기본 콘텐츠로 건너뛰기

[VSCode] Python flask 디버깅 환경 구성 (Mac)

[VSCode] Python flask 디버깅 환경 구성 (Mac)

brew install python3등 이미 python이 설치되어 있는 상태에서 진행.

1. VSCode 설치

2. VSCode 실행 > 플러그인 설치 : Python, Python for VSCode, Python Extension Pack

3. 터미널 or finder등으로 적당한 곳에 디렉토리 생성 (ex. ${HOME}/VSCode)

4. 실행되어 있는 VSCode에서 생성한 디렉토리 열기

5. VSCode 터미널 탭 실행

6. 가상 환경 구성 - VSCode 터미널 탭에서 > $ pythom -m venv flask_test

7. VSCode화면에서 CMD + Shift + P 누르고

"Python: Select Interpreter"를 선택 > 생성된 가상환경의 python 선택 (ex : ./flask_test/bin/python)

8. VSCode화면 터미널이 venv환경으로 변경되었으면, 그 터미널에서 flask 모듈 설치 > $ pip3 install flask

9. VSCode화면 좌측 Explorer > flask_test에 우클릭 후 New File 생성 : myapp.py (대충 아래와 같이 쓰고, hi에 Break Point 설정

from flask import Flask app = Flask(__name__) @app.route('/') def index(): hi = 'hello world' return hi if __name__ == '__main__': app.run(debug=True)

10. VSCode화면 좌측 항목중 벌레 선택 > 상단 DEBUG 선택 박스 클릭 후 Add Configuration 클릭

혹은

VSCode DEBUG메뉴 클릭 > Add Configuration 클릭

11. VSCode화면에서 launch.json이 자동생성 & 열리는데 .. 이때 뭔가 입력하는 창이 뜨는데 그냥 app.py뭐 어쩌구 나오면 선택해라.

12. launch.json열린 화면에서 FLASK_APP 속성 값 변경

"FLASK_APP" : "app.py" ---> "FLASK_APP": "${workspaceFolder}/flask_test/myapp.py",

13. F5 or debug버튼 클릭 등으로 디버그 모드 실행

* Environment: development * Debug mode: off * Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)

14. 브라우저에서 127.0.0.1:5000 접속했을 때 BP가 제대로 걸리는지 확인.

이후 디렉토리 하부에 flask_test외 다른 모듈을 설계하고, 구분해서 실행시키고 싶을 때는

10번을 반복해서 Add Configuration으로 디버그할 앱을 추가하고,

디버그 실행시 해당 구성을 선택하여 실행.

from http://woonizzooni.tistory.com/98 by ccl(A) rewrite - 2020-03-06 20:54:29

댓글

이 블로그의 인기 게시물

[GCP] Flask로 TF 2.0 MNIST 모델 서빙하기

[GCP] Flask로 TF 2.0 MNIST 모델 서빙하기 Google Cloud Platform 우선 TensorFlow 2.0을 설치하자. 머신에 직접 설치하거나 도커를 다운받아 사용, 혹은 구글 colab을 활용( https://www.tensorflow.org/install)하면 되는데, TensorFlow에서 권장하는대로 머신에 VirtualEnv를 활용해서 설치하자 ( https://www.tensorflow.org/install/pip). 설치하는 김에 Flask도 같이 설치해보자. Compute Machine 하나를 생성(크게 부담 없는 예제라 g1 instance)하고, SSH를 연결하여 실행하면 된다. $ sudo apt update $ sudo apt install python3-dev python3-pip $ sudo pip3 install -U virtualenv # 굳이 system-wide로 flask를 설치할 필요는 없지만 그렇게 했다. $ sudo pip3 install flask $ sudo pip3 install flask-restful # virtualenv 환경에서 tensorflow 2.0 설치 $ virtualenv --system-site-packages -p python3 ./venv $ source ./venv/bin/activate # sh, bash, ksh, or zsh (venv) $ pip install --upgrade pip (venv) $ pip install --upgrade tensorflow 모든 환경이 마련되었으니, 우선 MNIST 모델을 TF 2.0으로 Training하여 모델을 Save 해 두자(tf_mnist_train.py). 대략 99% 이상 정확도가 나온다! import tensorflow as tf import numpy as np # 학습 데이터 load ((train_data, train_label), (eval_data, eval_label)) = tf....

스프링 프레임워크(Spring Framework)란?

스프링 프레임워크(Spring Framework)란? "코드로 배우느 스프링 웹 프로젝트"책을 개인 공부 후 자료를 남기기 위한 목적이기에 내용 상에 오류가 있을 수 있습니다. '스프링 프레임워크'가 무엇인지 말 할 수 있고, 해당 프레임워크의 특징 및 장단점을 설명할 수 잇는 것을 목표로합니다. 1. 프레임워크란? 2. 스프링 프레임워크 "뼈대나 근간을 이루는 코드들의 묶음" Spring(Java의 웹 프레임워크), Django(Python의 웹 프레임워크), Flask(Python의 마이크로 웹 프레임워크), Ruby on rails(Ruby의 웹 프레임워크), .NET Framework, Node.js(Express.js 프레임워크) 등등. 프레임워 워크 종류 : 3. 개발 시간을 단축할 수 있다. 2. 일정한 품질이 보장된 결과물을 얻을 수 있다. 1. 실력이 부족한 개발자라 허다러도 반쯤 완성한 상태에서 필요한 부분을 조립하는 형태의 개발이 가능하다. 프레임워크를 사용하면 크게 다음 3가지의 장점 이 있습니다. 프레임워크 이용 한다는 의미 : 프로그램의 기본 흐름이나 구조를 정하고, 모든 팀원이 이 구조에 자신의 코드를 추가하는 방식으로 개발 한다. => 이러한 상황을 극복하기 위한 코드의 결과물이 '프레임워크' 입니다. 개발자는 각 개개인의 능력차이가 크고, 따라서 개발자 구성에 따라서 프로젝트의 결과 차이가 큽니다. 2. 스프링 프레임워크(Spring Framework) 자바 플랫폼을 위한 오픈 소스 애플리케이션 스프링의 다른 프레임워크와 가장 큰 차이점은 다른 프레임워크들의 포용 입니다. 이는 다시말해 기본 뼈대를 흔들지 않고, 여러 종류의 프레임워크를 혼용해서 사용할 수 있다는 점입니다. 대한민국 공공기관의 웹 서비스 개발 시 사용을 권장하고 있는 전자정부 표준프레임워크 이다. 여러 프레임워크들 중 자바(JAV...

Dummy to resolve the flask problems

Dummy to resolve the flask problems This post is about flask problems that I struggled with. Hope you this is useful things when you taste it. Issue : How to deploy a flask application on Apache2 Resolve : As you know, flask is a micro framework. It can be handled on Apache2 using WSGI module. See the reference. Reference: https://www.digitalocean.com/community/tutorials/how-to-deploy-a-flask-application-on-an-ubuntu-vps Issue : Flask caused ERR_CONNECTION_ABORTED on POST Resolve : There are lots issues for this problem in principle. It caused when browser keep sending some buffer but server doesn't want to receive. My case is like this (submit.html) (submit.py) @bp.route('/submit', methods=["GET", "POST"]) def submit(): return render_template("submit.html") This kinda skel code to explain this. In flask case, this can be caused when it runs as develop server such as run...