はじめに

AIバックエンドをもったwebアプリを開発するにあたり、FlaskとReactの連携を試すことにしました。Pythonで記述したデータ生成メソッドやAiによる推論メソッドをFlaskアプリにまとめ、Reactアプリから問い合わせることでweb UIへの表示を目指します。
githubリポジトリはこちらです。
VScodeのターミナルから、cmdとPowershellを使用しています。

node.jsとnpmのインストール

準備として、node.jsのインストールをします。以下を実行します。

winget install OpenJS.NodeJS.LTS

cmdで以下を実行し、node.js, npm, TypeScriptが正しくインストールできているか確認します。それぞれのバージョンが表示されれば成功です。

node -v
npm -v
tsc -v

インストールのトラブルシュートはこちらをご覧ください。

目標

以下に今回の目標を示します。

Flask アプリで JSON データを生成
React 側から API 通信でデータを取得し、表示
本来Flaskアプリケーションを導入した目的はAIバックエンドを持たせるためなのですが、今回は簡単なデモとして商品の在庫や定価のデータを生成するアプリにしておきます。

[React UI] → fetch API → [Flask API] → generate JSON → [Reactで表示]

React アプリは localhost:3000 で動かし、localhost:5000 で動く Flask アプリにAPIリクエストを送ってデータを取得します。

React側の作業

先にReactアプリを構築します。

React+TypeScriptテンプレート

cmdで以下を実行します。

npx create-react-app sample --template typescript

"sample"の部分は任意の名称でかまいません。
このコマンドを実行すると、 React + TypeScript の開発環境を簡単に用意することができます。
以下のような確認が出ますが、y を入力 + Enterで進行できます。

Need to install the following packages:
create-react-app@5.1.0
Ok to proceed? (y)

このコマンドの実行には数分かかります。完了すると、以下のようなディレクトリ構造を持つテンプレートが作成されます。

この状態でsampleディレクトリに移動すると、localhost:3000 でReactアプリを起動することができます。

cd sample
npm start

作成するファイル

この時点で、sample/src/ 下に App.tsx が作られています。これが React アプリの本体のようなもので、アプリ全体のルートコンポーネントになっています。
これに加えて、これから以下のファイルを作成します。

types/Data.ts
　せっかくTypeScriptを使用するので、データの型を定義します。
services/DataService.ts
　React側でAPI通信を実装します。ReactアプリケーションからバックエンドAPIに選手データを取得するための非同期関数を定義します。具体的には、データをバックエンド（localhost:5000）から取得して、React側で使えるようにする関数fetchDataを定義し、外部から呼べるようにexportしておきます。
components/Datalist.tsx
　データリスト表示コンポーネントです。

データの型の定義

types/Data.tsを追加して、データの型を定義します。

// src/types/Data.ts

export interface Data {
    id: string;
    name: string;
    price: number;
    stock: number;
}

APIリクエスト

services/DataService.tsを追加して、APIリクエストでFlaskアプリからデータを取得できるようにします。

//React側でAPI通信を実装

// src/services/playerService.ts
import { Data } from "../types/Data";

export const fetchData = async (count: number): Promise<Data[]> => {
    const response = await fetch(`http://localhost:5000/api/data?count=${count}`);
    if (!response.ok) {
        throw new Error("データの取得に失敗しました");
    }
    const data = await response.json();
    console.log(data)
    return data;
};

データリスト表示コンポーネント

components/Datalist.tsxを追加して、取得したデータをwebUIへ表示できるようにします。

import React, { useEffect, useState } from "react";
import { Data } from "../types/Data";
import { fetchData } from "../services/Dataservice";

const DataList: React.FC = () => {
    const [data, setData] = useState<Data[]>([]);
    const [loading, setLoading] = useState(true);

    useEffect(() => {
        fetchData(3)
            .then((data) => {
            setData(data);
            setLoading(false);
            })
            .catch((err) => {
            console.error(err);
            setLoading(false);
            });
    }, []);

    if (loading) return <p>読み込み中...</p>;

    return (
        <div>
            <h2>商品一覧（APIから取得）</h2>
        <ul>
        {data.map((d) => (
            <li key={d.id}>
                {d.name} - 定価:{d.price} 在庫:{d.stock}
            </li>
        ))}
        </ul>
    </div>
    );
};

export default DataList;

App.tsxの変更

components/Datalist.tsxで作成したDatalistを表示するようにアプリ本体を書き換えます。

// src/App.tsx
import React from "react";
import DataList from "./components/Datalist";

const App: React.FC = () => {
  return (
    <div>
      <DataList />
    </div>
  );
};

export default App;

Flask側の作業

APIを実装するディレクトリ

現在ルートディレクトリ下には sample/ が存在していますが、Flaskアプリを実装するディレクトリは分けたいと思います。
cmdで以下を実行します。

mkdir api

これで api/ というディレクトリが作成されます。

Python仮想環境作成・必要なライブラリのインストール

環境を汚染しないために、Python仮想環境を作成します。仮想環境名は無難にvenvとしておきます。
Powershellで以下を実行します。

cd api
python -m venv venv
venv/Scripts/Activate

これで venv 仮想環境に入って作業できます。

インストールが必要なライブラリは以下です。

ライブラリ	用途
Flask	Flaskアプリ
Flask-Cors	CORS（クロスオリジン）の許容

Powershellで以下を実行してインストールをします。

pip install Flask
pip install Flask-Cors

作成するファイル

api/data_generater.py
　データ生成のために、generate_data 関数を定義します。
api/app.py
flaskアプリ本体です。data_generaterからgenerate_data関数をimportします。/api/data エンドポイントに対して、生成したデータをjson形式で返します。

データ生成メソッドの追加

api/data_generator.py を追加して、適当なデータ生成メソッドを用意します。

import random
import uuid

class DataGenerator:
    def __init__(self):
        self.namelist = ["キャベツ", "人参", "玉ねぎ", "水菜", "ほうれん草", "レタス"]
        self.pricelist = [198,298,398]
        self.stocklist = [10,20,30,40,50]
    def generate(self):
        return{
            "id" : str(uuid.uuid4()),
            "name" : random.choice(self.namelist),
            "price" : random.choice(self.pricelist),
            "stock" : random.choice(self.stocklist)
        }

def generate_data(times:int):
    datagenerator = DataGenerator()
    data=[]
    for i in range(times):
        newdata = datagenerator.generate()
        data.append(newdata)
    return data

Flaskアプリ本体の用意

api/app.py を追加します。/api/data エンドポイントの動作を定義します。

from flask import Flask, jsonify, request
from data_generator import generate_data
from flask_cors import CORS

app = Flask(__name__)
CORS(app)

@app.route("/api/data", methods=["GET"])
def get_players():
    count = int(request.args.get("count", 3))
    data = generate_data(count)
    return jsonify(data)

if __name__ == "__main__":
    app.run(debug=True)

動作確認

以上で準備が整いました。それでは、まず Flaskアプリの方を走らせます。
apiディレクトリにいることを確認した後、Powershellで仮想環境venvに入ったまま、以下を実行します。

python app.py

成功すると localhost:5000 でflaskアプリが走ります。
この状態で、React アプリを起動します。sampleディレクトリに戻り、cmd で以下を実行します。

npm start

これで Reactアプリが localhost:3000で起動します。実行するとブラウザが起動し、画面に以下のようなDatalist が表示されるのを確認できます。

最後に

Flask と React を組み合わせた開発の方法を簡単に見てきました。今回のFlaskアプリは単なるデータ生成に過ぎないものでしたが、ゆくゆくはAIモデルによる推論結果を返すものにいたします。React側も単なる表示ではなく、画面遷移を実現したり、UIを改善したりと改善点はたくさんあります。webアプリを作る方どなたかのお役に立てば幸いです。