收到请求，并做了相应的处理
- 最终返回一个h1标签的大写标题【Hello Flask！】
我是Darry，一名大脑构筑师，如果这篇文章有帮助到你，欢迎点赞收藏，我去写下一篇文章去了，白白┏(＾0＾)┛