首页 > 其他分享 >flask之请求上下文分析之导出项目依赖-函数和方法的区别-threading.local对象-偏函数-flask整个生命执行流程--wtforms

flask之请求上下文分析之导出项目依赖-函数和方法的区别-threading.local对象-偏函数-flask整个生命执行流程--wtforms

时间:2023-04-06 21:48:16浏览次数:42  
标签:__ 函数 flask ctx self request 线程 local

目录

flask之请求上下文分析之导出项目依赖-函数和方法的区别-threading.local对象-偏函数-flask整个生命执行流程--wtforms

今日内容详细

1 请求上下文分析(源码:request原理)

1.1 导出项目的依赖

# 之前 pip freeze > requirments.txt 把当前解释器环境下的所有第三方依赖都导出来

# 使用第三方模块 更精确的导出依赖 pipreqs
	第一步:安装 pip install pipreqs
    第二步:使用命令 导出项目依赖 pipreqs ./
    	win由于编码问题会出错:pipreqs ./ --encoding=utf8
        mac linux没有问题
        
    第三步:就会在项目根路径下生成:requirements.txt
    '''
    之前导出会把当前解释器环境下的所有第三方依赖都导出来
    这个模块之导出我们在py文件中使用的
    '''

1.2 函数和方法

# 只要会自动传值--->就是方法  函数--->有几个值就要传几个值 否则报错


# 函数:就是普通的函数 有几个参数就要传几个参数
# 方法:绑定给对象的方法 绑定给类的方法 绑定给谁的 由谁来调用 会自动把自身传入
# 类绑定的方法 对象可以来调用 会自动把类传入
# 对象绑定的方法 类可以来调用 但是它就变成了普通函数 有几个值就要传几个值 没有自动传值了


# MethodType检查一个对象 是不是方法
# FunctionType检查一个对象 是不是函数
# isinstance 判断一个对象 是不是一个类的对象
# issubclass 判断一个类 是不是另一个类的子类

from types import MethodType, FunctionType


class Foo(object):
    def fetch(self):
        pass

    @classmethod
    def test(cls):
        pass

    @staticmethod
    def test1():
        pass


a = Foo()
print(isinstance(a, Foo))


class Foo2(Foo):
    pass


class Foo3():
    pass


print(issubclass(Foo2, Foo))
print(issubclass(Foo3, Foo))

def add():
    pass


print(isinstance(Foo.fetch, MethodType))  # False 类来调用对象的绑定方法 该方法就变成了普通函数
obj = Foo()
print(isinstance(obj.fetch, MethodType))  # True 对象来调用自己的绑定方法 fetch就是方法
print(isinstance(Foo.fetch, FunctionType))  # True 类来调用对象的绑定方法 该方法就变成了普通函数

print(isinstance(add, FunctionType))  # True 就是个普通函数
print(isinstance(add, MethodType))  # False

print(isinstance(Foo.test, MethodType))  # True test是绑定给类的方法 类来调用 就是方法
print(isinstance(obj.test, MethodType))  # True 对象调用类的绑定方法 还是方法

print(isinstance(Foo.test1, MethodType))  # False 是普通函数
print(isinstance(obj.test1, MethodType))  # False 是普通函数
print(isinstance(obj.test1, FunctionType))  # True 静态方法 就是普通函数 对象和类都可以调用 有几个值就传几个值

1.3 threading.local对象

# local 对象
# 并发编程时 多个线程操作同一个变量 会出现并发安全的问题 咱们需要加锁
# 使用local对象 多线程并发操作时 不需要加锁 不会出现数据错乱 threading.local
# 其他语言中也有这个东西ThreadLocal

# 本质原理:
多个线程修改同一个数据 复制多份变量给每个线程用 为每个线程开辟一块空间进行数据存储
每个线程操作自己的那部分数据
####1 数据错乱
# from threading import Thread,get_ident
# import time
# lqz = -1
# def task(arg):
#     global lqz
#     lqz = arg
#     time.sleep(2)  # 我们本意是想每个线程打印自己传入的arg,但是由于sleep了, 等cpu再调度该线程执行是,lqz被改成了 9 ,所有人打印出来都是9,数据错乱了
#     print('线程id为:%s----->'%get_ident(),lqz)
# 
# for i in range(10):
#     t = Thread(target=task,args=(i,))
#     t.start()
'''
数据错乱之后打印出来都是9
'''


# 使用互斥锁解决这个问题,解决并发安全的问题
# from threading import Thread,get_ident
# from threading import Lock
# 
# import time
# lqz = -1
# l=Lock()
# def task(arg):
# 
#     # 1w行代码
#     l.acquire()
#     global lqz
#     lqz = arg
#     time.sleep(2)  # 我们本意是想每个线程打印自己传入的arg,但是由于sleep了, 等cpu再调度该线程执行是,lqz被改成了 9 ,所有人打印出来都是9,数据错乱了
#     print('线程id为:%s----->'%get_ident(),lqz)
#     l.release()
#     # 1w行代码
# 
# for i in range(10):
#     t = Thread(target=task,args=(i,))
#     t.start()
'''
使用互斥锁能解决问题,效率低
'''

# 使用local对象,不会出现并发安全问题
# from threading import Thread
# from threading import local
# import time
# from threading import get_ident
# 
# # 特殊的对象
# lqz = local()
# 
# 
# def task(arg):
#     lqz.arg = arg
#     time.sleep(2)
#     print('线程id为:%s----->'%get_ident(),lqz.arg)  # 虽然用的都是lqz这个变量,但是所有线程用的都是自己的那部分数据
# 
# 
# for i in range(10):
#     t = Thread(target=task, args=(i,))
#     t.start()


# flask中的request就是用了local 但是它只能区分线程 不能区分协程 flask自己写了个local 兼容线程和协程
# 本质是个{'线程id号': {arg:1}, '线程id号':{arg:2}, '线程id号':{arg:3}}
# {'协程id号':{arg:1},'协程id号':{arg:2},'协程id号':{arg:3}}


# 自己封装local 实现兼容线程和协程
# 尝试导入greenlet试一下 如果导入不进来 说明根本没有用greenlet 就没有用协程 没有用协程会报错 执行下面的代码 用了协程就不报错
try:
    from greenlet import getcurrent as get_ident
except Exception as e:
    from threading import get_ident

from threading import Thread


class Local(object):
    def __init__(self):
        object.__setattr__(self, 'storage', {})  # 这个不会触发setattr
        # self.storage={}  # 它会触发 __setattr__ 就会递归

    def __setattr__(self, k, v):
        ident = get_ident()  # 如果用协程 这就是协程号 如果是线程 这就是线程号
        if ident in self.storage:  # {'协程id号':{arg:1},'协程id号':{arg:2},'协程id号':{arg:3}}
            self.storage[ident][k] = v  # 存在就修改值
        else:
            self.storage[ident] = {k: v}  # 不存在就新增键值对

    def __getattr__(self, k):
        ident = get_ident()
        return self.storage[ident][k]


lqz = Local()


def task(arg):
    lqz.arg = arg
    print(lqz.arg)


for i in range(10):
    t = Thread(target=task, args=(i,))
    t.start()

1.4 偏函数

# 偏函数作用:可以提前传值
from functools import partial


def add(a, b, c):
    return a + b + c


print(add(3, 4, 5))  # 传少了报错

# 现在只有一个参数 后面的俩参数 需要过一会才知道
# 借助于偏函数 先提前给它把第一个参数传入 后面知道了后面俩参数 再传后面俩

add = partial(add, 3)

# 干了很多事

print(add(4, 5))  # 不会报错 提前传值

1.5 flask整个生命执行流程(1.1.4版本为例)

# 请求来了---> app()---> Flask.__call__---> self.wsgi_app(environ, start_response)--这个就是当次请求入口
	def wsgi_app(self, environ, start_response):
        # environ:http请求拆成了字典
        # ctx对象:RequestContext类的对象 对象里有:当次的requests对象 app对象 session对象
        ctx = self.request_context(environ)
        error = None
        try:
            try:
                # ctx RequestContext类 push方法
                ctx.push()
                # 匹配成路由后 执行视图函数
                response = self.full_dispatch_request()
            except Exception as e:
                error = e
                response = self.handle_exception(e)
            except:
                error = sys.exc_info()[1]
                raise
            return response(environ, start_response)
        finally:
            if self.should_ignore_error(error):
                error = None
            ctx.auto_pop(error)
            
            
    # RequestContext:ctx.push      
    def push(self):
        # 因为ctx = self.request_context(environ)
        # _request_ctx_stack = LocalStack()---> push(ctx对象)---> ctx中有:request session app
        _request_ctx_stack.push(self)
        
        # 这下边是session相关 和request一样
        if self.session is None:
            session_interface = self.app.session_interface
            self.session = session_interface.open_session(self.app, self.request)

            if self.session is None:
                self.session = session_interface.make_null_session(self.app)

        # 路由匹配相关
        if self.url_adapter is not None:
            self.match_request()
            
            
# 点进LocalStack()---> 看到push---> obj是ctx对象
    def push(self, obj):
        # self._local _local就是咱们刚刚自己写的Local对象---> LocalStack的init初始化的_local---> self._local = local()---> Local对象可以根据线程协程区分数据
        rv = getattr(self._local, "stack", None)
        # 一开始没有值
        if rv is None:
            self._local.stack = rv = []  # self._local.stack 根据不同线程用的是自己的数据
        rv.append(obj)  # self._local.stack.append(obj)
        # {'线程id号':{stack:[ctx]},'线程id号2':{stack:[ctx]}}
        return rv
    
    
    
# 再往后执行 就会进入到路由匹配 执行视图函数
	# request = LocalProxy(partial(_lookup_req_object, "request"))
    # LocalProxy 代理类---> method---> 代理类去当前线程的stack取出ctx 取出当时放进去的request
    视图函数中:print(request.method)
    
    
# print(request) 执行LocalProxy类的__str__方法
# request.method 执行LocalProxy类的__getattr__
    def __getattr__(self, name):  # name是method
        # self._get_current_object() 就是当次请求的request
        return getattr(self._get_current_object(), name)

    

# LocalProxy类的方法_get_current_object
    def _get_current_object(self):
        if not hasattr(self.__local, "__release_local__"):
            return self.__local()
        try:
            return getattr(self.__local, self.__name__)
        except AttributeError:
            raise RuntimeError("no object bound to %s" % self.__name__)
            
            
            
# self.__local 是在 LocalProxy 类实例化的时候传入的local

# 在这里实例化的:request = LocalProxy(partial(_lookup_req_object, "request"))
# local 是 partial(_lookup_req_object, "request")

# _lookup_req_object  name=request
def _lookup_req_object(name):
    top = _request_ctx_stack.top  # 取出了ctx 是当前线程的ctx
    if top is None:
        raise RuntimeError(_request_ctx_err_msg)
    return getattr(top, name)  # 从ctx中反射出request 当次请求的request
请求上下文执行流程(ctx):
		-0 flask项目一启动,有6个全局变量
			-_request_ctx_stack:LocalStack对象
			-_app_ctx_stack :LocalStack对象
			-request : LocalProxy对象
			-session : LocalProxy对象
		-1 请求来了 app.__call__()---->内部执行:self.wsgi_app(environ, start_response)
		-2 wsgi_app()
			-2.1 执行:ctx = self.request_context(environ):返回一个RequestContext对象,并且封装了request(当次请求的request对象),session,flash,当前app对象
			-2.2 执行: ctx.push():RequestContext对象的push方法
				-2.2.1 push方法中中间位置有:_request_ctx_stack.push(self),self是ctx对象
				-2.2.2 去_request_ctx_stack对象的类中找push方法(LocalStack中找push方法)
				-2.2.3 push方法源码:
				    def push(self, obj):
						#通过反射找self._local,在init实例化的时候生成的:self._local = Local()
						#Local(),flask封装的支持线程和协程的local对象
						# 一开始取不到stack,返回None
						rv = getattr(self._local, "stack", None)
						if rv is None:
							#走到这,self._local.stack=[],rv=self._local.stack
							self._local.stack = rv = []
						# 把ctx放到了列表中
						#self._local={'线程id1':{'stack':[ctx,]},'线程id2':{'stack':[ctx,]},'线程id3':{'stack':[ctx,]}}
						rv.append(obj)
						return rv
		-3 如果在视图函数中使用request对象,比如:print(request)
			-3.1 会调用request对象的__str__方法,request类是:LocalProxy
			-3.2 LocalProxy中的__str__方法:lambda x: str(x._get_current_object())
				-3.2.1 内部执行self._get_current_object()
				-3.2.2 _get_current_object()方法的源码如下:
				    def _get_current_object(self):
						if not hasattr(self.__local, "__release_local__"):
							#self.__local()  在init的时候,实例化的,在init中:object.__setattr__(self, "_LocalProxy__local", local)
							# 用了隐藏属性
							#self.__local 实例化该类的时候传入的local(偏函数的内存地址:partial(_lookup_req_object, "request"))
							#加括号返回,就会执行偏函数,也就是执行_lookup_req_object,不需要传参数了
							#这个地方的返回值就是request对象(当此请求的request,没有乱)
							return self.__local()
						try:
							return getattr(self.__local, self.__name__)
						except AttributeError:
							raise RuntimeError("no object bound to %s" % self.__name__)
				-3.2.3 _lookup_req_object函数源码如下:
					def _lookup_req_object(name):
						#name是'request'字符串
						#top方法是把第二步中放入的ctx取出来,因为都在一个线程内,当前取到的就是当次请求的ctx对象
						top = _request_ctx_stack.top
						if top is None:
							raise RuntimeError(_request_ctx_err_msg)
						#通过反射,去ctx中把request对象返回
						return getattr(top, name)
				-3.2.4 所以:print(request) 实质上是在打印当此请求的request对象的__str__
		-4 如果在视图函数中使用request对象,比如:print(request.method):实质上是取到当次请求的reuquest对象的method属性
		
		-5 最终,请求结束执行: ctx.auto_pop(error),把ctx移除掉
		
	其他的东西:
		-session:
			-请求来了opensession
				-ctx.push()---->也就是RequestContext类的push方法的最后的地方:
					if self.session is None:
						#self是ctx,ctx中有个app就是flask对象,   self.app.session_interface也就是它:SecureCookieSessionInterface()
						session_interface = self.app.session_interface
						self.session = session_interface.open_session(self.app, self.request)
						if self.session is None:
							#经过上面还是None的话,生成了个空session
							self.session = session_interface.make_null_session(self.app)
			-请求走了savesession
				-response = self.full_dispatch_request() 方法内部:执行了before_first_request,before_request,视图函数,after_request,savesession
				-self.full_dispatch_request()---->执行:self.finalize_request(rv)-----》self.process_response(response)----》最后:self.session_interface.save_session(self, ctx.session, response)
		-请求扩展相关
			before_first_request,before_request,after_request依次执行
		-flask有一个请求上下文,一个应用上下文
			-ctx:
				-是:RequestContext对象:封装了request和session
				-调用了:_request_ctx_stack.push(self)就是把:ctx放到了那个位置
			-app_ctx:
				-是:AppContext(self) 对象:封装了当前的app和g
				-调用 _app_ctx_stack.push(self) 就是把:app_ctx放到了那个位置
	-g是个什么鬼?
		专门用来存储用户信息的g对象,g的全称的为global 
		g对象在一次请求中的所有的代码的地方,都是可以使用的 
		
		
	-代理模式
		-request和session就是代理对象,用的就是代理模式

2 wtforms(了解)

# django 有forms组件
	生成前端模板
    校验数据
    渲染错误信息
    
# flask 中使用第三方的wtforms 实现像django的forms一样的功能
	第一步:导入 定义一个类 继承forms
    第二步:模板中 for循环生成模板
    第三步:视图函数中 使用form校验数据
    
    
from flask import Flask, request, render_template, redirect
from wtforms import Form, validators, widgets
from wtforms.fields import simple


app = Flask(__name__)
app.debug = True


class LoginForm(Form):
    # 字段(内部包含正则表达式)
    name = simple.StringField(
        label='用户名',
        validators=[
            validators.DataRequired(message='用户名不能为空.'),
            validators.length(min=6, max=18, message='用户名长度必须大于%(min)d且小于%(max)d')
        ],
        widget=widgets.TextInput(),  # 页面上显示的插件
        render_kw={'class': 'form-control'}
    )
    # 字段(内部包含正则表达式)
    pwd = simple.PasswordField(
        label='密码',
        validators=[
            validators.DataRequired(message='密码不能为空.'),
            validators.length(min=8, message='用户名长度必须大于%(min)d'),
            validators.Regexp(regex="^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[$@$!%*?&])[A-Za-z\d$@$!%*?&]{8,}", message='密码至少8个字符,至少1个大写字母,1个小写字母,1个数字和1个特殊字符')

        ],
        widget=widgets.PasswordInput(),
        render_kw={'class': 'form-control'}
    )


@app.route('/login', methods=['GET', 'POST'])
def login():
    if request.method == 'GET':
        form = LoginForm()
        return render_template('login.html', form=form)
    else:
        form = LoginForm(formdata=request.form)
        if form.validate():
            print('用户提交数据通过格式验证 提交的值为:', form.data)
        else:
            print(form.errors)
        return render_template('login.html', form=form)


if __name__ == '__main__':
    app.run()

    
# templates内login.html代码
<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<h1>登录</h1>
<form method="post" novalidate>
    <p>{{form.name.label}}: {{form.name}} {{form.name.errors[0] }}</p>

    <p>{{form.pwd.label}} {{form.pwd}} {{form.pwd.errors[0] }}</p>
    <input type="submit" value="提交">
</form>
</body>
</html>

补充

# 进程:进程是资源分配的最小单位 一个应用程序运行 至少会开启一个进程

# 线程:线程是cpu调度的最小单位 cpu执行的最小单位

# 协程:单线程下实现并发 代码层面遇到io 自己(程序方面)切换

标签:__,函数,flask,ctx,self,request,线程,local
From: https://www.cnblogs.com/zpf1107/p/17294298.html

相关文章

  • Flask 05
    Flask04导出项目依赖模块#在此之前我们使用的是pipfreeze>requirments.text执行上面的命令,会将该解释环境下的所有的第三方依赖都导出来(这样不太好)#使用第三方模块,更加精准的到处使用到的依赖pipreqs使用步骤: 1.安装pipinstallpipreqs2.使用命令,导出依赖......
  • flask-day4——pipreqs模块、函数和方法的区别、threading.local对象、偏函数、flask
    目录一、请求上下文分析(源码:request原理)1.1导出项目的依赖(pipreqs模块)1.2函数和方法1.3threading.local对象代码演示自定义封装local,实现兼容线程和协程1.4偏函数1.5flask整个生命执行流程(1.1.4版本为例)二、wtforms(了解)三、作业1、为什么有了gil锁还要互斥锁2、什么是进程,线......
  • 题目 1027: [编程入门]自定义函数处理最大公约数与最小公倍数
    题目描述写两个函数,分别求两个整数的最大公约数和最小公倍数,用主函数调用这两个函数,并输出结果两个整数由键盘输入。输入格式两个数输出格式最大公约数最小公倍数样例输入复制615样例输出复制330解题思路:欧几里得算法又称辗转相除法,用来求两......
  • 题目 1028: [编程入门]自定义函数求一元二次方程
    题目描述求方程的根,用三个函数分别求当b^2-4ac大于0、等于0、和小于0时的根,并输出结果。从主函数输入a、b、c的值。输入格式abc输出格式x1=?x2=?样例输入复制411样例输出复制x1=-0.125+0.484ix2=-0.125-0.484i解题思路:一元二次方程只含有......
  • flask-请求上下文分析
    1.请求上下文分析预备知识1.1导出项目依赖我们之前使用导出项目依赖的命令是:pipfreeze>requirements.txt#导出项目依赖pipinstall-rrequirements.txt#安装项目依赖这种方式更适合在虚拟环境的导出和导入,因为它会导出当前解释器所有的依赖。但是如果在本机的解......
  • 请求上下文分析、函数和方法、threading.local对象、偏函数、flask整个生命执行流程(1
    请求上下文分析(源码:request原理)导出项目的依赖#之前pipfreeze>requirments.txt把当前解释器环境下的所有第三方依赖都导出来#使用第三方模块,更精确的导出依赖pipreqs第一步:安装pip3installpipreqs第二步:使用命令,导出项目依赖pipreqs./w......
  • 【flask】flask请求上下文分析 threading.local对象 偏函数 flask1.1.4生命执行流程
    目录上节回顾今日内容1请求上下文分析(源码:request原理)1.1导出项目的依赖1.2函数和方法1.3threading.local对象1.4偏函数1.5flask整个生命执行流程(1.1.4版本为例)2wtforms(了解)补充上节回顾#1蓝图 -第一步:导入-第二步:实例化得到对象,可以指定static和templates......
  • 02:python-函数
     正文#1:调用内置函数#调用绝对值函数abs()intAbs=abs(-20)print(intAbs)#调用最大函数intMax=max(1,2,-1,10)print(intMax)#数据类型转换print(int('124'))#字符串转intprint(int(12.34))#float转intprint(str(12.34))#float转字符串......
  • 函数-流程函数
    常见的流程函数:  代码:selectif(true,'OK','Error');/*如果第一个值为true,则返回OK,否则返回Error*/selectIFNULL(null,'default');/*如果第一个值为null,则返回default,否则返回第一个值*/--查询emp表成员员工的姓名和工作地址(如果是北京/上海,则返回一线城市,否则返回二线......
  • flask之request源码和第三方模块wtforms
    目录请求上下文分析(源码:request原理)1.导出项目的依赖2.函数和方法3.threading下的local对象4.偏函数5.flask整个生命执行流程---flask1.1.41版本为例wtforms---了解请求上下文分析(源码:request原理)1.导出项目的依赖以前导出项目的依赖:pipfreeze>requirements.txt......