flask如何使模板返回大文件，又不消耗大量内存

当我们要往客户端发送大量的数据，比如一个大文件时，将它保存在内存中再一次性发到客户端开销很大。比较好的方式是使用流，本篇就要介绍怎么在Flask中通过流的方式来将响应内容发送给客户端。此外，我们还会演示如何实现文件的上传功能，以及如何获取上传后的文件。

响应流的生成

Flask响应流的实现原理就是通过Python的生成器，也就是大家所熟知的yield的表达式，将yield的内容直接发送到客户端。下面就是一个简单的实现：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

from flask import Flask, Response   app = Flask(__name__)   @app.route('/large.csv') def generate_large_csv():     def generate():         for row in range(50000):             line = []             for col in range(500):                 line.append(str(col))               if row % 1000 == 0:                 print 'row: %d' % row             yield ','.join(line) + '\n'       return Response(generate(), mimetype='text/csv')

这段代码会生成一个5万行100M的csv文件，每一行会通过yield表达式分别发送给客户端。运行时你会发现文件行的生成与浏览器文件的下载是同时进行的，而不是文件全部生成完毕后再开始下载。这里我们用到了响应类”flask.Response”，它是”werkzeug.wrappers.Response”类的一个包装，它的初始化方法第一个参数就是我们定义的生成器函数，第二个参数指定了响应类型。

我们将上述方法应用到模板中，如果模板的内容很大，怎么采用流的方式呢？这里我们要自己写个流式渲染模板的方法。

1 2 3 4 5 6 7 8 9 10 11 12 13

# 流式渲染模板 def stream_template(template_name, **context):     # 将app中的请求上下文内容更新至传入的上下文对象context，     # 这样确保请求上下文会传入即将被渲染的模板中     app.update_template_context(context)     # 获取Jinja2的模板对象     template = app.jinja_env.get_template(template_name)     # 获取流式渲染模板的生成器     generator = template.stream(context)     # 启用缓存，这样不会每一条都发送，而是缓存满了再发送     generator.enable_buffering(5)       return generator

这段代码的核心，就是通过”app.jinja_env”来访问Jinja2的Environment对象，这个我们在Jinja2系列中有介绍，然后调用Environment对象的”get_template()”方法来获得模板对象，再调用模板对象的”stream()”方法生成一个”StreamTemplate”的对象。这个对象实现了”__next__()”方法，可以作为一个生成器使用，如果你看了Jinja2的源码，你会发现模板对象的”stream()”方法的实现就是使用了yield表达式，所以原理同上例一样。另外，我们启用了缓存”enable_buffering()”来避免客户端发送过于频繁，其参数的默认值就是5。

现在我们就可以在视图方法中，采用”stream_template()”，而不是以前介绍的”render_template()”来渲染模板了：

1 2 3 4 5

@app.route('/stream.html') def render_large_template():     file = open('server.log')     return Response(stream_template('stream-view.html',                                     logs=file.readlines()))

上例的代码会将本地的”server.log”日志文件内容传入模板，并以流的方式渲染在页面上。

另外注意，在生成器中是无法访问请求上下文的。不过Flask从版本0.9开始提供了”stream_with_context()”方法，它允许生成器在运行期间获取请求上下文：

1 2 3 4 5 6 7 8 9

from flask import request, stream_with_context   @app.route('/method') def streamed_response():     def generate():         yield 'Request method is: '         yield request.method         yield '.'     return Response(stream_with_context(generate()))

因为我们初始化Response对象时调用了”stream_with_context()”方法，所以才能在yield表达式中访问request对象。

 

转载：

1、http://www.bjhee.com/flask-ad5.html

转载于:https://www.cnblogs.com/shengulong/p/8072297.html