Flask中的request

最近一直在研究Flask，由于gfirefly中提供的Http接口使用了Flask，以前都是写一些游戏中简单的操作，最近涉及到Flask的方面比较多，所以就认真研究了下。对Flask的request context和app context略有心得，所以和小伙伴们分享一下Flask的request原理。

在我们视图中要使用request时只需要from flask import request就可以了
很好奇在多线程的环境下，是如何保证request没有混乱的
在flask.globals.py中

 

1. def _lookup_req_object(name):

2. top = _request_ctx_stack.top

3. if top is None:

4. raise RuntimeError('working outside of request context')

5. return getattr(top, name)

6.  

7. _request_ctx_stack = LocalStack()

8. request = LocalProxy(partial(_lookup_req_object, 'request'))

9. session = LocalProxy(partial(_lookup_req_object, 'session'))

其实可以看到不管request还是session最后都是通过getattr(top, name)获取的，也就是说肯定有一个上下文

 

对象同时保持request和session。我们只要一处导入request，在任何视图函数中都可以使用request，

关键是每次的都是不同的request对象，说明获取request对象肯定是一个动态的操作，不然肯定都是相同的request。这里的魔法就是_lookup_req_object函数和LocalProxy组合完成的。

LocalProxy是werkzeug.local.py中定义的一个代理对象，它的作用就是将所有的请求都发给内部的_local对象

 

1. class LocalProxy(object):

2. def __init__(self, local, name=None):

3. #LocalProxy的代码被我给简化了，这里的local不一定就是local.py中定义的线程局部对象，也可以是任何可调用对象

4. #在我们的request中传递的就是_lookup_req_object函数

5. object.__setattr__(self, '_LocalProxy__local', local)

6. object.__setattr__(self, '__name__', name)

7.  

8. def _get_current_object(self):

9. #很明显，_lookup_req_object函数没有__release_local__

10. if not hasattr(self.__local, '__release_local__'):

11. return self.__local()

12. try:

13. return getattr(self.__local, self.__name__)

14. except AttributeError:

15. raise RuntimeError('no object bound to %s' % self.__name__)

16.  

17. def __getattr__(self, name):

18. return getattr(self._get_current_object(), name)

当我们调用request.method时会调用_lookup_req_object，对request的任何调用都是对_lookup_req_object返回对象的调用。
既然每次request都不同，要么调用top = _request_ctx_stack.top返回的top不同，要么top.request属性不同，在flask中每次返回的top是不一样的，所以request的各个属性都是变化的。
现在需要看看_request_ctx_stack = LocalStack()，LocalStack其实就是简单的模拟了堆栈的基本操作，push,top,pop，内部保存的线程本地变量是在多线程中request不混乱的关键。

 

 

1. class Local(object):

2. __slots__ = ('__storage__', '__ident_func__')

3.  

4. def __init__(self):

5. object.__setattr__(self, '__storage__', {})

6. object.__setattr__(self, '__ident_func__', get_ident)

7. def __getattr__(self, name):

8. return self.__storage__[self.__ident_func__()][name]

    简单看一下Local的代码，__storage__为内部保存的自己，键就是thread.get_ident，也就是根据线程的标示符返回对应的值。
下面我们来看看整个交互过程，_request_ctx_stack堆栈是在哪里设置push的，push的应该是我们上面说的同时具有request和session属性的对象，那这家伙又到底是什么？

 

flask从app.run()开始

 

1. class Flask(_PackageBoundObject):

2. def run(self, host=None, port=None, debug=None, **options):

3. from werkzeug.serving import run_simple

4. run_simple(host, port, self, **options)

使用的是werkzeug的run_simple，根据wsgi规范，app是一个接口，并接受两个参数,即，application(environ, start_response)
在run_wsgi的run_wsgi我们可以清晰的看到调用过程

 

 

1. def run_wsgi(self):

2. environ = self.make_environ()

3.  

4. def start_response(status, response_headers, exc_info=None):

5. if exc_info:

6. try:

7. if headers_sent:

8. reraise(*exc_info)

9. finally:

10. exc_info = None

11. elif headers_set:

12. raise AssertionError('Headers already set')

13. headers_set[:] = [status, response_headers]

14. return write

15.  

16. def execute(app):

17. application_iter = app(environ, start_response)

18. #environ是为了给request传递请求的

19. #start_response主要是增加响应头和状态码，最后需要werkzeug发送请求

20. try:

21. for data in application_iter: #根据wsgi规范，app返回的是一个序列

22. write(data) #发送结果

23. if not headers_sent:

24. write(b'')

25. finally:

26. if hasattr(application_iter, 'close'):

27. application_iter.close()

28. application_iter = None

29.  

30. try:

31. execute(self.server.app)

32. except (socket.error, socket.timeout) as e:

33. pass

flask中通过定义__call__方法适配wsgi规范

1. class Flask(_PackageBoundObject):

2. def __call__(self, environ, start_response):

3. """Shortcut for :attr:`wsgi_app`."""

4. return self.wsgi_app(environ, start_response)

5.  

6. def wsgi_app(self, environ, start_response):

7. ctx = self.request_context(environ)

8. #这个ctx就是我们所说的同时有request,session属性的上下文

9. ctx.push()

10. error = None

11. try:

12. try:

13. response = self.full_dispatch_request()

14. except Exception as e:

15. error = e

16. response = self.make_response(self.handle_exception(e))

17. return response(environ, start_response)

18. finally:

19. if self.should_ignore_error(error):

20. error = None

21. ctx.auto_pop(error)

22.  

23. def request_context(self, environ):

24. return RequestContext(self, environ)

哈哈，终于找到神秘人了，RequestContext是保持一个请求的上下文变量，之前我们_request_ctx_stack一直是空的，当一个请求来的时候调用ctx.push()将向_request_ctx_stack中push ctx。
我们看看ctx.push

1. class RequestContext(object):

2. def __init__(self, app, environ, request=None):

3. self.app = app

4. if request is None:

5. request = app.request_class(environ) #根据环境变量创建request

6. self.request = request

7. self.session = None

8.  

9. def push(self):

10. _request_ctx_stack.push(self) #将ctx push进 _request_ctx_stack

11. # Open the session at the moment that the request context is

12. # available. This allows a custom open_session method to use the

13. # request context (e.g. code that access database information

14. # stored on `g` instead of the appcontext).

15. self.session = self.app.open_session(self.request)

16. if self.session is None:

17. self.session = self.app.make_null_session()

18.  

19. def pop(self, exc=None):

20. rv = _request_ctx_stack.pop()

21.  

22. def auto_pop(self, exc):

23. if self.request.environ.get('flask._preserve_context') or \

24. (exc is not None and self.app.preserve_context_on_exception):

25. self.preserved = True

26. self._preserved_exc = exc

27. else:

28. self.pop(exc)

我们看到ctx.push操作将ctx push到_request_ctx_stack，所以当我们调用request.method时将调用_lookup_req_object。top此时就是ctx上下文对象，而getattr(top, "request")将返回ctx的request，而这个request就是在ctx的__init__中根据环境变量创建的。

 

哈哈，明白了吧，每一次调用视图函数操作之前，flask会把创建好的ctx放在线程Local中，当使用时根据线程id就可以拿到了。在wsgi_app的finally中会调用ctx.auto_pop(error),会根据情况判断是否清除放_request_ctx_stack中的ctx。

上面是我简化的代码，其实在RequestContext push中_app_ctx_stack = LocalStack()是None，也会把app push进去，对应的app上下文对象为AppContext。
 

我们知道flask还有一个神秘的对象g，flask从0.10开始g是和app绑定在一起的(http://flask.pocoo.org/docs/0.10/api/#flask.g)，g是AppContext的一个成员变量。虽然说g是和app绑定在一起的，但不同请求的AppContext是不同的，所以g还是不同。也就是说你不能再一个视图中设置g.name，然后再另一个视图中使用g.name，会提示AttributeError。

绑定要app的好处就是可以脱离request使用g，否则就要使用flask._app_ctx_stack.top代替g，

可参考http://dormousehole.readthedocs.org/en/latest/patterns/sqlite3.html

 

到这里，不知道你对RequestContext还有没有疑惑，这里有一点比较疑惑的是我们当前request只有一个，为什么要request要使用栈，而不是直接保存当前的request实例？

其实这主要是为了多app共存考虑的，由于我们一般都只有一个app，所以栈顶存放的肯定是当前request对象，当如果是多个app，那么栈顶存放的是当前活跃的request，也就是说使用栈是为了获取当前的活跃request对象。

下面使用gtwisted模拟多个app，由于gtwisted使用了greenlet，所以多个app.run并不会阻塞，当然你也可以使用线程来模拟。

 

1. from flask import Flask, url_for

2. from gtwisted.core import reactor

3. app1 = Flask("app1")

4. app2 = Flask("app2")

5.  

6. @app1.route("/index1")

7. def index1():

8. return "app1"

9.  

10. @app1.route("/home")

11. def home():

12. return "app1home"

13.  

14. @app2.route("/index2")

15. def index2():

16. return "app2"

17.  

18. # reactor.listenWSGI(8000, app1)

19. # reactor.listenWSGI(8001, app2)

20. # reactor.run()

21. with app1.test_request_context():

22. print url_for('index1')

23. with app2.test_request_context():

24. print url_for('index2')

25. print url_for('home')

如果将中间三行去掉，可以通过浏览器127.0.0.1:8000/index1，127.0.0.1:80001/index2访问多个app

 

输出结果:

当app1.test_request_context()时，会将app1对应的context压栈，当前活跃app context是app1的，所以url_for使用的是app1的context，当with app2.test_request_context()时，会将app2对应的context压栈，当前活跃app context是app2的，当with过了作用域，将弹出app2的context，此时活跃的为app1的，这就是为什么context使用栈而不是实例变量。