「」

网页制作的神器Streamlit，让程序员也可以轻松制作出精美的网页，但使用中也难免遇到一些痛点，今天我就来给大家一一剖析这些痛点，希望能帮助大家少走弯路。

痛点1：数据导入难，翻遍文档才找到

Streamlit支持从各种数据源导入数据，包括CSV、Excel、Pandas DataFrame 等。但是，如果你的数据格式不标准或需要进行特殊处理，就会有点抓狂。

比如，你想从一个包含空值的CSV文件中导入数据，Streamlit会默认将空值当作字符串"NaN"处理。如果你想把空值替换成其他值，就需要手动指定na_values参数。

再比如，你想从一个多表Excel文件中导入数据，Streamlit不支持直接导入，需要先将Excel文件转换为Pandas DataFrame，然后使用st.dataframe函数导入。

这些看似简单的操作，在Streamlit文档中却需要翻遍好几页才能找到，着实让人头疼。

痛点2：交互式组件少，限制了想象力

Streamlit提供了丰富的交互式组件，如按钮、滑块、文本输入框等。但对于一些更复杂的交互需求，Streamlit的组件库就有点捉襟见肘了。

比如，你想制作一个可以缩放的散点图，Streamlit没有直接提供这样的组件。需要自己编写大量代码来实现缩放功能。

再比如，你想制作一个带有进度条的异步任务，Streamlit也没有直接支持。需要使用第三方库或自定义组件来实现。

缺乏丰富的交互式组件，限制了开发者的想象力，也增加了制作复杂网页的难度。

痛点3：部署难，不是每个平台都支持

制作好网页后，部署上线也是一件令人头疼的事。Streamlit支持通过Docker或Heroku进行部署，但并不是所有平台都支持。

比如，如果你想将网页部署到自己的服务器上，就需要手动配置Web服务器（如Nginx）和Streamlit应用程序。这个过程比较复杂，需要一定的技术知识。

再比如，如果你想将网页部署到云端，Streamlit提供的Heroku部署方案需要付费，而且性能和稳定性也不如Docker部署。

部署难的问题让很多开发者望而却步，也影响了Streamlit的广泛应用。

痛点4：不支持多语言，国际化适配困难

Streamlit是一个纯Python的库，不支持多语言。如果你想制作一个支持多种语言的网页，就需要自己编写多语言支持的代码。

对于不会多语言开发的开发者来说，这是一个不小的挑战。而且，Streamlit的很多组件也不支持多语言，需要自己修改源代码。

多语言支持困难的限制了Streamlit在国际市场的推广和应用。

痛点5：数据安全，交给它有点担心

Streamlit网页的搭建，很多时候涉及到敏感数据。如用户输入的数据、后台数据源的访问权限等。

但Streamlit本身没有提供完善的数据安全机制。如果你想保护数据的安全，需要自己编写业务逻辑来实现。

比如，你想防止用户输入恶意代码，就需要自己编写数据验证和过滤的代码。再比如，你想限制用户对后台数据源的访问，就需要自己编写权限控制的代码。

数据安全问题让人担忧，影响了Streamlit在一些涉及敏感数据的场景中的应用。

互动内容：

对于Streamlit制作网页的痛点，你们还有什么想补充的吗？或者你们在实际使用中遇到了哪些欢迎在评论区留言分享，一起探讨。