如何通过fetch调用从Flask服务器获取CSV数据并解决JSON解析报错
问题排查与修正方案
报错本质
SyntaxError: Unexpected token S in JSON at position 0 的触发原因是前端拿到的响应内容不是合法JSON格式,且响应文本的第一个字符是S——结合后端代码逻辑,这个S基本来自Flask抛出500错误时返回的纯文本提示(如Server Error开头的报错页内容)。
现有代码的问题点
- 依赖缺失:后端逻辑用到
pd(pandas库)、regr(预测模型实例),但既没有导入对应库,也没有在应用启动时初始化模型,接口被调用时直接触发运行时异常,返回纯文本错误页 - 请求方法与逻辑不匹配:接口注册为GET方法,函数内却通过
request.json读取请求体。GET请求天然不携带请求体,访问该属性会直接触发请求异常 - Python语法错误:返回数据的代码
data = {'prediction': list({{prediction}})}误用了Jinja2模板的双大括号语法,Python解释器无法识别该写法,服务运行时直接报错 - 前后端逻辑错位:前端发GET请求时设置了
Content-Type: application/json头,且没有传递任何参数,后端却等待读取前端传递的JSON请求体,两边流程完全不对齐
修正后的可运行代码
Flask 后端
from flask import Flask, jsonify from flask_cors import CORS import pandas as pd app = Flask(__name__) # 全局配置跨域,避免重复路由装饰带来的配置冲突 cors = CORS(app, resources={r"/*": {"origins": "*"}}) app.config['CORS_HEADERS'] = 'Content-Type' # 应用启动时提前加载大资源,避免每次请求重复读文件拖慢响应 # 可在此处补全模型加载逻辑:regr = joblib.load("your_trained_model.pkl") # 预加载CSV数据:grades_df = pd.read_csv('grades.csv') @app.route('/', methods=["GET"]) def get_csv_json(): # 读取CSV并转成可JSON序列化的结构,适配GET请求无请求体的特性 grades_df = pd.read_csv('grades.csv') csv_data = grades_df.to_dict(orient="records") return jsonify({"csv_content": csv_data}) if __name__ == "__main__": app.run(host='0.0.0.0', port=5001, debug=True)
前端fetch调用
fetch("http://localhost:5001/", { method: "GET", headers: { "Accept": "application/json" } }) .then(response => { // 非200状态先读取原始文本,避免直接解析JSON抛出无意义的错误信息 if (!response.ok) { return response.text().then(errorText => { throw new Error(`接口错误: ${errorText}`) }) } return response.json() }) .then(result => { // 拿到转换后的CSV JSON数据 console.log("CSV转JSON结果:", result) }) .catch(err => { console.error("请求异常:", err) })
关键修正说明
- 移除GET请求中强制读取JSON请求体的逻辑,匹配GET方法的语义
- 用pandas自带的
to_dict()方法将读取的CSV数据直接转成可被jsonify正常序列化的结构,修正了之前误用模板语法的代码错误 - 将大资源(CSV、模型)的加载逻辑移到应用启动阶段,减少请求时的IO耗时
- 移除GET请求中多余的
Content-Type: application/json头,GET请求无请求体,设置该头无实际意义,还可能被部分代理拦截 - 增加错误捕获分支:当后端返回非JSON格式的错误内容时,先打印原始响应文本,快速定位后端接口的具体报错原因
内容的提问来源于stack exchange,提问作者Richard Desouza
相关产品推荐
相关产品推荐

