位置: 编程技术 - 正文
从源码解析Python的Flask框架中request对象的用法(python源码分析工具)
发布时间：2024-02-27推荐整理分享从源码解析Python的Flask框架中request对象的用法(python源码分析工具)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:python源码分析工具,python源码深度剖析,python源码剖析百度云,python源码深度剖析,pytorch源码解析,python3源码剖析,python3源码剖析,python3源码剖析,内容如对您有帮助，希望把文章链接给更多的朋友！
from flask import requestFlask 是一个人气非常高的Python Web框架，笔者也拿它写过一些大大小小的项目，Flask 有一个特性我非常的喜欢，就是无论在什么地方，如果你想要获取当前的request对象，只要 简单的：从当前request获取内容：
method： 起始行，元数据 host： 起始行，元数据 path： 起始行，元数据 environ： 其中的 SERVER_PROTOCOL 是起始行，元数据 headers： 头，元数据 data： body， 元数据 remote_addr： 客户端地址 args： 请求链接中的参数（GET 参数），解析后 form： form 提交中的参数，解析后 values： args 和 forms 的集合 json： json 格式的 body 数据，解析后 cookies： 指向 Cookie 的链接Request 对象对参数的分类很细，注意 args, form, valeus, json 的区别。当然最保险也最原始的方式就是自己去解析 data。
另一个需注意的地方是某些属性的类型，并不是 Python 标准的 dict ，而是 MultiDict 或者 CombinedMultiDict。这是为了应对 HTTP 协议中参数都是可重复的这点而做的设定。因此取值的时候要注意这些对象的特性，比如 .get() 和 .get_list() 方法返回的东西是不同的。非常简单好记，用起来也非常的友好。不过，简单的背后藏的实现可就稍微有一些复杂了。 跟随我的文章来看看其中的奥秘吧！
两个疑问？在我们往下看之前，我们先提出两个疑问：
疑问一 : request ，看上去只像是一个静态的类实例，我们为什么可以直接使用request.args 这样的表达式来获取当前request的args属性，而不用使用比如：
这样的方式呢？flask是怎么把request对应到当前的请求对象的呢？
疑问二 : 在真正的生产环境中，同一个工作进程下面可能有很多个线程（又或者是协程）， 就像我刚刚所说的，request这个类实例是怎么在这样的环境下正常工作的呢？
要知道其中的秘密，我们只能从flask的源码开始看了。
源码，源码，还是源码首先我们打开flask的源码，从最开始的__init__.py来看看request是怎么出来的：
我们可以看到flask的request是从globals.py引入的，而这里的定义request的代码为 request = LocalProxy(partial(_lookup_req_object, 'request')) , 如果有不了解 partial是什么东西的同学需要先补下课，首先需要了解一下 partial 。
不过我们可以简单的理解为 partial(func, 'request') 就是使用 'request' 作为func的第一个默认参数来产生另外一个function。
所以， partial(_lookup_req_object, 'request') 我们可以理解为：
生成一个callable的function，这个function主要是从 _request_ctx_stack 这个LocalStack对象获取堆栈顶部的第一个RequestContext对象，然后返回这个对象的request属性。
这个werkzeug下的LocalProxy引起了我们的注意，让我们来看看它是什么吧：
看前几句介绍就能知道它主要是做什么的了，顾名思义，LocalProxy主要是就一个Proxy， 一个为werkzeug的Local对象服务的代理。他把所以作用到自己的操作全部“转发”到 它所代理的对象上去。
那么，这个Proxy通过Python是怎么实现的呢？答案就在源码里：
事情到了这里，我们在文章开头的第二个疑问就能够得到解答了，我们之所以不需要使用get_request() 这样的方法调用来获取当前的request对象，都是LocalProxy的功劳。
LocalProxy作为一个代理，通过自定义魔法方法。代理了我们对于request的所有操作， 使之指向到真正的request对象。
怎么样，现在知道了 request.args 不是它看上去那么简简单单的吧。
现在，让我们来看看第二个问题，在多线程的环境下，request是怎么正常工作的呢？ 还是让我们回到globals.py吧：
问题的关键就在于这个 _request_ctx_stack 对象了，让我们找到LocalStack的源码：
通过这些分析，相信疑问二也得到了解决，通过使用了当前的线程/协程ID，加上重载一些魔法 方法，Flask实现了让不同工作线程都使用了自己的那一份stack对象。这样保证了request的正常 工作。
说到这里，这篇文章也差不多了。我们可以看到，为了使用者的方便，作为框架和工具的开发者 需要付出很多额外的工作，有时候，使用一些语言上的魔法是无法避免的，Python在这方面也有着 相当不错的支持。
我们所需要做到的就是，学习掌握好Python中那些魔法的部分，使用魔法来让自己的代码更简洁， 使用更方便。
但是要记住，魔法虽然炫，千万不要滥用哦。
Python中的Descriptor描述符学习教程 Descriptor是什么？简而言之，Descriptor是用来定制访问类或实例的成员的一种协议。额。。好吧，一句话是说不清楚的。下面先介绍一下Python中成员变量的
深入理解Python变量与常量 变量是计算机内存中的一块区域，变量可以存储规定范围内的值，而且值可以改变。基于变量的数据类型，解释器会分配指定内存，并决定什么数据可
Python黑魔法Descriptor描述符的实例解析 在Python中，访问一个属性的优先级顺序按照如下顺序:1:类属性2:数据描述符3:实例属性4:非数据描述符5:__getattr__()方法这个方法的完整定义如下所示:def__ge
标签: python源码分析工具
本文链接地址:https://www.jiuchutong.com/biancheng/386944.html 转载请保留说明！上一篇：Python搭建APNS苹果推送通知推送服务的相关模块使用指南(python搭建平台)
下一篇：Python中的Descriptor描述符学习教程(Python中的除号)
