python3.6.6有多少关键字_Python3.6学习笔记(六)

WSGI Python Web Server Gateway Interface 规范学习

由于Python的灵活性,提供了多种方式可以作为服务端语言,包括Python编写的服务器(Medusa)、Python处理模块(mod_python),或者使用CGI、FastCGI方式触发Python脚本。 为了能够编写更通用的Web端程序,提出了WSGI接口作为标准接口规范,类似于Java中的Serverlet,一旦编写完成后,可以运行在不同的App框架中。

WSGI接口涉及两个方面:一面是:服务器(server)或网关(gateway),相对别一面是:应用程序(application)或框架(framework)。服务端运行由应用程或框架提供的可执行的对像实例,至于这个可执行对象的是如果获得的细节,不在WSGI规范定义之内,而是同server或gataway去处理。

Application/Framework 端

Application端是一个callable term,可以是function、class、method等,接收两个参数environ、start_response。当application被server调用时,必须返回一个iterable的bytestrings或者是zero(可以使用yield返回一个生成器)。

WSGI 是为框架或服务器开发人员提供的工具,而不是为应用人员提供的。

When called by the server, the application object must return an iterable yielding zero or more byte strings.

服务器调用时,应当以无缓存的形式将产生的内容发送给客户端。

方法:len()、close()

Server/Gateway 端

中间件 Middleware 扮演两个角色

Middleware常扮演以下角色:

根据目标URL将请求路由到不同的Application进行处理

允许多个Application或Framework运行在相同的进程中

通过网络内的请求转发实现负载均衡和远程处理

实现内容的后续处理,例如XSL样式表

中间件的存在对于服务端和应用端应该都是透明的。

environ 变量

environ 是一个字典变量。

变量名

备注

REQUEST_METHOD

HTTP请求方法,GET、POST、PUT,不能为空

SCRIPT_NAME

脚本名称,可以为空

PATH_INFO

请求URL中的一部分,可以为空

QUERY_STRING

请求URL中问号(?)之后的部分,可以为空

CONTENT_TYPE

请求中的Content_Type字段,可以为空

CONTENT_LENGTH

请求中的Content_Length,可以为空

SERVER_NAME , SERVER_PORT

不能为空

SERVER_PROTOCOL

客户端发送请求采用的协议及版本

HTTP_ 变量

客户端请求头中的参数,可以为空

CGI方式需要提供的参数略有不同,具体可以参考PEP3333

A WSGI-compliant server or gateway should document what variables it provides, along with their definitions as appropriate. Applications should check for the presence of any variables they require, and have a fallback plan in the event such a variable is absent.

Input、Error流

服务器端必须支持以下几个方法

方法

read(size)

Input

readline()

Input

readlines(hint)

Input

iter()

Input

flush()

errors

write(str)

errors

writelines(seq)

errors

start_response()

方法示例start_response(status, response_headers, exec_info = None)。

start_response 接收两个参数start_response(status, response_headers),status是状态返回信息,诸如“200 OK”或者“404 Not Found”,纯文本,不能包含任何控制符号。response_headers是一个形如(header_name, header_value)的tuples,必须是Python的List。header_name必须是RFC2616中定义的名称,header_value不包含结束符号及任何控制符号,包括换行等。

一般来说,服务器端负责确保发送的header的正确性,如果应用忽略了某个http头参数,那么服务器应该给补充进去。

服务端应该检查是否向客户端发送了保持链接的头参数,如果发现,应该抛出错误。

Content-Length 头的处理

如果应用端提供了 Content-Length 请求头,服务端不应当传递超过这个长度的内容。处理方式是停止发送内容,或产生一个报错。如果没有提供足够的内容,则应正常关闭链接不产生错误。

如果没有提供 Content-Length 头,则服务端可以自己决定采用哪种处理方式,最简单的就是响应结束后关闭链接。某些情况下,服务端可以自己产生 Content-Length , 或者尽量避免关闭链接。如果服务端和客户端都支持 HTTP/1.1 分块编码,则服务端需要为每个块提供一个 Content-Length。

缓存和流处理 Buffering and Streaming

write() callable

一些编程框架提供了缓存的 write() 函数以及一个 flush() 函数,用于刷新缓存,但是很遗憾标准的WSGI无法实现这个需求。但WSGI仍提供了一个特殊 write() 函数,来实现这些迫切的需求。

write() 由 start_response 返回,接收一个参数。一个应用必须返回一个 iterable 对象。

错误处理

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值