【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 wtforms
目录
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
- 第三步：app中注册蓝图，注册蓝图时，可以指定前缀
- 第四步：使用蓝图，注册路由，注册请求扩展
# 2 g对象
-当次请求的全局对象，在当次请求中可以放值和取值
-跟session的区别是
# 3 flask中使用mysql数据库
-pymysql，在一个视图函数中，创建一个连接对象，操作，操作完就关闭连接
-连接对象不要用单例，可能会出现数据错乱问题
# 4 数据库连接池
-dbutils
-使用步骤：
1 第一步：导入，实例化得到一个对象， pool
2 第二步：pool做成单例，以模块导入
3 第三步：从pool中拿到一个连接 pool.connection()
3 第四步：使用连接获得游标，使用游标操作数据库
# 5 压测接口，验证是否使用了连接池
# 6 django中没有数据库连接池，可以使用第三方，也可以手写数据库连接池。
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
# 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 pip3 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，linx没有问题
第三步：就会在项目根路径下生成：requirements.txt
'''
pipreqs：基于项目中的import导入生成requirements文件
'''
导出解释器的所有依赖，意味着可能导出项目不使用的无用依赖。使用pipreqs，可以实现对项目使用到的依赖精确导出。
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
# 类的绑定方法，对象可以来调用，会自动把类传入
# 对象的绑定方法，类可以来调用？ 类可以调用，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))
# print(isinstance('a',Foo))
#
# class Foo2(Foo):
# pass
# class Foo3():
# pass
# print(issubclass(Foo2,Foo))
# print(issubclass(Foo3,Foo))
def add():
pass
# 类来调用对象的绑定方法，
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 就是个普通函数
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
# 关于issubclass
class A:
pass
class B:
pass
class C:
pass
class D(A, B):
pass
print(issubclass(D, (C,)))
print(issubclass(D, (A, C)))
print(issubclass(D, (A, C)))
'''
issubclass(x, (A, B, ...)) 相当于 issubclass(x, A) or issubclass(x, B) or ...
'''
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，java中面试会被经常问到，python没人问
# 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
flask的request对象，就是重写了一个local类，代码示例：
# # 数据错乱
# # 原因是io操作导致立切换到下一个线程，一直切换到最后一个线程，将全局变量赋值为9
# import time
# from threading import get_ident, Thread
#
# '''get_ident C代码
# thread_get_ident(PyObject *self, PyObject *Py_UNUSED(ignored))
# {
# unsigned long ident = PyThread_get_thread_ident();
# if (ident == PYTHREAD_INVALID_THREAD_ID) {
# PyErr_SetString(ThreadError, "no current thread ident");
# return NULL;
# }
# return PyLong_FromUnsignedLong(ident);
# }
# '''
#
# num = 0
#
#
# def task(args):
# global num
# num = args
# time.sleep(1) # 添加io操作
# print(f'当前的线程号:{get_ident()},num={num}')
#
#
# if __name__ == '__main__':
# for i in range(10):
# t = Thread(target=task, args=(i,))
# t.start()
# # 使用锁解决并发安全问题
# import time
# from threading import Thread, get_ident, Lock
#
# l = Lock()
#
# num = 0
#
#
# def task(args):
# print(1000) # 这行代码是并发执行的
# global num
# l.acquire() # 后面的代码是同步执行的
# num = args
# time.sleep(1)
# print(f'当前线程号：{get_ident()},num={num}')
# l.release()
#
#
# if __name__ == '__main__':
# for i in range(10):
# t = Thread(target=task, args=(i,))
# t.start()
# # 使用threading.local对象 不会出现并发安全问题
# import time
# from threading import local, get_ident, Thread
#
# nb_obj = local()
# nb_obj.num = 0
#
#
# def task(args):
# nb_obj.num = args
# # time.sleep(1)
# print(f'线程号：{get_ident()},num={nb_obj.num}')
#
#
# if __name__ == '__main__':
# for i in range(10):
# t = Thread(target=task, args=(i,))
# t.start()
# threading对象原理
import time
try: # 对协程的支持
from greenlet import getcurrent as get_ident
except Exception as e:
from threading import get_ident, Thread
class Local:
def __init__(self):
object.__setattr__(self, 'storage', {})
# self.storage = {} 会导致__setattr__一直调用自己 --> 递归
def __setattr__(self, key, value): # obj.key = value
ident = get_ident()
if ident in self.storage: # 如果这个线程使用过local对象
self.storage[ident][key] = value # 这个线程只能修改自己的 {线程1:{key:value},线程2:{key:value}}
else: # 如果线程没有使用过local对象
self.storage[ident] = {key: value}
def __getattr__(self, key):
ident = get_ident()
print(self.storage)
return self.storage[ident][key] # 根据线程号去自己的字段里面取数据
obj = Local()
obj.num = 1
def task(args):
obj.num = args
time.sleep(1)
print(f'线程号：{get_ident()},num={obj.num}')
if __name__ == '__main__':
for i in range(10):
t = Thread(target=task, args=(i,))
t.start()
1.4 偏函数
# 可以提前传值
from functools import partial
def add(a,b,c):
print(a)
print(b)
print(c)
return a+b+c
# print(add(2,3,4)) # 传少了报错
# 可以先传入一个参数 后续再传入其他参数
# 借助于偏函数，先提前给他把第一个参数传入，后面知道了后面俩参数，再传后面俩
add=partial(add,2)
#
# # 干了很多事
#
print(add(3,4))
1.5 flask 整个生命执行流程（1.1.4版本为例）
# 本质是去字典里面，拿不同线程stack对应的ctx中的request。
from flask import Flask, request
app = Flask(__name__)
@app.route('/')
def index():
return 'xxx'
if __name__ == '__main__':
app.run()
# 内部调用了werkzeug 的 run_simple('localhost', 4000, hello)，请求如果来了，会执行hello()
# run_simple('localhost', 4000, hello)
# run_simple可以启动一个符合WSGI协议的服务器。
# run_simple(host, port, self) # 请求来了，会执行 self(),self 就是app对象，app()
# 在run_simple中会调用我们传入的self对象，这一行为会触发Flask类的__call__
# 请求来了---》app()----->Flask.__call__--->self.wsgi_app(environ, start_response)
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request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):
# _request_ctx_stack = LocalStack() ---》push(ctx对象)--》ctx:request，session，app --》传入LocalStack()对象
_request_ctx_stack.push(self)
'''
_request_ctx_stack.push(self)
相当于：LocalStack().push('ctx对象')
说明：对象调用方法，会把自己传进去，所以push方法第一个参数是LocalStack对象，第二次参数是ctx（RequestContext类的对象）
'''
# session相关的
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)
# 路由匹配相关的
if self.url_adapter is not None:
self.match_request()
# LocalStack() push --->obj 是ctx对象
def push(self, obj):
#self._local _local 就是咱们刚刚自己写的Local的对象---》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:
rv = []
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
'''
每个线程都有自己的Local对象，它们之间不会相互干扰。所以Local对象不是单例的，它是线程局部的。
'''
# from flask import request
# 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)
# 通过反射获取请求对象中的方法
# 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
-wtforms是前后端结合使用的。前后端分离校验数据会使用别的第三方模块。
# py代码
from flask import Flask, render_template, request, redirect
from wtforms import Form
from wtforms.fields import simple
from wtforms import validators
from wtforms import widgets
app = Flask(__name__, template_folder='templates')
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()
# 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>
# 1 为什么有了gil锁还要互斥锁
# 2 进程，线程和协程
代码如何实现
你在哪里用过
# 3 什么是鸭子类型
# 看flask 源码---》 1.1.4 版本
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，自己切换
