werkzeug源码阅读笔记(二) 上
因为第一部分是关于初始化的部分的，我就没有发布出来~
wsgi.py————第一部分
在分析这个模块之前, 需要了解一下WSGI, 大致了解了之后再继续~
get_current_url()函数
很明显，该函数的作用是获取当前url地址。 代码如下：
def get_current_url(environ, root_only=False, strip_querystring=False,
host_only=False, trusted_hosts=None):
"""
:param environ: the WSGI environment to get the current URL from.
:param root_only: set `True` if you only want the root URL.
:param strip_querystring: set to `True` if you don't want the querystring.
:param host_only: set to `True` if the host URL should be returned.
:param trusted_hosts: a list of trusted hosts, see :func:`host_is_trusted`
for more information.
"""
tmp = [environ['wsgi.url_scheme'], '://', get_host(environ, trusted_hosts)]
cat = tmp.append
if host_only:
return uri_to_iri(''.join(tmp) + '/')
#这里, temp将变成root_only的地址
cat(url_quote(wsgi_get_bytes(environ.get('SCRIPT_NAME', ''))).rstrip('/'))
cat('/')
if not root_only:
cat(url_quote(wsgi_get_bytes(environ.get('PATH_INFO', '')).lstrip(b'/')))
if not strip_querystring:
qs = get_query_string(environ)
if qs:
cat('?' + qs)
return uri_to_iri(''.join(tmp))
注意11~12行, 最开始那个append我也没懂, 网上也找不到, 于是我试了下:
>>> temp = [1,2,3]
>>> temp
[1, 2, 3]
>>> aa = temp.append
>>> aa(2)
>>> temp
[1, 2, 3, 2]
很明显, 当aa = temp.append之后，aa变成了一个函数, aa(1)等效于temp.append(1)
参数host_only的意思是只取host地址，比如http://www.baidu.com/xxx,其host地址就是http://www.baidu.com
函数最后return uri_to_iri, 是把该URI地址转换成IRI(IRI包含unicode字符，URI是ASCII字符编码)
get_query_string()函数
在wsgi.py中, 有很多类似的函数, 用来获得对应的url字段, 这里我拿出一个来分析, 其他的都大同小异
def get_query_string(environ):
qs = wsgi_get_bytes(environ.get('QUERY_STRING', ''))
# QUERY_STRING really should be ascii safe but some browsers
# will send us some unicode stuff (I am looking at you IE).
# In that case we want to urllib quote it badly.
#上面那句我查阅了urllib.parse.quote()方法，意思好像是把部分敏感词汇使用%xx来隐藏, `safe`参数中的部分使用ascii编码，不用隐藏
return try_coerce_native(url_quote(qs, safe=':&%=+$!*\'(),'))
get_query_string(environ) 该函数的作用是把environ变量转换成latin-1编码(程序段中注释说ascii编码较安全, 但很多浏览器发送的是unicode编码的字串, 所以需要统一编码, latin-1向下兼容ascii)
接下来, 在返回值中我们可以看到url_quote函数, 查询源码：
def url_quote(string, charset='utf-8', errors='strict', safe='/:', unsafe=''):
"""URL encode a single string with a given encoding."""
if not isinstance(string, (text_type, bytes, bytearray)):
string = text_type(string)
if isinstance(string, text_type):
string = string.encode(charset, errors)
if isinstance(safe, text_type):
safe = safe.encode(charset, errors)
if isinstance(unsafe, text_type):
unsafe = unsafe.encode(charset, errors)
safe = frozenset(bytearray(safe) + _always_safe) - frozenset(bytearray(unsafe)) #去除unsafe的部分，并转换成bytearray
rv = bytearray()
for char in bytearray(string):
if char in safe:
rv.append(char)
else:
rv.extend(('%%%02X' % char).encode('ascii'))
return to_native(bytes(rv))
从代码中我们可以知道：传入的string和safe和unsafe参数将被转换成类型为string, 编码方式为charset的数据, 其中charset默认为utf-8, 可以自己指定。最后再把string转换成bytearray, 按规则输出
try_coerce_native 在源码中是try_coerce_native=_identity, _identity=lambda x: x，综合起来try_coerce_native(a) = a
在本代码段中，还有个很重要的东西：bytearray()
查阅文档，bytearray(source, encoding, errors) 一共有三个参数，第一个自然是需要转换的内容，第二个是编码方式
为了理解bytearray, 我写了如下的代码：
>>> string = 'aaaa'
>>> temp = bytearray(string)
Traceback (most recent call last):
File "<pyshell#50>", line 1, in <module>
temp = bytearray(string)
TypeError: string argument without an encoding
提示告诉我，需要增加编码方式，于是进行改进：
>>> string = 'aaaa'.encode('utf-8')
>>> temp = bytearray(string)
>>> print(temp)
bytearray(b'aaaa') #注意这个'b'
成功了，然后我又做了如下操作：
>>> for i in temp:
print(i, end=' ')
97 97 97 97
这个和预想的有点不一样啊，为什么不是输出4个a呢？
原来，我们把string编码成utf-8之后，放入了bytearray()中, temp自然也是utf-8编码的，当输出的时候，自然输出的是utf-8的内容了
同时，本例还说说明了bytearray()的对象是可迭代的
这样，我们就能明白url_quote()函数的意义了：
在函数中，先把string和safe和unsafe转成utf-8编码，然后都转成可迭代的bytearray(), 逐位比对string中是否含有safe中的字符，如果有，则不转换，直接输出; 如果没有，则执行rv.extend(('%%%02X' % char).encode('ascii'))，从而完成了url地址中query_string部分的转化(专业要求见get_query_string函数中的备注)
('%%%02X' % char): 前两个%%输出一个%, 后面%02X和C语言中一样: 输出2位十进制整数,不足2位的在前面补零
