Swagger Hub를 이용한 REST API 관리
스웨거(Swagger)는 대표적인 API 관리 도구입니다. 일반적으로 프로그램을 개발할 때에는 백 엔드 개발자와 프론트 엔드 개발자가 서로 협력하는 형태로 개발을 진행하게 됩니다. 이 때 백 엔드 프로그램과 프론트 엔드 프로그램 사이에서 정확히 어떠한 방식으로 데이터를 구조 받을 지에 대한 명세가 필요할 수 있습니다. 이러한 내용이 담긴 문서를 일반적으로 API 명세서라고 말합니다.
스웨거 허브는 다양한 프로젝트의 API 관리 기능을 지원해주는 스웨거 서비스입니다. 여러 명의 개발자가 스웨거 허브에 가입하여 하나의 프로젝트에 대한 API를 작성하고, 테스트 해 볼 수 있습니다.
▶ 스웨거 허브(Swagger Hub): https://swagger.io/tools/swaggerhub/
바로 한 번 스웨거 허브에 가입한 뒤에 로그인을 하여 실습을 진행해보도록 하겠습니다. 또한 기본적인 Open API 작성 방법에 대해서도 소개하겠습니다. 일단 바로 사이트에 접속하여 [Sign In]에 들어가 회원가입을 진행하겠습니다.
스웨거 허브(Swagger Hub)를 이용하시면 됩니다.
회원가입은 깃 허브(Git Hub)를 이용해서 진행할 수도 있지만, 저는 이메일을 이용해서 회원가입을 진행하겠습니다. 기본적으로 스웨거 허브는 혼자서 개인적인 목적으로 사용할 때는 무료로 이용할 수 있습니다. 다만 팀 규모로 이용할 때는 가격 정책이 적용될 수 있답니다.
회원가입 이후에 조직(Organization)을 생성하여, 자신의 팀원들을 초대할 수도 있습니다. 저는 단순히 예제만 다루는 목적으로 이용할 것이므로 대충 작성하고 넘어가도록 하겠습니다.
결과적으로 로그인을 진행하게 되면 새로운 API(New API)를 만들 수 있습니다. 말 그대로 특정한 프로젝트 하나에 대한 API 명세서를 작성할 수 있습니다.
이후에 API를 생성할 때는 설정을 진행할 수 있습니다. Open API 버전은 현재 2.0이 가장 많이 사용되며, 템플릿(Template)을 정해줄 수 있습니다. 템플릿은 API 명세서를 더 쉽게 작성할 수 있도록 도와주는 것으로, 기본적인 API 명세서 형태를 미리 갖춘 문서를 의미합니다.
가장 기본적인 예제인 펫 스토어(Pet Store) 예제를 통해 API 템플릿을 구성해보도록 하겠습니다. 말 그대로 애견샵 컨셉의 프로젝트 API 명세서라고 이해하시면 됩니다. 이를 많이 참고하셔서 향후 프로젝트의 API를 구성하시면 효율적이에요.
프로젝트가 생성되면 바로 다음과 같은 화면을 만날 수 있습니다. 처음 이러한 화면을 만나면 당황스러울 수 있으나 익숙해 지면 정말 효율적인 화면 구성이라는 것을 이해할 수 있어요.
▶ 화면의 왼쪽에는 API 내비게이션(Navigation)이 존재합니다.
▶ 그리고 중간에는 API 명세서의 에디터(Editor)가 들어가 있습니다. 실질적으로 이 소스코드가 API 명세서의 핵심이라고 할 수 있습니다.
▶ 오른쪽에는 실제로 API 명세서의 사용자 입장에서 테스트를 할 수 있는 UI 다큐먼트(UI Docs)가 존재합니다.
실제로 에디터에 작성되어 있는 소스코드가 UI 다큐먼트에서 어떻게 출력되는지 확인해보도록 하겠습니다. 기본적으로 스웨거 코드를 작성할 때는 특정한 API의 경로에 대해서 명시한 뒤에, HTTP 메소드(Method)에 대해서 명시합니다. 이후에 그 동작 과정에 대해서 적어주면 됩니다.
▶ GET 방식: 데이터 조회
▶ POST 방식: 새로운 데이터의 삽입 및 수정
▶ PUT 방식: 기존 데이터의 수정
▶ DELETE 방식: 기존 데이터의 삭제
아래 예제는 /pet/{petId}라는 경로에 GET 방식 및 POST 방식으로 접근했을 때의 처리 방식에 대해서 보여주고 있습니다.
실제로 오른쪽의 UI 다큐먼트를 보시면, 다음과 같이 테스트 환경이 구축되어 있는 것을 확인할 수 있습니다. 파라미터(Parameter)를 설정하여 데이터를 전송할 수 있습니다. 데이터를 전송하면 서버는 그에 대한 응답(Response)를 주게 됩니다.
기본적으로 응답 코드가 200인 경우 정상적으로 데이터를 처리하여 반환했다는 것을 의미합니다.
실제로 다음과 같이 응답 코드 200과 함께 JSON 형태의 응답(Response) 데이터가 출력된 것을 확인할 수 있습니다. 이처럼 REST API 형태로 데이터를 주고 받을 때는 JSON 형식을 이용한다는 특징이 있습니다.
또한 스웨거 API에서는 인증(Authorize)에 대한 처리 정보도 관리할 수 있습니다.
그리고 각 데이터 모델(Model)에 대해서도 정의할 수 있는데요, 일반적으로 데이터베이스에 기록되어 있는 모델 형태를 그대로 가져와 사용합니다. 아래 소스코드에서는 주문(Order) 오브젝트에 대해 정의하고 있습니다.
이어서 다음과 같이 전체 API에 대한 개요를 작성할 수 있으며, 추가적으로 태그(Tag)를 넣어서 각 API를 분류시킬 수 있습니다. 이러한 구성 덕분에 스웨거(Swagger) API는 단 하나의 소스코드로 하나의 단일 프로젝트에 대한 전체 API를 명세할 수 있는 것입니다.
또한 작성된 코드를 다운로드(Download)하여 여러 개의 프로그래밍 언어 환경에 붙여넣기 할 수 있습니다. [Export] - [Download API]에 들어가서 원하는 형태로 API를 다운로드 해주세요.
대표적인 형태인 [JSON Resolved]로 다운로드를 진행하면 다음과 같은 압축 파일이 다운로드 됩니다.
'Swagger' 카테고리의 다른 글
우분투(Ubuntu) 서버에서 스웨거(Swagger) 설치 및 사용 방법 (0) | 2019.01.20 |
---|
다른 사람 컴퓨터에서 깃 허브(Git Hub) 이용할 때 주의할 점
기본적으로 다른 사람의 컴퓨터에서 깃 허브(Git Hub)를 이용할 때는 몇 가지 유의할 점이 있습니다. 바로 계정 설정인데요. 특히나 윈도우(Windows)에서 깃을 이용하는 경우에는 깃 데스크탑(Git Desktop)을 이용하면, 계정 정보를 시스템에서 기본적으로 저장한다는 특징이 있습니다. 그래서 다른 사람의 컴퓨터에서 깃 허브로 푸시(Push)를 한 뒤에 계정 정보가 계속 남아있을 수 있어요. 이를 관리하는 방법에 대해서 소개하고자 합니다.
기본적으로 깃 푸시(Git Push) 이전에는 사용자 계정에 대한 설정을 합니다.
※ 전체 프로젝트에 대해 깃 계정 설정하는 방법 ※
git config --global user.name "{사용자 계정 이름}"
git config --global user.email "{사용자 이메일}"
※ 현재 프로젝트에 대해서만 깃 계정 설정하는 방법 ※
git config --local user.name "{사용자 계정 이름}"
git config --local user.email "{사용자 이메일}"
기본적으로 다른 사람의 컴퓨터를 이용할 때는 [현재 프로젝트에 대해서만 깃 계정 설정하는 방법]을 따라 진행하시길 권장합니다.
또한 실제로 푸시(Push)를 진행할 때는 자신이 계정에 대한 권한이 있음에 대해서 인증해야 해요.
1) 인증서를 이용하는 경우
인증서를 이용해서 인증하는 경우에는, 꼭 깃 허브 이용 이후에는 인증서 파일을 제거해주셔야 합니다.
2) 깃 데스크탑을 이용해 인증하는 경우
깃 데스크탑을 이용해 인증할 때는 다음과 같은 로그인 창이 나오게 되며, 로그인 이후에 푸시를 진행할 수 있어요.
인증 이후에는 윈도우에 계정 정보가 남아 있으므로 [제어판] - [사용자 계정] - [자격 증명 관리자] - [Windows 자격 증명] - [일반 자격 증명]에서 깃 정보가 등록되어 있는 것을 확인해야 합니다.
이후에 [제거]를 눌러서 깃 계정 정보를 제거해주시면 됩니다.
3) 커맨드를 이용하는 경우
커맨드(Command)를 이용하는 경우 기본적으로 푸시(Push)를 진행할 때마다 매 번 로그인을 진행해주셔야 합니다. 하지만 마찬가지로 윈도우 운영체제를 사용하는 상황에서 깃 데스크탑이 설치되어 있을 때는 자동으로 계정 정보가 저장되므로 [제어판]에서 자격 정보에 대해서 제거를 진행해주셔야 합니다. 혹은 깃 배시를 설치할 때 자격 증명 정보를 저장하도록 처리했다면, 깃 데스크탑을 이용하지 않아도 자격 정보가 저장될 수 있으므로 유의하셔야 합니다.
다만 우분투 등 리눅스 운영체제를 사용하는 경우, 깃 데스크탑이 설치되어 있지 않고 커맨드만으로 푸시를 진행할 때 별도의 설정을 하지 않았다면 푸시를 할 때마다 로그인을 해주셔야 합니다. 따라서 계정 정보가 저장되지 않으므로 괜찮습니다.
'기타' 카테고리의 다른 글
Firefox를 이용해 ESNI를 적용하는 방법 (1) | 2019.02.15 |
---|---|
XML, JSON, YAML 형식 내용 정리 및 비교 분석 (0) | 2019.01.20 |
AWS EC2에 AWS RDS 연동하기 (3) | 2019.01.03 |
AWS VPC 안에 포함되어 있는 서비스들을 통째로 제거하는 방법 (2) | 2019.01.03 |
AWS VPC를 이용해 EC2와 RDS를 안전하게 관리하기 (1) | 2019.01.02 |
15강 프로젝트 완성
지금까지 강의를 잘 따라오신 여러분들은 다음과 같이 완성된 프로젝트를 확인할 수 있게 될 거예요.
※ 완성된 프로젝트 ※
※ 복습하기 ※
프로젝트를 완성해 나가면서 배웠던 큼직한 요소들에 대해서 복습을 해봅시다!
1) React 및 파이어베이스 호스팅
본 강좌의 핵심이었던 React 개발 및 파이어베이스 호스팅에 대해서 잊으시면 안 돼요. React에서 다루는 각 데이터를 파이어베이스에 저장하고 관리했으며 파이어베이스 호스팅 서비스를 이용해 웹 사이트를 운영할 수 있었어요.
2) 플라스크(Flask) API 서버 구축
이후에 우리는 AWS EC2를 이용하여 플라스크에 워드 클라우드 API를 달아서 구동시켰습니다. 프리 티어를 이용해 무료로 서버를 구축하고, 이에 웹 서버를 올리는 방식으로 효과적으로 API를 구축했답니다.
3) 클라우드 플레어(Cloud Flare) HTTPS 서비스
이후에는 도메인 주소를 생성하고, 클라우드 플레어 서비스를 이용해서 우리의 API 서버에 HTTPS를 입히는 과정을 거쳤어요.
4) 파이어베이스(Firebase)
파이어베이스(Firebase)의 데이터베이스 서비스를 활용하는 방법에 대해서도 공부하는 시간을 가졌습니다.
5) 안드로이드 스튜디오(Android Studio)
우리는 최종적으로 만들어진 웹을 앱 형태로 배포하기 위하여 안드로이드 스튜디오를 이용해 웹 앱을 개발하고, APK 파일을 추출했어요.
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
14강 React 프로젝트를 안드로이드 웹 앱(Web App)으로 배포하기 (0) | 2019.01.13 |
---|---|
13강 Cloud Flare를 이용한 HTTPS 설치 및 최종 배포 (0) | 2019.01.13 |
12강 AWS EC2에서 플라스크(Flask) 웹 서버 구동시키기 (2) | 2019.01.12 |
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기 (0) | 2019.01.12 |
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
14강 React 프로젝트를 안드로이드 웹 앱(Web App)으로 배포하기
이번 시간에는 안드로이드 스튜디오(Android Studio)를 이용하여 현재까지 만들었던 웹 애플리케이션을 앱(App) 형태로 배포하도록 하겠습니다. 따라서 안드로이드 스튜디오를 실행하여 프로젝트를 생성하도록 하겠습니다.
이후에 빈 액티비티 형태로 프로젝트를 구성합니다.
이후에 다음과 같은 3개의 소스코드를 작업하시면 됩니다.
먼저 레이아웃부터 작업해주시면 됩니다.
▶ activity_main.xml
<?xml version="1.0" encoding="utf-8"?>
<android.support.constraint.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
tools:context=".MainActivity">
<WebView
android:id="@+id/webView"
android:layout_width="match_parent"
android:layout_height="match_parent"/>
</android.support.constraint.ConstraintLayout>
▶ MainActivity.java
package tk.wordcloudpython.wordcloud;
import android.content.Intent;
import android.net.Uri;
import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
import android.webkit.ValueCallback;
import android.webkit.WebChromeClient;
import android.webkit.WebSettings;
import android.webkit.WebView;
import android.webkit.WebViewClient;
public class MainActivity extends AppCompatActivity {
private WebView webView;
private ValueCallback<Uri> filePathCallbackNormal;
private ValueCallback<Uri[]> filePathCallbackLollipop;
private final static int FILE_CHOOSER_NORMAL_REQ_CODE = 1;
private final static int FILE_CHOOSER_LOLLIPOP_REQ_CODE = 2;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
webView = (WebView) findViewById(R.id.webView);
/* 웹 세팅 작업하기 */
WebSettings webSettings = webView.getSettings();
webSettings.setJavaScriptEnabled(true);
webSettings.setJavaScriptCanOpenWindowsAutomatically(true);
webSettings.setAllowFileAccessFromFileURLs(true);
webSettings.setSaveFormData(false);
webSettings.setSavePassword(false);
webSettings.setUseWideViewPort(true);
webSettings.setSupportMultipleWindows(true);
webSettings.setLayoutAlgorithm(WebSettings.LayoutAlgorithm.SINGLE_COLUMN);
/* 리다이렉트 할 때 브라우저 열리는 것 방지 */
webView.setWebViewClient(new WebViewClient());
webView.setWebChromeClient(new WebChromeClient() {
// 안드로이드 3.0 이상
public void openFileChooser( ValueCallback<Uri> uploadMsg, String acceptType) {
filePathCallbackNormal = uploadMsg;
Intent i = new Intent(Intent.ACTION_GET_CONTENT);
i.addCategory(Intent.CATEGORY_OPENABLE);
i.setType("text/plain");
startActivityForResult(Intent.createChooser(i, "File Chooser"), FILE_CHOOSER_NORMAL_REQ_CODE);
}
// 안드로이드 4.1 이상
public void openFileChooser(ValueCallback<Uri> uploadMsg, String acceptType, String capture) {
openFileChooser(uploadMsg, acceptType);
}
// 안드로이드 5.0 이상
public boolean onShowFileChooser(
WebView webView, ValueCallback<Uri[]> filePathCallback,
WebChromeClient.FileChooserParams fileChooserParams) {
if (filePathCallbackLollipop != null) {
filePathCallbackLollipop.onReceiveValue(null);
filePathCallbackLollipop = null;
}
filePathCallbackLollipop = filePathCallback;
Intent i = new Intent(Intent.ACTION_GET_CONTENT);
i.addCategory(Intent.CATEGORY_OPENABLE);
i.setType("text/plain");
startActivityForResult(Intent.createChooser(i, "File Chooser"), FILE_CHOOSER_LOLLIPOP_REQ_CODE);
return true;
}
});
/* 웹 뷰 띄우기 */
webView.loadUrl("https://wordcloud-e11f9.firebaseapp.com/");
}
public void onBackPressed() {
if (webView.canGoBack()) webView.goBack();
else finish();
}
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
if (resultCode == RESULT_OK) {
if (requestCode == FILE_CHOOSER_NORMAL_REQ_CODE) {
if (filePathCallbackNormal == null) return;
Uri result = (data == null || resultCode != RESULT_OK)? null : data.getData();
filePathCallbackNormal.onReceiveValue(result);
filePathCallbackNormal = null;
} else if (requestCode == FILE_CHOOSER_LOLLIPOP_REQ_CODE) {
if (filePathCallbackLollipop == null) return;
filePathCallbackLollipop.onReceiveValue(WebChromeClient.FileChooserParams.parseResult(resultCode, data));
filePathCallbackLollipop = null;
}
} else {
if (filePathCallbackLollipop != null) {
filePathCallbackLollipop.onReceiveValue(null);
filePathCallbackLollipop = null;
}
}
}
}
▶ AndroidManifest.xml
<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"
package="tk.wordcloudpython.wordcloud">
<uses-permission android:name="android.permission.INTERNET"/>
<application
android:allowBackup="true"
android:icon="@mipmap/ic_launcher"
android:label="@string/app_name"
android:roundIcon="@mipmap/ic_launcher_round"
android:supportsRtl="true"
android:theme="@style/Theme.AppCompat.NoActionBar">
<activity android:name=".MainActivity">
<intent-filter>
<action android:name="android.intent.action.MAIN" />
<category android:name="android.intent.category.LAUNCHER" />
</intent-filter>
</activity>
</application>
</manifest>
이제 안드로이드 애뮬레이터를 활용하여 프로젝트를 테스트 해보겠습니다.
다만 파일 선택을 하고 싶어도 다음과 같이 파일이 존재하지 않는 것을 확인할 수 있습니다.
따라서 안드로이드 애뮬레이터로 파일을 옮기기 위해서 일단 하나의 텍스트 파일을 생성하겠습니다.
따라서 안드로이드 스튜디오에서 오른쪽 아래의 [Device File Explorer] 탭을 열어서 [sdcard] 폴더에 텍스트 파일을 넣어주시면 됩니다.
우클릭 이후에 업로드(Upload)를 진행하시면 됩니다.
이제 다시 텍스트 파일 업로드를 진행하시면 됩니다.
다음과 같이 텍스트 파일을 추가해보도록 하겠습니다.
이제 추가된 텍스트 파일을 확인해보도록 하겠습니다.
성공적으로 워드 클라우드가 생성되는 것을 확인할 수 있습니다.
※ APK 파일 배포하기 ※
실제로 구글 플레이스토어 마켓 등에 배포하기 위해서는 APK 파일로 추출하는 과정이 필요합니다. 안드로이드 스튜디오를 활용해 다음과 같은 과정으로 APK 파일을 추출할 수 있습니다. 가장 먼저 [Build] 탭에서 APK 파일을 추출하는 버튼을 누르시면 됩니다.
저는 다음과 같이 앱 번들을 이용하지 않고 단순 APK 파일로 추출하도록 하겠습니다.
먼저 APK 파일을 만들기 위해서는 먼저 키 페어를 생성해주셔야 합니다.
저는 다음과 같은 경로에 키를 만들어 줄 거예요.
키를 생성할 때는 키를 생성한 사람에 대한 서명 정보를 기입해주셔야 합니다.
이후에 다음과 같이 해당 키로 APK 파일을 생성해주시면 됩니다.
약간의 시간이 흐른 뒤에 빌드(Build)가 끝나면 릴리즈 된 APK 파일을 확인하실 수 있습니다.
※ 깃에 업로드하기 ※
안드로이드 프로젝트를 깃에 업로드하여 관리하는 방법 또한 알아보도록 하겠습니다.
깃 프로젝트를 설정할 때는 루트 프로젝트를 설정하시면 됩니다.
이후에 ADD 및 COMMIT을 진행하시면 됩니다.
커밋을 하실 때에는 [Unversioned Files]로 표시되어 있는 프로젝트의 환경 설정 파일들도 함께 커밋해주세요.
커밋 이후에는 푸시를 진행하시면 됩니다.
푸시를 하실 때에는 깃 허브(Git Hub)의 원격지 주소로 푸시하시면 됩니다. 따라서 [Define Remote]를 선택합니다.
이후에 깃 허브(Git Hub)에 하나의 리포지터리를 만들어 주시고, 이를 넣어주시면 됩니다.
전체 파일들을 다 푸시해주시면 다음과 같이 깃 허브에 프로젝트가 등록되는 것을 확인할 수 있습니다.
※ 완성된 프로젝트를 클론(Clone)하는 방법 ※
이후에 완성된 프로젝트를 다른 개발 환경에서 클론하고자 할 때는 다음과 같이 해주시면 됩니다.
클론 받기 위한 주소를 넣고, 특정한 폴더로 프로젝트를 다운로드 해주세요.
이후에 다음과 같이 클론 된 소스코드를 통해 프로젝트를 구성하시면 됩니다.
기본적으로 계속 다음(Next) 버튼을 누르시면 됩니다.
다음과 같이 프로젝트 클론(Clone)까지 다루어 보았습니다.
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
15강 프로젝트 완성 (1) | 2019.01.13 |
---|---|
13강 Cloud Flare를 이용한 HTTPS 설치 및 최종 배포 (0) | 2019.01.13 |
12강 AWS EC2에서 플라스크(Flask) 웹 서버 구동시키기 (2) | 2019.01.12 |
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기 (0) | 2019.01.12 |
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
13강 Cloud Flare를 이용한 HTTPS 설치 및 최종 배포
※ 기존 소스코드의 문제점 확인 ※
가장 먼저 리액트(React) 소스코드에서 API 경로를 AWS EC2의 경로로 바꾸어보도록 하겠습니다.
이후에 기존에 존재하던 build 폴더를 제거한 뒤에 다시 yarn build 명령어를 수행합니다.
그리고 firebase deploy 명령어를 입력하여 배포를 진행하도록 하겠습니다.
이후에 배포된 경로로 접속하면 [워드 클라우드]를 생성하고자 할 때 다음과 같이 HTTPS 미설정 오류 메시지가 출력됩니다. 이러한 오류 메시지는 파이어베이스가 HTTPS를 지원하지만 우리의 API 서버는 HTTPS를 지원하지 않기 때문에 발생합니다. 따라서 우리의 플라스크(Flask) 웹 서버도 HTTPS를 지원하도록 처리해야 합니다.
※ FREENOM 서비스를 이용해 무료 도메인 사용하기 ※
▶ 프리넘 서비스: https://freenom.com
프리넘 서비스는 무료로 도메인을 사용할 수 있도록 해줍니다. 결과적으로 우리가 HTTPS를 사용하기 위한 초석이 되어주므로 일단 도메인부터 구매해보도록 하겠습니다. 저는 회원가입 및 로그인 이후에 wordcloudpython라는 도메인을 사용하겠다고 검색해보도록 하겠습니다.
이후에 다음과 같이 .tk 도메인을 채택하겠습니다.
저는 다음과 같이 무료로 도메인을 사용해보도록 하겠습니다.
구매 이후에는 다음과 같이 [My Domains] 탭에서 자신이 구매한 도메인을 관리할 수 있습니다.
다음과 같이 타겟(Target) 주소로 우리의 AWS EC2 서버 주소를 입력해주시면 됩니다.
이후에는 통상적으로 약 5분 뒤에 도메인 설정이 완료됩니다. 다음과 같이 해당 도메인으로 접속했을 때 플라스크 API가 동작합니다.
※ 도메인에 HTTPS를 적용하기 위해 Cloud Flare 사용하기 ※
▶ Cloud Flare 가입: https://dash.cloudflare.com/sign-up
클라우드 플레어에 가입한 이후에 HTTPS를 적용할 수 있습니다.
이후에 다음과 같이 우리가 사용하게 된 무료 도메인을 사이트(Site)로 추가하시면 됩니다.
이후에 클라우드 플레어가 자동으로 DNS 레코드를 얻어오게 됩니다. [Next] 버튼을 눌러주세요.
이후에 무료로 서비스를 이용하기 위해 무료 플랜(FREE PLAN)을 설정해주겠습니다.
이후에 다음과 같이 wordcloudpython.tk라는 우리의 도메인을 52.79.163.195라는 AWS EC2 IP 주소로 연결해주었습니다. 이로써 결과적으로 Cloud Flare의 DNS 서버에 wordcloudpython.tk라는 쿼리가 들어오면 52.79.163.195로 연결을 진행해주는 것입니다.
이후에 다음과 같이 기존의 네임 서버(Name Server)를 바꾸어주라는 메시지가 나오게 됩니다. 다음의 그림에서 요구하는 대로 FREENOM 서비스의 네임 서버를 매핑해주시면 됩니다.
따라서 다음과 같이 [Nameservers] 탭에서 커스텀 네임 서버(Custom Name Server)로 클라우드 플레어의 DNS 주소를 넣어주시면 됩니다.
이후에 Cloud Flare에서 DNS 설정이 완료될 때까지 기다리시면 됩니다. [Re-check now] 버튼을 누른 뒤에 약간의 시간을 기다리시면 됩니다.
결과적으로 다음과 같이 설정이 완료되면 이메일로 설정 완료 메시지가 나온다고 하네요. 일반적으로 1시간 안에 설정이 완료됩니다.
결과적으로 잠시 후에 Cloud Flare에서 새로고침을 해보시면 설정이 완료되어 정상적으로 동작하고 있다는 것을 확인할 수 있습니다.
기본적으로 Cloud Flare는 HTTPS로 요청(Request)을 받아서 우리의 AWS EC2 서버의 80번 포트로 패킷을 전달해주게 됩니다. 따라서 이제 우리는 플라스크(Flask) 웹 서버를 80번 포트로 열어야 합니다. 그러므로 보안 그룹에서 80번 포트를 허용해주시면 됩니다.
당연히 플라스크의 소스코드도 80번 포트를 이용하도록 수정하셔야 해요.
결과적으로 다음과 같이 80번 포트로 동작하도록 서버를 구동시키면 됩니다.
※ HTTPS 접속 확인 ※
결과적으로 다음과 같이 HTTPS로 접속을 해보시면 성공적으로 플라스크 서버가 동작하는 것을 확인할 수 있습니다.
따라서 이제 API 서버의 URL을 새로운 경로로 바꾸어 다시 배포해주시면 됩니다.
최종적으로 AWS EC2에서 플라스크 웹 서버를 다시 구동시켜주도록 하겠습니다.
이후에 다음과 같이 성공적으로 호스팅된 파이어베이스 서버에서 API가 정상적으로 동작하는 것을 확인할 수 있습니다.
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
15강 프로젝트 완성 (1) | 2019.01.13 |
---|---|
14강 React 프로젝트를 안드로이드 웹 앱(Web App)으로 배포하기 (0) | 2019.01.13 |
12강 AWS EC2에서 플라스크(Flask) 웹 서버 구동시키기 (2) | 2019.01.12 |
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기 (0) | 2019.01.12 |
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
12강 AWS EC2에서 플라스크(Flask) 웹 서버 구동시키기
이번 시간에는 AWS EC2를 이용해 플라스크(Flask) 웹 서버를 구동시키도록 하겠습니다. 지금까지의 웹 서버는 로컬호스트(Localhost)에서만 동작했습니다. 하지만 실제로 배포된 React 프론트 엔드와 정상적으로 통신하기 위해서는 공인 주소를 가지는 서버가 필요합니다. 따라서 가장 빠르고 효과적으로 서버를 구축할 수 있도록 해주는 AWS를 이용하는 것입니다. AWS에 가입하여 다음과 같이 관리 콘솔(Management Console)로 들어갑니다.
▶ EC2 서비스 들어가서 인스턴스 만들기
인스턴스를 만들 때는 우분투 리눅스 서버를 만드시면 됩니다.
이후에 무료 서버를 이용하기 위해 프리 티어(Free Tier)로 서버를 생성하세요.
[시작] 버튼을 누르면 다음과 같이 키 페어 설정 메시지가 나옵니다. 새로운 키 페어를 사용하도록 하겠습니다. 저는 [MyKeyPair]라는 이름으로 키 페어를 만들었어요.
결과적으로 다음과 같이 인스턴스를 시작하시면 됩니다.
▶ EC2에 접속하기
이제 방금 만든 키 페어를 이용해서 EC2에 접속할 수 있습니다.
인스턴스에 접속할 때는 일반적으로 SSH 명령을 사용합니다.
다만 접속하기 위해서는 방금 다운로드 받은 키 페어의 권한 설정을 바꿀 필요가 있습니다. 리눅스에서는 chmod 명령어로 쉽게 변경할 수 있으나, 윈도우는 상대적으로 복잡합니다. 일단 가장 먼저 키 페어 파일의 속성을 확인하여 [보안] 탭으로 들어가보도록 하겠습니다.
이후에 [고급] 탭으로 들어가서 관리자 그룹을 제외한 모든 그룹의 상속을 없앤 뒤에 사용 권한을 제거하시면 됩니다.
그러면 다음과 같은 관리자 그룹만 남게 됩니다.
이제 명령 프롬프트(CMD)를 관리자 권한으로 실행하여 키 페어(Key Pair)를 이용해 인스턴스에 접속하시면 됩니다.
▶ 라이브러리 설치
이제 파이썬 서버의 소스코드를 그대로 복제합니다.
이후에 다음과 같이 필요한 라이브러리들을 설치합니다. 라이브러리 설치를 위하여 파이썬 패키지 관리 도구인 pip를 이용하면 됩니다. 또한 자연어 처리 라이브러리를 위해서 Java 설치를 진행해주시면 됩니다.
sudo apt update
sudo apt install python3-pip
sudo pip3 install wordcloud
sudo pip3 install konlpy
sudo pip3 install matplotlib
sudo pip3 install flask
sudo pip3 install flask_cors
sudo apt install openjdk-8-jre
sudo apt install openjdk-8-jdk
▶ 웹 서버 실행하기
sudo python3 word_cloud.py
결과적으로 서버가 구동되었습니다. 이제 이에 접속하기 위하여 보안 그룹 설정을 해주시면 됩니다.
보안 그룹의 인바운드 규칙을 [편집] 해주시면 됩니다.
다음과 같이 플라스크 웹 서버의 포트 번호인 5000번 포트를 열어 주시면 됩니다.
이제 퍼블릭(Public) IP를 이용해 접속하시면 됩니다.
5000번 포트로 접속하니 다음과 같이 웹 서버가 구동 중인 것을 확인할 수 있었습니다.
이로써 AWS EC2를 활용해 파이썬 웹 서버를 구동시키게 되었습니다.
※ 파이썬 서버 항상 실행시키기 ※
다만 현재의 소스코드에서는 SSH 프롬프트에서 나오는 순간 파이썬 프로세스가 죽게 됩니다. 따라서 항상 파이썬 프로세스가 동작하도록 처리할 필요가 있습니다. 이 때는 파이썬 프로세스를 백그라운드에서 동작하도록 한 뒤에 소유권을 포기하면 됩니다.
python3 word_cloud.py: 파이썬 서버 구동시키기
Ctrl + Z: 프로세스 중지하기
bg: 백그라운드에서 서버를 다시 구동시키기
disown -h: 소유권 포기하기
※ 서버를 중지시키고 싶을 때는? ※
서버를 중지시키고 싶을 때는 특정 포트 번호로 돌아가는 프로세스를 확인한 뒤에 해당 프로세스를 죽이면 됩니다.
netstat -nap | grep {포트 번호}: 특정 포트 번호에서 돌아가는 프로세스를 확인하기
kill -9 {프로세스 번호}: 특정한 프로세스를 종료시키기
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
14강 React 프로젝트를 안드로이드 웹 앱(Web App)으로 배포하기 (0) | 2019.01.13 |
---|---|
13강 Cloud Flare를 이용한 HTTPS 설치 및 최종 배포 (0) | 2019.01.13 |
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기 (0) | 2019.01.12 |
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
9강 플라스크(Flask)로 워드 클라우드 API 구현하기 (0) | 2019.01.11 |
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기
▶ word_cloud.py
기본적으로 플라스크(Flask)의 소스코드에서 단어(Word)의 가중치를 실수형까지 포함할 수 있도록 처리합니다. 또한 기본적으로 최대 단어 개수와 최소 단어 길이는 모두 정수형으로 들어올 수 있도록 처리하겠습니다.
def process_from_text(text, max_count, min_length, words, file_name):
# 최대 max_count 개의 단어 및 등장 횟수를 추출합니다.
tags = get_tags(text, int(max_count), int(min_length))
# 단어 가중치를 적용합니다.
for n, c in words.items():
if n in tags:
tags[n] = tags[n] * float(words[n])
# 명사의 출현 빈도 정보를 통해 워드 클라우드 이미지를 생성합니다.
make_cloud_image(tags, file_name)
▶ Detail.js
최소 단어 길이 및 최대 단어 개수 등을 설정하여 워드 클라우드를 만들 수 있도록 처리합니다.
▶ Words.js
이후에 가중치(Weight) 값의 검증을 수행합니다.
※ 실행 결과 ※
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
13강 Cloud Flare를 이용한 HTTPS 설치 및 최종 배포 (0) | 2019.01.13 |
---|---|
12강 AWS EC2에서 플라스크(Flask) 웹 서버 구동시키기 (2) | 2019.01.12 |
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
9강 플라스크(Flask)로 워드 클라우드 API 구현하기 (0) | 2019.01.11 |
8강 React에 웹 폰트(Web Font) 적용하기 (0) | 2019.01.09 |
10강 React와 플라스크(Flask) 연동하기
이번 시간에는 만들어진 워드 클라우드(Word Cloud) API를 웹 상에서 접근할 수 있는 방법에 대해서 알아보도록 하겠습니다. 웹 상에서 특정한 이미지 파일 등에 접근하기 위해서는 정적 폴더(Static Folder)를 설정해야 합니다.
▶ word_cloud.py
# 단어구름에 필요한 라이브러리를 불러옵니다.
from wordcloud import WordCloud
# 한국어 자연어 처리 라이브러리를 불러옵니다.
from konlpy.tag import Twitter
# 명사의 출현 빈도를 세는 라이브러리를 불러옵니다.
from collections import Counter
# 그래프 생성에 필요한 라이브러리를 불러옵니다.
import matplotlib.pyplot as plt
# Flask 웹 서버 구축에 필요한 라이브러리를 불러옵니다.
from flask import Flask, request, jsonify
# 플라스크 웹 서버 객체를 생성합니다.
app = Flask(__name__, static_folder='outputs')
# 폰트 경로 설정
font_path = 'NanumGothic.ttf'
def get_tags(text, max_count, min_length):
# 명사만 추출합니다.
t = Twitter()
nouns = t.nouns(text)
processed = [n for n in nouns if len(n) >= min_length]
# 모든 명사의 출현 빈도를 계산합니다.
count = Counter(processed)
result = {}
# 출현 빈도가 높은 max_count 개의 명사만을 추출합니다.
for n, c in count.most_common(max_count):
result[n] = c
# 추출된 단어가 하나도 없는 경우 '내용이 없습니다.'를 화면에 보여줍니다.
if len(result) == 0:
result["내용이 없습니다."] = 1
return result
def make_cloud_image(tags, file_name):
# 만들고자 하는 워드 클라우드의 기본 설정을 진행합니다.
word_cloud = WordCloud(
font_path=font_path,
width=800,
height=800,
background_color="white",
)
# 추출된 단어 빈도수 목록을 이용해 워드 클라우드 객체를 초기화 합니다.
word_cloud = word_cloud.generate_from_frequencies(tags)
# 워드 클라우드를 이미지로 그립니다.
fig = plt.figure(figsize=(10, 10))
plt.imshow(word_cloud)
plt.axis("off")
# 만들어진 이미지 객체를 파일 형태로 저장합니다.
fig.savefig("outputs/{0}.png".format(file_name))
def process_from_text(text, max_count, min_length, words, file_name):
# 최대 max_count 개의 단어 및 등장 횟수를 추출합니다.
tags = get_tags(text, max_count, min_length)
# 단어 가중치를 적용합니다.
for n, c in words.items():
if n in tags:
tags[n] = tags[n] * int(words[n])
# 명사의 출현 빈도 정보를 통해 워드 클라우드 이미지를 생성합니다.
make_cloud_image(tags, file_name)
@app.route("/process", methods=['GET', 'POST'])
def process():
content = request.json
words = {}
if content['words'] is not None:
for data in content['words'].values():
words[data['word']] = data['weight']
process_from_text(content['text'], content['maxCount'], content['minLength'], words, content['textID'])
result = {'result': True}
return jsonify(result)
@app.route('/outputs', methods=['GET', 'POST'])
def output():
text_id = request.args.get('textID')
return app.send_static_file(text_id + '.png')
if __name__ == '__main__':
app.run('0.0.0.0', port=5000)
▶ 이미지 생성
이미지 생성에는 textID라는 파라미터를 추가적으로 넣어주세요.
▶ 이미지 접근
이미지에 접근할 때는 다음과 같이 파라미터로 접근하면 됩니다.
▶ word_cloud.py
이러한 이미지에 실제로 클라이언트에서 효과적으로 접근할 수 있도록 이미지가 존재하는지 확인하기 위한 validate() 함수를 추가적으로 만들어 주었습니다.
# 단어구름에 필요한 라이브러리를 불러옵니다.
from wordcloud import WordCloud
# 한국어 자연어 처리 라이브러리를 불러옵니다.
from konlpy.tag import Twitter
# 명사의 출현 빈도를 세는 라이브러리를 불러옵니다.
from collections import Counter
# 그래프 생성에 필요한 라이브러리를 불러옵니다.
import matplotlib.pyplot as plt
# Flask 웹 서버 구축에 필요한 라이브러리를 불러옵니다.
from flask import Flask, request, jsonify
# 테스트를 위하여 CORS를 처리합니다.
from flask_cors import CORS
# 파일에 접근하기 위한 라이브러리를 불러옵니다.
import os
# 플라스크 웹 서버 객체를 생성합니다.
app = Flask(__name__, static_folder='outputs')
CORS(app)
# 폰트 경로 설정
font_path = 'NanumGothic.ttf'
def get_tags(text, max_count, min_length):
# 명사만 추출합니다.
t = Twitter()
nouns = t.nouns(text)
processed = [n for n in nouns if len(n) >= min_length]
# 모든 명사의 출현 빈도를 계산합니다.
count = Counter(processed)
result = {}
# 출현 빈도가 높은 max_count 개의 명사만을 추출합니다.
for n, c in count.most_common(max_count):
result[n] = c
# 추출된 단어가 하나도 없는 경우 '내용이 없습니다.'를 화면에 보여줍니다.
if len(result) == 0:
result["내용이 없습니다."] = 1
return result
def make_cloud_image(tags, file_name):
# 만들고자 하는 워드 클라우드의 기본 설정을 진행합니다.
word_cloud = WordCloud(
font_path=font_path,
width=800,
height=800,
background_color="white",
)
# 추출된 단어 빈도수 목록을 이용해 워드 클라우드 객체를 초기화 합니다.
word_cloud = word_cloud.generate_from_frequencies(tags)
# 워드 클라우드를 이미지로 그립니다.
fig = plt.figure(figsize=(10, 10))
plt.imshow(word_cloud)
plt.axis("off")
# 만들어진 이미지 객체를 파일 형태로 저장합니다.
path = "outputs/{0}.png".format(file_name)
# 이미 파일이 존재하는 경우 덮어쓰기합니다.
if os.path.isfile(path):
os.remove(path)
fig.savefig(path)
def process_from_text(text, max_count, min_length, words, file_name):
# 최대 max_count 개의 단어 및 등장 횟수를 추출합니다.
tags = get_tags(text, max_count, min_length)
# 단어 가중치를 적용합니다.
for n, c in words.items():
if n in tags:
tags[n] = tags[n] * int(words[n])
# 명사의 출현 빈도 정보를 통해 워드 클라우드 이미지를 생성합니다.
make_cloud_image(tags, file_name)
@app.route("/process", methods=['GET', 'POST'])
def process():
content = request.json
words = {}
if content['words'] is not None:
for data in content['words'].values():
words[data['word']] = data['weight']
process_from_text(content['text'], content['maxCount'], content['minLength'], words, content['textID'])
result = {'result': True}
return jsonify(result)
@app.route('/outputs', methods=['GET', 'POST'])
def output():
text_id = request.args.get('textID')
return app.send_static_file(text_id + '.png')
@app.route('/validate', methods=['GET',' POST'])
def validate():
text_id = request.args.get('textID')
path = "outputs/{0}.png".format(text_id)
result = {}
# 해당 이미지 파일이 존재하는지 확인합니다.
if os.path.isfile(path):
result['result'] = True
else:
result['result'] = False
return jsonify(result)
if __name__ == '__main__':
app.run('0.0.0.0', port=5000, threaded=True) # 처리 속도 향상을 위해 쓰레드를 적용합니다.
▶ Detail.js
이제 Detail.js 파일을 수정합니다. 기본적으로 React에서 이미지(Image) 태그의 정보가 수정될 때에는 브라우저 캐시(Cache)가 동작하지 않도록, 별도의 랜덤 파라미터를 추가적으로 붙여 줄 수 있습니다.
※ 실행 결과 ※
먼저 하나의 텍스트를 추가해보도록 하겠습니다.
이어서 만들어진 텍스트를 확인해보도록 하겠습니다.
처음에는 워드 클라우드가 존재하지 않는 상황입니다.
워드 클라우드를 생성한 이후에는 다음과 같이 정상적으로 출력됩니다.
또한 만들어진 이후에 [다시 만들기] 버튼을 누르면 새롭게 워드 클라우드가 생성됩니다.
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
12강 AWS EC2에서 플라스크(Flask) 웹 서버 구동시키기 (2) | 2019.01.12 |
---|---|
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기 (0) | 2019.01.12 |
9강 플라스크(Flask)로 워드 클라우드 API 구현하기 (0) | 2019.01.11 |
8강 React에 웹 폰트(Web Font) 적용하기 (0) | 2019.01.09 |
7강 React로 텍스트 파일(Text File) 업로드 및 상세 페이지로 이동하기 (0) | 2019.01.09 |
9강 플라스크(Flask)로 워드 클라우드 API 구현하기
이번 시간에는 플라스크(Flask) 웹 서버를 이용하여 워드 클라우드 API 를 구현하는 시간을 가져보도록 하겠습니다. 클라이언트(Client)에 해당하는 리액트 프론트 엔드에서 워드 클라우드 이미지를 요청하기 위해서는, 클라이언트의 요청(Request)을 받아서 워드 클라우드를 그려주는 웹 서버를 작업해야 합니다.
추가적으로 필요한 라이브러리는 다음과 같습니다.
▶ WordCloud(워드 클라우드를 그리는 라이브러리), konlpy Twitter(한국어 자연어 처리 라이브러리), Counter(명사의 출현 빈도를 세는 라이브러리), Matplotlib(워드 클라우드 이미지를 실제로 그림 파일에 표현하는 목적의 라이브러리)
pip3 install wordcloud
pip3 install konlpy
pip3 install matplotlib
pip3 install flask
pip3 install flask_cors
일단 프로젝트를 다음과 같이 구성합니다. 파이참(PyCharm)으로 열거나 혹은 단순한 폴더 형태로 구비하시면 됩니다. 폴더에는 outputs(워드 클라우드가 저장되는 폴더), NanumGothic.ttf(나눔고딕 글씨체), word_cloud.py(전체 소스코드)가 포함됩니다.
▶ word_cloud.py
# 단어구름에 필요한 라이브러리를 불러옵니다.
from wordcloud import WordCloud
# 한국어 자연어 처리 라이브러리를 불러옵니다.
from konlpy.tag import Twitter
# 명사의 출현 빈도를 세는 라이브러리를 불러옵니다.
from collections import Counter
# 그래프 생성에 필요한 라이브러리를 불러옵니다.
import matplotlib.pyplot as plt
# Flask 웹 서버 구축에 필요한 라이브러리를 불러옵니다.
from flask import Flask, request, jsonify
# 플라스크 웹 서버 객체를 생성합니다.
app = Flask(__name__)
# 폰트 경로 설정
font_path = 'NanumGothic.ttf'
def get_tags(text, max_count, min_length):
# 명사만 추출합니다.
t = Twitter()
nouns = t.nouns(text)
processed = [n for n in nouns if len(n) >= min_length]
# 모든 명사의 출현 빈도를 계산합니다.
count = Counter(processed)
result = {}
# 출현 빈도가 높은 max_count 개의 명사만을 추출합니다.
for n, c in count.most_common(max_count):
result[n] = c
# 추출된 단어가 하나도 없는 경우 '내용이 없습니다.'를 화면에 보여줍니다.
if len(result) == 0:
result["내용이 없습니다."] = 1
return result
def make_cloud_image(tags, file_name):
# 만들고자 하는 워드 클라우드의 기본 설정을 진행합니다.
word_cloud = WordCloud(
font_path=font_path,
width=800,
height=800,
background_color="white",
)
# 추출된 단어 빈도수 목록을 이용해 워드 클라우드 객체를 초기화 합니다.
word_cloud = word_cloud.generate_from_frequencies(tags)
# 워드 클라우드를 이미지로 그립니다.
fig = plt.figure(figsize=(10, 10))
plt.imshow(word_cloud)
plt.axis("off")
# 만들어진 이미지 객체를 파일 형태로 저장합니다.
fig.savefig("outputs/{0}.png".format(file_name))
def process_from_text(text, max_count, min_length, words):
# 최대 max_count 개의 단어 및 등장 횟수를 추출합니다.
tags = get_tags(text, max_count, min_length)
# 단어 가중치를 적용합니다.
for n, c in words.items():
if n in tags:
tags[n] = tags[n] * int(words[n])
# 명사의 출현 빈도 정보를 통해 워드 클라우드 이미지를 생성합니다.
make_cloud_image(tags, "output")
@app.route("/process", methods=['GET', 'POST'])
def process():
content = request.json
words = {}
if content['words'] is not None:
for data in content['words'].values():
words[data['word']] = data['weight']
process_from_text(content['text'], content['maxCount'], content['minLength'], words)
result = {'result': True}
return jsonify(result)
if __name__ == '__main__':
app.run('0.0.0.0', port=5000)
서버를 실행하면 자동으로 5000번 포트에 웹 서버 할당이 이루어집니다.
※ API 테스트 ※
이제 만들어진 플라스크 웹 서버에 API 테스트를 진행해보도록 하겠습니다. 크롬(Chrome) 확장 프로그램인 Restlet을 이용하면 쉽게 Rest API를 테스트할 수 있습니다.
▶ 요청(Request) JSON 예제
이를 /process 경로로 전달하시면 됩니다.
실행 결과 다음과 같이 성공 메시지가 출력됩니다.
이후에 서버 폴더로 이동하여 output.png 파일을 확인해 보시면 다음과 같이 워드 클라우드 파일이 성공적으로 생성되어 있습니다.
※ 깃 허브에 업로드하기 ※
이후에 다음과 같이 깃 허브에 리포지터리를 업로드 하시면 됩니다.
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
11강 워드 클라우드(Word Cloud) 상세 수치 설정하기 (0) | 2019.01.12 |
---|---|
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
8강 React에 웹 폰트(Web Font) 적용하기 (0) | 2019.01.09 |
7강 React로 텍스트 파일(Text File) 업로드 및 상세 페이지로 이동하기 (0) | 2019.01.09 |
6강 파이어베이스(Firebase)로 React 프로젝트 배포하기 (1) | 2019.01.09 |
8강 React에 웹 폰트(Web Font) 적용하기
1. Style 적용을 위한 라이브러리 추가하기
yarn add style-loader
yarn add css-loader
2. 웹팩(Webpack) conf 파일 수정하기
▶ ./src/index.css
▶ ./src/main.js
이후에 모든 컴포넌트 JS 파일에 import '../index.css';를 넣어주시면 됩니다.
※ 실행 결과 ※
'React와 Firebase로 만드는 Word Cloud 웹앱' 카테고리의 다른 글
10강 React와 플라스크(Flask) 연동하기 (1) | 2019.01.12 |
---|---|
9강 플라스크(Flask)로 워드 클라우드 API 구현하기 (0) | 2019.01.11 |
7강 React로 텍스트 파일(Text File) 업로드 및 상세 페이지로 이동하기 (0) | 2019.01.09 |
6강 파이어베이스(Firebase)로 React 프로젝트 배포하기 (1) | 2019.01.09 |
5강 단어(Word) 데이터 삽입 및 삭제 기능 구현하기 (2) | 2019.01.09 |