基于Flask的交互式Python学习平台，提供在线代码编辑、实时执行和即时反馈。

现代化的在线编程环境 - 支持实时代码编辑、测试和反馈

# 从项目根目录运行
cd pythonLearn

# 安装依赖
pip install -r web/requirements.txt

# 启动服务
cd web && python app.py

# 浏览器访问
# http://localhost:8080

# 从项目根目录运行
make web

# 访问 http://localhost:8080

# 从项目根目录运行
cd web/docker
docker-compose up -d

# 访问 http://localhost:8080

web/
├── README.md              # 本文档
├── app.py                 # Flask应用主文件
├── requirements.txt       # Web应用依赖
├── templates/             # HTML模板
│   └── index.html        # 主页面
├── static/                # 静态资源
│   ├── css/
│   │   └── style.css     # 样式文件
│   └── js/
│       └── app.js        # 前端逻辑
└── docker/                # Docker配置
    ├── Dockerfile        # 镜像配置
    └── docker-compose.yml # 编排配置

• CodeMirror - 专业代码编辑器
• 语法高亮 - Python语法着色
• 自动缩进 - 符合PEP 8规范
• 行号显示 - 方便定位代码

• 即时运行 - 点击按钮立即执行
• 安全沙箱 - 隔离执行环境
• 超时保护 - 30秒自动终止
• 完整输出 - 显示stdout和stderr

• 💡 查看提示 - 获取解题思路
• 📖 查看答案 - 查看完整答案
• 🔄 重置代码 - 恢复初始状态
• ▶️ 运行测试 - 自动运行测试用例

• 分类筛选 - 按AI/基础/数据等分类
• 难度筛选 - 按⭐/⭐⭐/⭐⭐⭐筛选
• 实时搜索 - 快速找到目标题目

主页面

获取题目列表

响应：

[
  {
    "id": "ML1",
    "name": "机器学习基础",
    "category": "AI专项",
    "difficulty": "⭐⭐⭐",
    "time": "90分钟"
  }
]

获取题目详情

响应：

{
  "id": "ML1",
  "name": "机器学习基础",
  "code": "def encode_categorical_onehot(...):\n    ...",
  "functions": ["encode_categorical_onehot", "..."]
}

执行代码

请求：

{
  "code": "print('Hello, World!')"
}

响应：

{
  "success": true,
  "output": "Hello, World!\n",
  "error": ""
}

• Flask 2.3.0 - Web框架
• Flask-CORS - 跨域支持
• Python 3.8+ - 运行环境

• HTML5 - 语义化标签
• CSS3 - 现代化样式
• JavaScript ES6+ - 异步编程
• CodeMirror 5.65 - 代码编辑器

1. 代码隔离 - 在临时文件中执行
2. 超时保护 - 30秒自动终止
3. 只读题目 - 题目文件只读挂载
4. 工作目录隔离 - 独立的工作目录

⚠️ 注意：当前版本适合开发和学习使用，生产环境建议使用Docker容器提供额外隔离。

• PORT - 服务端口（默认：8080）
• FLASK_ENV - 运行环境（development/production）

# 使用环境变量
PORT=3000 python app.py

# 访问 http://localhost:3000

# 检查依赖
pip list | grep -i flask

# 重新安装
pip install -r requirements.txt

# 使用其他端口
PORT=3000 python app.py

确保从 web/ 目录启动：

cd web
python app.py

或使用Makefile：

make web

• Web应用指南 - 完整使用说明
• 演示文档 - 快速体验指南
• 平台总结 - 技术细节

# 安装依赖
pip install -r requirements.txt

# 启动开发服务器（自动重载）
python app.py

# 使用gunicorn
pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:8080 app:app

# 或使用Docker
cd docker
docker-compose up -d

返回 项目主页