
本文介绍如何通过 html 表单与 javascript 事件处理,将用户输入的股票代码(如 aapl)可靠提交至 python 后端,供机器学习模型使用;涵盖表单封装、前端防刷新提交、基础 ajax 调用及前后端协同要点。
要让您的股票预测网页真正“跑起来”,关键在于建立 html 前端与 python 后端之间的数据通道。您当前的页面缺少两个核心要素:语义化的表单结构和可控的数据提交逻辑。下面我们将以渐进、可运行的方式完成集成。
✅ 第一步:用
⚠️ 注意: 在表单内会触发表单默认提交(整页刷新 + GET/POST 请求),这通常不是您想要的——尤其当您需要异步调用 Python 模型时。
✅ 第二步:用 javascript 拦截提交,获取并发送股票代码
在
底部或单独 js 文件中添加以下脚本(确保 dom 加载完成后再执行):
✅ 第三步:Python 后端需提供对应接口(flask 示例)
您的 Python 服务(如基于 Flask)需暴露 /predict 接口接收该请求:
from flask import Flask, request, jsonify app = Flask(__name__) @app.route('/predict', methods=['POST']) def predict_stock(): try: data = request.get_json() ticker = data.get('ticker', '').strip().upper() if not ticker or not ticker.isalnum(): return jsonify({'error': 'Invalid ticker'}), 400 # ✅ 此处调用您的机器学习模型(如 load_model() → predict(ticker)) # prediction = your_ml_model.predict(ticker) # return jsonify({'ticker': ticker, 'prediction': float(prediction)}) return jsonify({'ticker': ticker, 'prediction': 182.45}) # 示例响应 except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True)
? 关键点总结:
现在,当用户输入 AAPL 并点击 Go,JavaScript 将提取值、发送至 /predict,Python 接收后调用模型并返回结果——整个流程干净、可调试、符合现代 Web 实践。无需框架,纯原生 HTML/JS/Python 即可起步。