flask 源码解析:响应

2024-09-02 12:58
文章标签 源码 解析 响应 flask

本文主要是介绍flask 源码解析:响应,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转载于:http://cizixs.com/2017/01/22/flask-insight-response

response 简介

在 flask 应用中,我们只需要编写 view 函数,并不需要直接和响应(response)打交道,flask 会自动生成响应返回给客户端。

The return value from a view function is automatically converted into a response object for you. —— Flask docs

我们知道 HTTP 响应分为三个部分: 状态栏(HTTP 版本、状态码和说明)、头部(以冒号隔开的字符对,用于各种控制和协商)、body(服务端返回的数据)。比如下面访问博客首页的响应:

HTTP/1.1 200 OKAccess-Control-Allow-Origin: *
Cache-Control: max-age=600
Content-Encoding: gzip
Content-Type: text/html; charset=utf-8
Date: Wed, 15 Feb 2017 07:50:41 GMT
Expires: Wed, 15 Feb 2017 08:00:41 GMT
Last-Modified: Wed, 15 Feb 2017 07:46:56 GMT
Server: GitHub.com
Transfer-Encoding: chunked
X-GitHub-Request-Id: D2A7:7B6B:33C0628:47C44B9:58A40851<BODY>

flask 自然也会提供所有这些数据的操作,视图函数就支持返回三个值:第一个是返回的数据,第二个是状态码,第三个是头部字典。比如:

@app.route('/')
def hello_world():return 'Hello, World!', 201, {'X-Foo': 'bar'}

这篇文章就讲讲这背后的魔法。

flask 响应(response)

在 flask 源码解析:应用启动流程 的最后,我们讲到 full_dispatch_request 在调用路由的视图函数之后,会调用 finalize_request 进行最后的处理,在这个方法里就包含了 response 对象的生成和处理逻辑。

finalize_request 的代码如下:

def finalize_request(self, rv, from_error_handler=False):"""Given the return value from a view function this finalizesthe request by converting it into a response and invoking thepostprocessing functions.  This is invoked for both normalrequest dispatching as well as error handlers."""response = self.make_response(rv)try:response = self.process_response(response)request_finished.send(self, response=response)except Exception:if not from_error_handler:raiseself.logger.exception('Request finalizing failed with an ''error while handling an error')return response

里面有两个方法调用:make_response 根据视图函数的返回值生成 response 对象,process_response 对 response 做一些后续的处理(比如执行 hooks 函数)。我们先来看看 make_response

def make_response(self, rv):"""Converts the return value from a view function to a realresponse object that is an instance of :attr:`response_class`."""status_or_headers = headers = Noneif isinstance(rv, tuple):rv, status_or_headers, headers = rv + (None,) * (3 - len(rv))if isinstance(status_or_headers, (dict, list)):headers, status_or_headers = status_or_headers, Noneif not isinstance(rv, self.response_class):# When we create a response object directly, we let the constructor# set the headers and status.  We do this because there can be# some extra logic involved when creating these objects with# specific values (like default content type selection).if isinstance(rv, (text_type, bytes, bytearray)):rv = self.response_class(rv, headers=headers,status=status_or_headers)headers = status_or_headers = Noneif status_or_headers is not None:if isinstance(status_or_headers, string_types):rv.status = status_or_headerselse:rv.status_code = status_or_headersif headers:rv.headers.extend(headers)return rv

make_response 是视图函数能返回多个不同数量和类型值的关键,因为它能处理这些情况,统一把它们转换成 response。 如果返回值本身就是 Response 实例,就直接使用它;如果返回值是字符串类型,就把它作为响应的 body,并自动设置状态码和头部信息; 如果返回值是 tuple,会尝试用 (response, status, headers) 或者 (response, headers) 去解析。

NOTE:因为视图函数可以返回 Response 对象,因此我们可以直接操作 Response

不管视图函数返回的是什么,最终都会变成 Response 对象,那么我们就来看看 Response的定义:

from werkzeug.wrappers import Response as ResponseBaseclass Response(ResponseBase):"""The response object that is used by default in Flask.  Works like theresponse object from Werkzeug but is set to have an HTML mimetype bydefault.  Quite often you don't have to create this object yourself because:meth:`~flask.Flask.make_response` will take care of that for you.If you want to replace the response object used you can subclass this andset :attr:`~flask.Flask.response_class` to your subclass."""default_mimetype = 'text/html'

Flask 的 Response 类非常简单,它只是继承了 werkzeug.wrappers:Response,然后设置默认返回类型为 html。 不过从注释中,我们得到两条很有用的信息:

  1. 一般情况下不要直接操作 Response 对象,而是使用 make_response 方法来生成它
  2. 如果需要使用自定义的响应对象,可以覆盖 flask app 对象的 response_class 属性。

继续,下面就要分析 werkzeug 对应的代码了。

werkzeug response

werkzeug 实现的 response 定义在 werkzeug/wrappers.py 文件中:

class Response(BaseResponse, ETagResponseMixin, ResponseStreamMixin,CommonResponseDescriptorsMixin,WWWAuthenticateMixin):"""Full featured response object implementing the following mixins:- :class:`ETagResponseMixin` for etag and cache control handling- :class:`ResponseStreamMixin` to add support for the `stream` property- :class:`CommonResponseDescriptorsMixin` for various HTTP descriptors- :class:`WWWAuthenticateMixin` for HTTP authentication support"""

和我们在 flask 请求分析的 Request 类一样,这里使用了 Mixin 机制。BaseResponse 精简后的大概框架如下:

class BaseResponse(object):"""Base response class.  The most important fact about a response objectis that it's a regular WSGI application.  It's initialized with a coupleof response parameters (headers, body, status code etc.) and will start avalid WSGI response when called with the environ and start responsecallable."""charset = 'utf-8'default_status = 200default_mimetype = 'text/plain'automatically_set_content_length = Truedef __init__(self, response=None, status=None, headers=None,mimetype=None, content_type=None, direct_passthrough=False):pass

BaseResponse 有一些类属性,定义了默认的值,比如默认字符编码是 utf-8,默认状态码是 200 等。实例化的时候接受的参数有:

  • response: 字符串或者其他 iterable 对象,作为响应的 body
  • status: 状态码,可以是整数,也可以是字符串
  • headers: 响应的头部,可以是个列表,也可以是 werkzeug.datastructures.Headers 对象
  • mimetype: mimetype 类型,告诉客户端响应 body 的格式,默认是文本格式
  • content_type: 响应头部的 Content-Type 内容

所有这些参数都是可选的,默认情况下会生成一个状态码为 200,没有任何 body 的响应。status、status_code 作为 Response 的属性,可以直接读取和修改。body 数据在内部保存为 iterable 的类型, 但是对外也提供了直接读写的接口 self.data

    def get_data(self, as_text=False):"""The string representation of the request body.  Whenever you callthis property the request iterable is encoded and flattened."""self._ensure_sequence()rv = b''.join(self.iter_encoded())if as_text:rv = rv.decode(self.charset)return rvdef set_data(self, value):"""Sets a new string as response.  The value set must either by aunicode or bytestring."""if isinstance(value, text_type):value = value.encode(self.charset)else:value = bytes(value)self.response = [value]if self.automatically_set_content_length:self.headers['Content-Length'] = str(len(value))data = property(get_data, set_data, doc='''A descriptor that calls :meth:`get_data` and :meth:`set_data`.  Thisshould not be used and will eventually get deprecated.''')

body 字符的编码和长度都是自动设置的,用户不需要手动处理。

至于头部的存储,werkzeug 使用的是类似于字典的 werkzeug.datastructures:Headers 类。在flask 源码解析:请求这篇文章中,我们没有详细 解释头部的存储,那么这篇文章就具体分析一下吧。

Headers 这个类的提供了很多和字典相同的接口:keys、values、iterms,但是和字典的区别在于它保存的值是有序的,而且允许相同 key 的值存在。 为什么这么设计呢?因为着更符合 HTTP 头部的特性。先来看看有序,在 HTTP 传送的过程中,如果头部各个 key-value 键值对顺序发生变化,有些代理或者客户端等组件会认为请求被篡改而丢弃或者拒绝请求的处理,所以最好把头部设置为有序的,用户按照什么顺序设置的,就按照什么顺序存储;再说说相同 key 的问题,这是因为 HTTP 头部同一个 key 可能有多个 value(比如 Accept、SetCookie头部)。那么这个看起比较特殊的字典是怎么实现的呢?来看代码:

class Headers(object):"""An object that stores some headers.  It has a dict-like interfacebut is ordered and can store the same keys multiple times."""def __init__(self, defaults=None):self._list = []if defaults is not None:if isinstance(defaults, (list, Headers)):self._list.extend(defaults)else:self.extend(defaults)def __getitem__(self, key, _get_mode=False):if not _get_mode:if isinstance(key, integer_types):return self._list[key]elif isinstance(key, slice):return self.__class__(self._list[key])if not isinstance(key, string_types):raise exceptions.BadRequestKeyError(key)ikey = key.lower()for k, v in self._list:if k.lower() == ikey:return vif _get_mode:raise KeyError()raise exceptions.BadRequestKeyError(key)

可以看到,头部信息在内部存储为二元组构成的列表,这样就能同时保证它的有序性和重复性。一个核心的方法是 __getitem__,它定义了如何获取头部中的信息:

  • 通过下标 header[3],直接返回对应未知存储的键值对元组
  • 通过 key,返回 value header['Accept'],返回匹配的第一个 value 值
  • 通过 slice header[3:7],返回另外一个 Headers 对象,保存了 slice 中所有的数据

然后实现 keys()items()pop()setdefault() 等方法让它表现出来字典的特性,除此之外还有 add()extend()add_header() 等和字典无关的方法方便操作。

自定义 response

如果需要扩展 flask Response 的功能,或者干脆把它替换掉,只要修改 flask app 的 response_class 属性就可以了,比如:

from flask import Flask, Responseclass MyResponse(Response):passapp = Flask(__name__)
app.response_class = MyResponse

更多可能的用法,可以参考文章末尾的参考资料。

参考资料

  • customizing the flask response class

这篇关于flask 源码解析:响应的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1130016

相关文章

深度解析Java DTO(最新推荐)

《深度解析JavaDTO(最新推荐)》DTO(DataTransferObject)是一种用于在不同层(如Controller层、Service层)之间传输数据的对象设计模式,其核心目的是封装数据,... 目录一、什么是DTO?DTO的核心特点:二、为什么需要DTO?(对比Entity)三、实际应用场景解析

深度解析Java项目中包和包之间的联系

《深度解析Java项目中包和包之间的联系》文章浏览阅读850次,点赞13次,收藏8次。本文详细介绍了Java分层架构中的几个关键包:DTO、Controller、Service和Mapper。_jav... 目录前言一、各大包1.DTO1.1、DTO的核心用途1.2. DTO与实体类(Entity)的区别1

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图

深度解析Python装饰器常见用法与进阶技巧

《深度解析Python装饰器常见用法与进阶技巧》Python装饰器(Decorator)是提升代码可读性与复用性的强大工具,本文将深入解析Python装饰器的原理,常见用法,进阶技巧与最佳实践,希望可... 目录装饰器的基本原理函数装饰器的常见用法带参数的装饰器类装饰器与方法装饰器装饰器的嵌套与组合进阶技巧

解析C++11 static_assert及与Boost库的关联从入门到精通

《解析C++11static_assert及与Boost库的关联从入门到精通》static_assert是C++中强大的编译时验证工具,它能够在编译阶段拦截不符合预期的类型或值,增强代码的健壮性,通... 目录一、背景知识:传统断言方法的局限性1.1 assert宏1.2 #error指令1.3 第三方解决

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决

深度解析Spring Boot拦截器Interceptor与过滤器Filter的区别与实战指南

《深度解析SpringBoot拦截器Interceptor与过滤器Filter的区别与实战指南》本文深度解析SpringBoot中拦截器与过滤器的区别,涵盖执行顺序、依赖关系、异常处理等核心差异,并... 目录Spring Boot拦截器(Interceptor)与过滤器(Filter)深度解析:区别、实现

深度解析Spring AOP @Aspect 原理、实战与最佳实践教程

《深度解析SpringAOP@Aspect原理、实战与最佳实践教程》文章系统讲解了SpringAOP核心概念、实现方式及原理,涵盖横切关注点分离、代理机制(JDK/CGLIB)、切入点类型、性能... 目录1. @ASPect 核心概念1.1 AOP 编程范式1.2 @Aspect 关键特性2. 完整代码实

解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题

《解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题》:本文主要介绍解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4... 目录未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘打开pom.XM