博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
eclipse python + GAE(Google App Engine) 开发环境搭建
阅读量:2189 次
发布时间:2019-05-02

本文共 1335 字,大约阅读时间需要 4 分钟。

一、安装python-2.7.6.msi,安装完之后编辑环境变量,在PATH之后加上python的安装目录。

二、安装GoogleAppEngine-1.8.9.msi,GAE安装之后就可以开始测试GAE应用

 

    可以添加Demo应用,File->Add Demo Application->Python->guestbook,选择应用,点击Run。就可以在浏览器里访问应用

三、解压eclipse-standard-kepler-SR1-win32.zip,运行eclipse

四、安装eclipse的python插件PyDev

两种安装方法:

一种是下载压缩包,PyDev解压后一般包含Plugins和Feature文件夹,将PyDev解压后的文件夹拷贝到Eclipse解压后的目录下即可,完成后再启动Eclipse,可以在Eclipse菜单Help->AboutEclipse SDK->Installation Detail看到PyDev组件的安装。

一种是在线安装,直接在Eclipse中选择菜单:Help—SoftwareUpdates—Find And Install,选择Search for new features to intall,点 New Remote Site 按钮,输入http://pydev.org/updates,下载并安装。

  安装完插件之后在Eclipse菜单Windows->Preferences->PyDev->Interpreter python配置,点击New按钮,从Python的安装路径下选择Python.exe。

五、创建运行GAE应用

1、创建工程File->New->Other,选择PyDev Project

选择next,填入工程名称,点击finish

2、在工程处右键,选择Properties,选择PyDev-PYTHONPATH,在ExternalLibraries选项卡出选择Add source folder,添加Google App Engine的类库,添加的类库如下:

3、运行App应用,将google_appengine下的new_project_template拷贝到工程的目录下,右键工程,选择Run As->Run Configuration, Python Run右键New,新建配置文件。

Main Module填写dev_appserver.py的路径

E:\ProgramFiles\Google\google_appengine\dev_appserver.py

Arguments标签下添加参数

"${project_loc}/new_project_template"

--port=8080

 

选择Apply , 然后就可以在Run的下拉菜单里运行工程了,运行之后如下

浏览器访问

就可以访问应用了。

如果要使用ip访问,参数应为:

"${project_loc}/new_project_template"

--host=ip --port=8080

其中,"${project_loc}/new_project_template"为项目文件app.yaml的父目录

你可能感兴趣的文章
【LEETCODE】299-Bulls and Cows
查看>>
【LEETCODE】223-Rectangle Area
查看>>
【LEETCODE】12-Integer to Roman
查看>>
【学习方法】如何分析源代码
查看>>
【LEETCODE】61- Rotate List [Python]
查看>>
【LEETCODE】143- Reorder List [Python]
查看>>
【LEETCODE】82- Remove Duplicates from Sorted List II [Python]
查看>>
【LEETCODE】86- Partition List [Python]
查看>>
【LEETCODE】147- Insertion Sort List [Python]
查看>>
【算法】- 动态规划的编织艺术
查看>>
用 TensorFlow 让你的机器人唱首原创给你听
查看>>
对比学习用 Keras 搭建 CNN RNN 等常用神经网络
查看>>
深度学习的主要应用举例
查看>>
word2vec 模型思想和代码实现
查看>>
怎样做情感分析
查看>>
用深度神经网络处理NER命名实体识别问题
查看>>
用 RNN 训练语言模型生成文本
查看>>
RNN与机器翻译
查看>>
用 Recursive Neural Networks 得到分析树
查看>>
RNN的高级应用
查看>>