Top 13 Python Web Frameworks to Learn in 2020

Frameworki ułatwiają życie programistom, oferując im strukturę do rozwoju aplikacji. Automatyzują implementację typowych rozwiązań, skracając czas rozwoju i pozwalając programistom skupić się na logice aplikacji zamiast na rutynowych elementach.

W tym artykule przedstawiamy listę dwunastu najlepszych frameworków Pythona, które przydadzą się na drodze do zostania profesjonalnym backend developerem i udoskonalenia już posiadanego zestawu umiejętności.

Dlaczego frameworki Pythona? Stack Overflow niedawno opublikował wyniki swojej corocznej ankiety dla deweloperów na rok 2019, która uznała Python za najszybciej rozwijający się główny język programowania.

Do tej pory najpopularniejszymi frameworkami Pythona są Django i Flask. Nie oznacza to jednak, że należy lekceważyć potencjał innych frameworków. Każdy z nich posiada cechy, które mogą idealnie pasować do Twojego projektu internetowego.

Pamiętaj, że frameworki Pythona, o których będziemy tutaj mówić, nie są wymienione w żadnej konkretnej kolejności: skupiliśmy się na pokazaniu, co jesteś w stanie zrobić, a nie na powiedzeniu ci, co powinieneś zrobić.

Kilka rzeczy do rozważenia

Po pierwsze, przy podejmowaniu decyzji o tym, którego frameworka użyć, spójrz na rozmiar i złożoność swojego projektu. Jeśli to, co chcesz rozwijać, to duży system wypełniony funkcjami i wymaganiami, właściwym wyborem może być framework typu full-stack. Jeśli Twoja aplikacja jest mniejsza i prostsza, prawdopodobnie powinieneś rozważyć microframework.

Po drugie, musisz sprawdzić, czy framework, który bierzesz pod uwagę, może skalować się w pionie i poziomie. Jest to konieczne w przypadku projektów, które mają działać na kilku serwerach, obsługiwać ogromne ilości ruchu i wspierać dodawanie nowych funkcji w celu zwiększenia funkcjonalności.

Po wybraniu frameworka skontaktuj się z zespołem programistów i poproś ich o informacje na temat szacunkowego kosztu opracowania aplikacji.

Informacje na temat rodzaju i przeznaczenia niektórych frameworków można znaleźć tutaj. Ostateczna decyzja powinna jednak wynikać z własnego zrozumienia projektu i zadań, które chcesz uprościć.

Jednakże frameworki mogą również stanąć na drodze rozwoju. Wybierając framework typu full-stack, często podpisujesz się pod zestawem ograniczeń. Oczywiście, można znaleźć sposoby na ich obejście, ale należy uważać, aby nie spędzić więcej czasu na walce o własną wolność niż na pisaniu aplikacji w czystym Pythonie.

Szkielety pełno-stanowiskowe

Szkielet pełno-stanowiskowy lub szkielet korporacyjny to rozwiązanie typu „wszystko w jednym” z bibliotekami skonfigurowanymi do bezproblemowej współpracy. Wspiera rozwój usług backendowych, interfejsów frontendowych i baz danych. Framework typu full-stack zapewnia wszystko, czego programista potrzebuje do zbudowania aplikacji. Python oferuje więcej niż jeden framework typu full-stack.

Django

Official Website | GitHub | PyPI | Awesome

GitHub Stars: 44,077 | GitHub Forks: 18,949

Django to darmowy, open-source’owy framework full-stack Pythona. Stara się domyślnie dołączać wszystkie niezbędne funkcje, a nie oferować je jako osobne biblioteki.

Niektóre z przykładowych cech Django to uwierzytelnianie, routing URL, silnik szablonów, mapowanie obiektowo-relacyjne (ORM) i migracje schematów baz danych (Django v.1.7+).

Cechy te sprawiają, że Django jest wysoce skalowalne, absurdalnie szybkie i niezwykle wszechstronne.

Django używa ORM do mapowania obiektów na tabele bazy danych. Ten sam kod działa z różnymi bazami danych i nie jest trudny do przeniesienia z jednej bazy danych do drugiej. Główne bazy danych, z którymi współpracuje Django, to PostgreSQL, MySQL, SQLite i Oracle, ale sterowniki innych firm umożliwiają korzystanie także z innych baz danych.

Dzięki Django można tworzyć dowolne aplikacje internetowe, od małych projektów po złożone witryny. Dzięki swojej elastyczności, Django jest również używane do tworzenia MVP, pozwalając startupom na optymalizację czasu i budżetu.

Przewiduje się, że baza użytkowników Django będzie rosła, ponieważ wielu programistów postrzega ten framework jako najlepszy wybór dla nowych technologii, takich jak uczenie maszynowe. Ponadto, w 2020 roku społeczność Django planuje wydać więcej bibliotek, aby sprostać rosnącemu zapotrzebowaniu.

W SteelKiwi używamy Django jako naszego podstawowego frameworka do tworzenia backendu. Jeśli chcesz zobaczyć niesamowite aplikacje, które już stworzyliśmy z Django, odwiedź naszą stronę Projekty.

Pyramid

Oficjalna strona | GitHub | PyPI | Awesome

GitHub Stars: 3,215 | GitHub Forks: 866

Pyramid to open-source’owy – i drugi warty uwagi – framework aplikacji internetowych oparty na Pythonie. Jego celem jest zrobienie jak najwięcej przy minimalnej złożoności. Działając na Pythonie 3, Pyramid nadąża za postępem technologicznym. Pyramid 1.10 jest aktualną wersją frameworka i jest dziesiątą aktualizacją od 2010 roku.

Najbardziej uderzającą cechą Pyramida jest jego zdolność do pracy zarówno z małymi, jak i dużymi aplikacjami. Niektóre z wielkich cech Pyramid obejmują:

• Single-file applications
• URL generation
• Extensible configuration
• All-embracing templating and asset specifications
• Flexible authentication and authorization
• Testy, wsparcie, i kompleksowa dokumentacja danych
• Predykaty widoku i wiele widoków per-route
• Dekoratory funkcji
• Predykaty
• Renderery

Z Pyramid, deweloper może zdecydować o języku szablonów, bibliotekach generowania i warstwie bazy danych.

Społeczność Pyramid jest aktywna i może pochwalić się wieloma wydaniami. Programiści mogą śledzić postępy frameworka, dołączając do oficjalnego kanału IRC lub dołączając do grup Google i Twitter.

TurboGears

Oficjalna strona | GitHub | PyPI

GitHub Stars: 654 | GitHub Forks: 65

TurboGears jest open-source, data-driven full-stack web application framework. Zbudowany jest z wielu bibliotek i oprogramowania pośredniczącego i został początkowo stworzony w celu połączenia najlepszych komponentów innych frameworków Pythona.

TurboGears pozwala na szybkie tworzenie rozszerzalnych aplikacji internetowych opartych na danych. Wyposażony jest w przyjazny dla użytkownika silnik szablonów oraz potężny i elastyczny ORM. Oprócz świetnych systemów szablonów, które ułatwiają życie projektantom, TurboGears oferuje dużą elastyczność, silne wsparcie dla agregatów, potężny ORM oraz snippety wielokrotnego użytku.

Niektóre z charakterystycznych cech TurboGears to:

• Obsługa wielu baz danych
• Architektura w stylu MVC
• Obsługa SQLObject i SQLAlchemy
• Kid i Genshi włączone do preferowanych języków szablonów
• Walidacja z FormEncode
• Pylons jako serwer WWW
• ToscaWidgets, biblioteka aplikacji, która upraszcza koordynację projektowania frontendów i tworzenia serwerów
• Szablony PasteScript
• Serwery oparte na WSGI (Paste HTTP server, CherryPy WSGI/HTTP server, itd.)
• Narzędzia wiersza poleceń
• Integracja biblioteki MochiKit JavaScript
• Wszystkie funkcje zaimplementowane jako dekoratory funkcji

Jeśli chodzi o przyszłość TurboGears, społeczność pracuje obecnie nad poprawą możliwości i ogólnej stabilności frameworka i wkrótce wyda „minimalny kod”. Kod ten jest również określany jako microframework, czyli okrojona wersja TurboGears. Minimalny kod pomoże programistom szybciej budować aplikacje, oszczędzając pieniądze i czas.

Web2py

Oficjalna strona | GitHub | PyPI

GitHub Stars: 1,794 | GitHub Forks: 818

Web2py to skalowalny framework open-source full-stack Python. Jest bardzo potężny jeśli chodzi o obsługę danych. Web2py był pierwotnie oferowany jako narzędzie dydaktyczne z naciskiem na łatwość użycia. Wyjaśnia to, dlaczego nie ma plików konfiguracyjnych na poziomie projektu.

Ciekawe w Web2py jest jednak to, że jest dostarczany z własnym internetowym IDE, które, między innymi, zawiera edytor kodu, debugger i wdrażanie jednym kliknięciem.

Inne cenne cechy Web2py obejmują:

• Brak wymagań dotyczących instalacji i konfiguracji
• Możliwość uruchomienia na Windows, Mac, Linux/Unix, Google App Engine, Amazon EC2 i każdym hostingu, który obsługuje Python 2.5-2.7 lub Java+Python
• Odczytywanie wielu protokołów
• Bezpieczeństwo danych, które zapobiega takim podatnościom jak cross-site scripting, błędy wstrzykiwania i złośliwe wykonywanie plików
• Skuteczne stosowanie praktyk inżynierii oprogramowania, dzięki czemu kod jest łatwy do odczytania i utrzymania
• Śledzenie błędów, dokładne logowanie błędów i ticketowanie
• Kontrola dostępu oparta na rolach
• Wsparcie dla internacjonalizacji
• Kompatybilność wstecz, która zapewnia zorientowany na użytkownika rozwój bez potrzeby utraty więzi z wcześniejszymi wersjami

System ticketowania jest główną cechą Web2py; Wystawia on bilety za każdym razem, gdy wystąpią błędy. W ten sposób użytkownicy mogą śledzić błędy i ich statusy.

Mimo tych wszystkich zalet, społeczność Web2py jest mniejsza niż Pyramid czy Django. Niewielu programistów go używa. Oznacza to, że szanse na otrzymanie wsparcia są mniejsze. Dodatkowo, oficjalna lista mailingowa nie jest zbyt aktywna.

Mikroframework

Mikroframework, czyli minimalistyczny framework aplikacji internetowych, nie posiada większości funkcjonalności pełnoprawnego frameworka, takich jak silnik szablonów internetowych, funkcje uwierzytelniania, konta, autoryzacja, walidacja danych wejściowych i oczyszczanie danych wejściowych. Mikroframework stara się dostarczyć tylko zestaw komponentów wymaganych do zbudowania aplikacji. Może również skupiać się na zapewnieniu niezbędnej funkcjonalności dla jednej konkretnej sfery.

Flask

Official Website | GitHub | PyPI | Awesome

Github Stars: 46,475 | GitHub Forks: 12,921

Flask jest frameworkiem Pythona dostępnym na licencji BSD. Został on zainspirowany przez framework Sinatra Ruby. Flask zależy od zestawu narzędzi Werkzeug WSGI i szablonu Jinja2.

Główną ideą stojącą za Flaskiem jest pomoc w zbudowaniu solidnego fundamentu aplikacji internetowej. Stamtąd możesz używać dowolnych rozszerzeń, których możesz potrzebować. Flask jest wybierany do wszystkich projektów. W rzeczywistości jest to domyślny wybór dla każdego projektu internetowego, który nie pasuje do Django.

Lekka i modułowa konstrukcja Flaska sprawia, że można go łatwo dostosować do potrzeb programistów. Zawiera szereg przydatnych funkcji out-of-the-box:

• Wbudowany serwer deweloperski i szybki debugger
• Zintegrowana obsługa testów jednostkowych
• RESTful request dispatching
• Jinja2 templating
• Obsługa bezpiecznych ciasteczek (sesje po stronie klienta)
• WSGI 1.0
• Unicode-based
• Możliwość podłączenia dowolnego ORM
• Obsługa żądań HTTP

Od czasu swojej premiery w 2010 roku, Flask był aktualizowany 27 razy. Do dziś pozostaje najlepiej rozwijającym się frameworkiem Pythona. Jednak wiele rozszerzeń Flaska nie jest już wspieranych: dokumentacja jest przestarzała i nie są one już rozwijane. Jeśli się na to natkniesz, będziesz musiał poszukać w Google aktywnie wspieranej wtyczki o podobnej funkcjonalności.

Bottle

Oficjalna strona | GitHub | PyPI

GitHub Stars: 6,348 | GitHub Forks: 1,245

Bottle to mikroframework. Pierwotnie przeznaczony do budowania API, Bottle implementuje wszystko w jednym pliku źródłowym. Nie posiada żadnych zależności poza Biblioteką Standardową Pythona. Kodowanie z Bottle przybliża cię do metalu, niż kodowanie z jakimkolwiek frameworkiem full-stack. Bottle pasuje jednak tylko do bardzo małych aplikacji, które mają najwyżej 500 linii kodu i nie mają specjalnych wymagań.

Jego domyślne funkcje obejmują routing, szablonowanie, narzędzia i podstawową abstrakcję nad standardem WSGI.

• Routing – obsługuje mapowanie żądań na wywołania funkcji, pozwalając na uzyskanie czystych i dynamicznych adresów URL
• Szablony – szybki i pythonowski silnik szablonów po wyjęciu z pudełka wraz z pełnym wsparciem dla mako, jinja2 i cheetah
• Narzędzia – wygodny dostęp do danych formularzy, przesyłania plików, ciasteczek, nagłówków, i innych metadanych związanych z HTTP
• Server – wbudowany serwer programistyczny HTTP, który obsługuje fapws3, bjoern, GAE, СherryPy i każdy inny serwer HTTP obsługujący WSGI

Od 2009 roku Bottle został zaktualizowany 73 razy i obecnie jest doskonałym rozwiązaniem do prototypowania, nauki organizacji frameworków internetowych i budowania prostych aplikacji osobistych.

Wszelkie wkłady do społeczności Bottle są przyjmowane za pośrednictwem GitHuba. Użytkownicy mogą również dołączyć do listy mailingowej i bloga Bottle oraz śledzić najnowsze zmiany na Twitterze. Jeśli szukasz dodatkowego forum do dyskusji, dołącz do czatu na Freenode.

CherryPy

Oficjalna strona | GitHub | PyPI

GitHub Stars: 1,057 | GitHub Forks: 259

CherryPy to minimalistyczny framework webowy o otwartym kodzie źródłowym. Dzięki niemu budowanie aplikacji internetowych w Pythonie nie różni się od budowania każdego innego programu obiektowego.

CherryPy został stworzony z myślą o rozszerzalności. Framework oferuje nawet mechanizmy dla punktów zaczepienia i rozszerzeń.Na przykład, aplikacja internetowa napędzana przez CherryPy jest samodzielną aplikacją Pythona, która osadza swój własny wielowątkowy serwer WWW. Dzięki własnemu serwerowi WWW punkty rozszerzeń obejmują funkcje spoza cyklu żądanie-odpowiedź, co zwiększa poziom rozszerzalności CherryPy.

W rzeczywistości aplikacja internetowa napędzana przez CherryPy jest samodzielną aplikacją Pythona, która osadza własny wielowątkowy serwer WWW. Aplikacje CherryPy działają na każdym systemie operacyjnym, który obsługuje Pythona (Windows, macOS, Linux, itd.). Mogą być wdrażane wszędzie tam, gdzie można uruchomić zwykłą aplikację Pythona. Nie potrzebujesz Apache do aplikacji CherryPy, ale możesz uruchomić aplikację CherryPy za Apache tak samo dobrze, jak za Lighttpd lub IIS.

CherryPy nie jest bardzo ograniczającym frameworkiem, ponieważ pozwala na użycie dowolnego typu technologii do szablonowania, dostępu do danych i tak dalej. Jednak nadal jest w stanie obsługiwać sesje, statykę, ciasteczka, ładowanie plików i wszystko inne, co typowy framework sieciowy potrafi.

Niektóre z domyślnych funkcji CherryPy obejmują:

• An HTTP/1.1-compliant WSGI thread-pooled webserver
• Simplicity of running multiple HTTP servers at once
• A powerful configuration system
• A flexible plugin system
• Out-of-the-box tools for caching, encoding, sessions, authentication, static content, and so on
• Built-in support for profiling, coverage, and testing
• Ability to run on Python 2.7+, Python 3.1+, PyPy, Jython, i Android

Pomimo wszystkich swoich cech i zalet, wielu programistów uważa, że dokumentacja CherryPy mogłaby ulec pewnej poprawie. Ponadto, CherryPy mogłoby być choć trochę łatwiejsze w użyciu.

Jak większość innych frameworków, CherryPy ma za sobą społeczność, która zapewnia pomoc początkującym i zaawansowanym programistom. CherryPy ma listę mailingową i sugeruje programistom dołączenie do kanału IRC frameworka lub grup Gitter i Google.

Falcon

Oficjalna strona internetowa | GitHub | PyPI

GitHub Stars: 1,057 | GitHub Forks: 259

Falcon jest frameworkiem web API w języku Python do budowania bardzo szybkich backendów aplikacji. Logo tego frameworka to sokół, symbolizujący szybkość działania Falcona.

Falcon pozwala programistom na tworzenie czystszych projektów i obsługuje większość żądań. Falcon nigdy nie ogranicza programistów w wyborze bibliotek dla baz danych i autoryzacji.

Inne cenne cechy Falcona:

• 100% pokrycia kodu kompleksowym pakietem testów

• Wysoko zoptymalizowana baza kodu

• Upfrontowa obsługa wyjątków

• REST-.inspirowane klasami zasobów

• Szablony URI dla intuicyjnych procedur

• Łatwy dostęp poprzez klasy żądań i odpowiedzi

• DRY przetwarzanie żądań poprzez komponenty middleware komponenty

• Idiomatyczne odpowiedzi na błędy HTTP

• Testy jednostkowe poprzez helpery WSGI

Falcon ignoruje bezużyteczne operacje podczas tworzenia frameworka webowego. Ponadto daje swobodę wyboru: programiści mogą swobodnie podejmować decyzje, które pomogą im dostroić i dostosować implementacje.

Dwie kolejne zalety, o których warto wspomnieć, to dostępność obszernej dokumentacji i aktywna społeczność.

Hug

Oficjalna strona | GitHub | PyPI

GitHub Stars: 5,905 | GitHub Forks: 347

Hug to framework do tworzenia API w Pythonie 3. Został stworzony, aby umożliwić inżynierom oprogramowania stworzenie API raz, a następnie ponowne jego użycie, gdy tylko zajdzie taka potrzeba. Framework Hug upraszcza rozwój API poprzez oferowanie różnych interfejsów. Jest to główny powód, dla którego ten framework jest nazywany jednym z najszybszych w Pythonie 3.

Kluczowe cechy Hug:

• Obsługa automatycznej dokumentacji

• Walidacja napędzana adnotacjami

• Wbudowane zarządzanie wersjami

• Zgodność z Cythonem

• Możliwość użycia jako biblioteki Pythona

Wzorzec Hug zawiera tak mało integracji i tak mało kodu, jak to tylko możliwe, pozostając funkcjonalnym i zapewniając świetną wydajność. Dodatkowo, społeczność Hug’a obecnie się rozrasta. Jest to oznaka zapotrzebowania na ten framework i dowód na to, że zawsze, gdy pojawia się problem, programista może znaleźć pomoc.

FastAPI

Oficjalna strona |GitHub |PyPI

GitHub Stars: 4,835| GitHub Forks: 256

FastAPI to nowoczesny framework oparty na Pythonie. Został on początkowo zaprojektowany tak, aby był łatwy w użyciu dla zapewnienia najlepszego doświadczenia deweloperskiego. Do tej pory FastAPI jest jednym z najszybszych frameworków do budowania API w Pythonie 3.6+.

FastAPI zaczerpnął kilka cech z Flaska, w tym jego prostotę. Cały framework jest zbudowany na Starlette i zawiera większość jego funkcji (szablony, WebSockets, obsługa GraphQL).

Ramework FastAPI oferuje:

• Zwiększenie szybkości tworzenia oprogramowania o 200% do 300%

• Zmniejszenie liczby błędów o 40%

• Minimalizację czasu debugowania

• Minimalizację duplikacji kodu

• Automatyczną interaktywną dokumentację

FastAPI nie jest ściśle sprzężony z żadną bazą danych. Jednakże, wspiera bazy danych, których potrzebujesz. Dzięki FastAPI możesz dowolnie kształtować swój projekt, a nawet używać większości tych samych plików z jednego z twoich projektów Flask.

Jedyną wadą jest mała społeczność. Ale to dlatego, że FastAPI jest stosunkowo nowym frameworkiem.

Szkielety asynchroniczne

Szkielet asynchroniczny jest stosunkowo nowym typem frameworka Pythona. Jest to mikroframework, który umożliwia programistom obsługę dużego zestawu współbieżnych połączeń. Asynchroniczne frameworki używają nieblokujących gniazdek i korzystają z biblioteki asyncio Pythona.

Sanic

Oficjalna strona | GitHub | PyPI

GitHub Stars: 12,780 | GitHub Forks: 1,203

Sanic to Pythonowy framework webowy zbudowany na uvloop i stworzony specjalnie do szybkich odpowiedzi HTTP poprzez asynchroniczną obsługę żądań.

Działa na Pythonie 3.5+. Sanic obsługuje asynchroniczne obsługę żądań, co czyni go kompatybilnym z funkcjami async/await Pythona 3.5. Zwiększa to jego szybkość, oferując możliwości non-blocking.

Sonic jest uważany za preferowany framework asynchroniczny w świecie Pythona ze względu na routing, middleware, ciasteczka, wersjonowanie, pliki statyczne, blueprints, widoki oparte na klasach i gniazda. Nie oferuje jednak obsługi baz danych ani szablonów.

W teście porównawczym z jednym procesem i 100 połączeniami Sanic był w stanie obsłużyć 33 342 żądania na sekundę, ze średnią latencją 2,96 ms.

Tornado

Oficjalna strona internetowa | GitHub | PyPI

GitHub Stars: 18 292 | GitHub Forks: 5,040

Tornado jest frameworkiem sieciowym w Pythonie i asynchroniczną biblioteką sieciową, która skupia się na szybkości i zdolności do obsługi dużych ilości ruchu. Wykorzystuje nieblokujące sieciowe I/O i rozwiązuje problem C10k (co oznacza, że przy odpowiedniej konfiguracji może obsłużyć ponad 10 000 jednoczesnych połączeń).

To sprawia, że jest świetnym narzędziem do budowania aplikacji wymagających wysokiej wydajności i dziesiątek tysięcy współbieżnych użytkowników.

Główne cechy Tornado to:

• Wbudowana obsługa uwierzytelniania użytkowników
• Usługi czasu rzeczywistego
• Wysoka jakość wykonania
• Oparty na Pythonie język szablonów internetowych
• Non-blocking HTTP client
• Implementacja schematów uwierzytelniania i autoryzacji firm trzecich (Google OpenID/OAuth, Facebook Login, Yahoo BBAuth, FriendFeed OpenID/OAuth, Twitter OAuth)
• Wsparcie dla tłumaczeń i lokalizacji

Pod względem popularności Tornado stoi gdzieś pomiędzy Django a Flaskiem. Powiedzmy, że chcesz napisać coś we Flasku lub Django ze względu na ich funkcje i narzędzia, ale potrzebujesz również znacznie lepszej wydajności. W takim przypadku powinieneś wybrać Tornado.

Other

Dash

Official Website | GitHub | PyPI | Awesome

GitHub Stars: 9,856 | GitHub Forks: 1,011