flask 原始碼解析:路由
構建路由規則
一個 web 應用不同的路徑會有不同的處理函式,路由就是根據請求的 URL 找到對應處理函式的過程。
在執行查詢之前,需要有一個規則列表,它儲存了 url 和處理函式的對應關係。最容易想到的解決方案就是定義一個字典,key 是 url,value 是對應的處理函式。如果 url 都是靜態的(url 路徑都是實現確定的,沒有變數和正則匹配),那麼路由的過程就是從字典中通過 url 這個 key ,找到並返回對應的 value;如果沒有找到,就報 404 錯誤。而對於動態路由,還需要更復雜的匹配邏輯。flask 中的路由過程是這樣的嗎?這篇文章就來分析分析。
在分析路由匹配過程之前,我們先來看看 flask
- 通過
@app.route()
decorator,比如文章開頭給出的 hello world 例子 - 通過
app.add_url_rule
,這個方法的簽名為add_url_rule(self, rule, endpoint=None, view_func=None, **options)
,引數的含義如下:rule
: url 規則字串,可以是靜態的/path
,也可以包含/
endpoint
:要註冊規則的 endpoint,預設是view_func
的名字view_func
:對應 url 的處理函式,也被稱為檢視函式
這兩種方法是等價的,也就是說:
@app.route('/')
defhello():
return "hello, world!"
也可以寫成
defhello():
return "hello, world!"
app.add_url_rule('/', 'hello', hello)
NOTE: 其實,還有一種方法來構建路由規則——直接操作 app.url_map
這個資料結構。不過這種方法並不是很常用,因此就不展開了。
註冊路由規則的時候,flask 內部做了哪些東西呢?我們來看看 route
方法:
defroute(self,rule,**options):
"""A decorator that is used to register a view function for a
given URL rule. This does the same thing as :meth:`add_url_rule`
but is intended for decorator usage.
"""
defdecorator(f):
endpoint = options.pop('endpoint', None)
self.add_url_rule(rule, endpoint, f, **options)
return f
return decorator
route
方法內部也是呼叫 add_url_rule
,只不過在外面包了一層裝飾器的邏輯,這也驗證了上面兩種方法等價的說法。
defadd_url_rule(self,rule,endpoint=None,view_func=None,**options):
"""Connects a URL rule. Works exactly like the :meth:`route`
decorator. If a view_func is provided it will be registered with the
endpoint.
"""
methods = options.pop('methods', None)
rule = self.url_rule_class(rule, methods=methods, **options)
self.url_map.add(rule)
if view_func is not None:
old_func = self.view_functions.get(endpoint)
if old_func is not None and old_func != view_func:
raise AssertionError('View function mapping is overwriting an '
'existing endpoint function: %s' % endpoint)
self.view_functions[endpoint] = view_func
上面這段程式碼省略了處理 endpoint 和構建 methods 的部分邏輯,可以看到它主要做的事情就是更新 self.url_map
和 self.view_functions
兩個變數。找到變數的定義,發現 url_map
是 werkzeug.routeing:Map
類的物件,rule
是 werkzeug.routing:Rule
類的物件,view_functions
就是一個字典。這和我們之前預想的並不一樣,這裡增加了 Rule
和 Map
的封裝,還把 url
和 view_func
儲存到了不同的地方。
需要注意的是:每個檢視函式的 endpoint 必須是不同的,否則會報 AssertionError
。
werkzeug 路由邏輯
事實上,flask 核心的路由邏輯是在 werkzeug
中實現的。所以在繼續分析之前,我們先看一下 werkzeug
提供的路由功能。
>>>m = Map([
... Rule('/', endpoint='index'),
... Rule('/downloads/', endpoint='downloads/index'),
... Rule('/downloads/<int:id>', endpoint='downloads/show')
...])
>>>urls = m.bind("example.com", "/")
>>>urls.match("/", "GET")
('index', {})
>>>urls.match("/downloads/42")
('downloads/show', {'id': 42})
>>>urls.match("/downloads")
Traceback (most recent call last):
...
RequestRedirect: http://example.com/downloads/
>>>urls.match("/missing")
Traceback (most recent call last):
...
NotFound: 404 Not Found
上面的程式碼演示了 werkzeug
最核心的路由功能:新增路由規則(也可以使用 m.add
),把路由表繫結到特定的環境(m.bind
),匹配url(urls.match
)。正常情況下返回對應的
endpoint 名字和引數字典,可能報重定向或者 404 異常。
可以發現,endpoint
在路由過程中非常重要。werkzeug
的路由過程,其實是
url 到 endpoint 的轉換:通過 url 找到處理該 url 的 endpoint。至於 endpoint 和 view function 之間的匹配關係,werkzeug
是不管的,而上面也看到 flask
是把這個存放到字典中的。
flask 路由實現
好,有了這些基礎知識,我們回頭看 dispatch_request
,繼續探尋路由匹配的邏輯:
defdispatch_request(self):
"""Does the request dispatching. Matches the URL and returns the
return value of the view or error handler. This does not have to
be a response object. In order to convert the return value to a
proper response object, call :func:`make_response`.
"""
req = _request_ctx_stack.top.request
if req.routing_exception is not None:
self.raise_routing_exception(req)
rule = req.url_rule
# dispatch to the handler for that endpoint
return self.view_functions[rule.endpoint](**req.view_args)
這個方法做的事情就是找到請求物件 request
,獲取它的 endpoint
,然後從 view_functions
找到對應 endpoint
的 view_func
,把請求引數傳遞過去,進行處理並返回。view_functions
中的內容,我們已經看到,是在構建路由規則的時候儲存進去的;那請求中 req.url_rule
是什麼儲存進去的呢?它的格式又是什麼?
我們可以先這樣理解:_request_ctx_stack.top.request
儲存著當前請求的資訊,在每次請求過來的時候,flask
會把當前請求的資訊儲存進去,這樣我們就能在整個請求處理過程中使用它。至於怎麼做到併發情況下資訊不會相互干擾錯亂,我們將在下一篇文章介紹。
_request_ctx_stack
中儲存的是 RequestContext
物件,它出現在 flask/ctx.py
檔案中,和路由相關的邏輯如下:
classRequestContext(object):
def__init__(self,app,environ,request=None):
self.app = app
self.request = request
self.url_adapter = app.create_url_adapter(self.request)
self.match_request()
defmatch_request(self):
"""Can be overridden by a subclass to hook into the matching
of the request.
"""
try:
url_rule, self.request.view_args = \
self.url_adapter.match(return_rule=True)
self.request.url_rule = url_rule
except HTTPException as e:
self.request.routing_exception = e
classFlask(_PackageBoundObject):
defcreate_url_adapter(self,request):
"""Creates a URL adapter for the given request. The URL adapter
is created at a point where the request context is not yet set up
so the request is passed explicitly.
"""
if request is not None:
return self.url_map.bind_to_environ(request.environ,
server_name=self.config['SERVER_NAME'])
在初始化的時候,會呼叫 app.create_url_adapter
方法,把 app
的 url_map
繫結到
WSGI environ 變數上(bind_to_environ
和之前的 bind
方法作用相同)。最後會呼叫 match_request
方法,這個方式呼叫了 url_adapter.match
方法,進行實際的匹配工作,返回匹配的
url rule。而我們之前使用的 url_rule.endpoint
就是匹配的
endpoint 值。
整個 flask
的路由過程就結束了,總結一下大致的流程:
- 通過
@app.route
或者app.add_url_rule
註冊應用 url 對應的處理函式 - 每次請求過來的時候,會事先呼叫路由匹配的邏輯,把路由結果儲存起來
dispatch_request
根據儲存的路由結果,呼叫對應的檢視函式
match 實現
雖然講完了 flask
的路由流程,但是還沒有講到最核心的問題:werkzeug
中是怎麼實現match
方法的。Map
儲存了 Rule
列表,match
的時候會依次呼叫其中的 rule.match
方法,如果匹配就找到了
match。Rule.match
方法的程式碼如下:
defmatch(self,path):
"""Check if the rule matches a given path. Path is a string in the
form ``"subdomain|/path(method)"`` and is assembled by the map. If
the map is doing host matching the subdomain part will be the host
instead.
If the rule matches a dict with the converted values is returned,
otherwise the return value is `None`.
"""
if not self.build_only:
m = self._regex.search(path)
if m is not None:
groups = m.groupdict()
result = {}
for name, value in iteritems(groups):
try:
value = self._converters[name].to_python(value)
except ValidationError:
return
result[str(name)] = value
if self.defaults:
result.update(self.defaults)
return result
它的邏輯是這樣的:用實現 compile 的正則表示式去匹配給出的真實路徑資訊,把所有的匹配元件轉換成對應的值,儲存在字典中(這就是傳遞給檢視函式的引數列表)並返回。
相關推薦
flask 原始碼解析:路由
轉載於:http://cizixs.com/2017/01/12/flask-insight-routing 構建路由規則 一個 web 應用不同的路徑會有不同的處理函式,路由就是根據請求的 URL 找到對應處理函式的過程。 在執行查詢之前,需要有一個規則列表,它儲存
flask 原始碼解析:響應
轉載於:http://cizixs.com/2017/01/22/flask-insight-response response 簡介 在 flask 應用中,我們只需要編寫 view 函式,並不需要直接和響應(response)打交道,flask 會自動生成響應返回
Redis原始碼解析:15Resis主從複製之從節點流程
Redis原始碼解析:15Resis主從複製之從節點流程 版權宣告:本文為博主原創文章,未經博主允許不得轉載。 https://blog.csdn.net/gqtcgq/article/details/51172085
Java集合類原始碼解析:AbstractMap
目錄 引言 原始碼解析 抽象函式entrySet() 兩個集合檢視 操作方法 兩個子類 參考: 引言 今天學習一個Java集合的一個抽象類 AbstractMap ,AbstractMap 是Map介面的 實現類之一,也是HashMap、T
Java集合類原始碼解析:HashMap (基於JDK1.8)
目錄 前言 HashMap的資料結構 深入原始碼 兩個引數 成員變數 四個構造方法 插入資料的方法:put() 雜湊函式:hash() 動態擴容:resize() 節點樹化、紅黑樹的拆分 節點樹化
Java集合類原始碼解析:Vector
引言 之前的文章我們學習了一個集合類 ArrayList,今天講它的一個兄弟 Vector。 為什麼說是它兄弟呢?因為從容器的構造來說,Vector 簡直就是 ArrayList 的翻版,也是基於陣列的資料結構,不同的是,Vector的每個方法都加了 synchronized 修飾符,是執行緒安全的。 類
jQuery原始碼解析:變數與函式
//原始碼剖析都基於jQuery-2.0.3版本,主要考慮到相容IE 2行:jQuery javaScript Library v2.0.3——jQuery版本 3行:http://jQuery.com——官網 5~6行:Includes Sizzle.js;http://sizzlejs.
Flask原始碼解析:字串方法endswith與os.path.splittext()
1、字串方法endswith endswith方法: def endswith(self, suffix, start=None, end=None): # real signature unknown; restored from __doc__ """ S.endswith(suffix
Spark2.2.2原始碼解析: 3.啟動worker節點啟動流程分析
本文啟動worker節點啟動流程分析 啟動命令: ${SPARK_HOME}/sbin/start-slave.sh spark://sysadmindeMacBook-Pro.local:7077 檢視start-slave.sh
Spark2.2.2原始碼解析: 2.啟動master節點流程分析
本文主要說明在啟動master節點的時候,程式碼的流程走向。 授予檔案執行許可權 chmod755 兩個目錄裡的檔案: /workspace/spark-2.2.2/bin --所有檔案 /workspace/spark-2.2.2/sb
Spring4原始碼解析:BeanDefinition架構及實現
一、架構圖 首先共同看下總體的 Java Class Diagrams 圖: 二、具體類實現 2.1 AttributeAccessor 介面定義了一個通用的可對任意物件獲取、修改等操作元資料的附加契約。主要方法如下: public interface AttributeAcce
Tomcat原始碼解析:Container中的Pipeline和Valve
前言: 我們在上一篇部落格 中分析了關於tomcat處理請求的全過程,在最後的時候交給了當前Engine的pipeline去處理。 Engine.pipeline獲取了first_valve,然後執行其invoke方法,即完成了請求
Tomcat原始碼解析:Jsp檔案的編譯、實現
1.Jsp簡介 jsp(java server page),其根本是一個簡化的Servlet技術,是一種動態網頁技術標準。 它是在傳統的網頁HTML頁面中插入java程式碼段,從而形成jsp檔案,字尾為.jsp。
Tomcat原始碼解析:Web請求處理過程
前言: Catalina是Tomcat提供的Servlet容器實現,它負責處理來自客戶端的請求並處理響應。 但是僅有Servlet容器伺服器是無法對外提供服務的,還需要由聯結器接收來自客戶端的請求,並按照既定協議進行解析,然後交由S
Tomcat原始碼解析:Catalina原始碼解析
1.Catalina 對於Tomcat來說,Catalina是其核心元件,所有基於JSP/Servlet的Java Web應用均需要依託Servlet容器執行並對外提供服務。 4.0版本後,Tomcat完全重新設計了其Servlet
Spark2.3.2原始碼解析: 6. SparkContext原始碼分析(一) : SparkEnv
SparkContext 是通往 Spark 叢集的唯一入口,可以用來在 Spark 叢集中建立 RDDs 、 累加器( Accumulators )和廣播變數( Broadcast Variables ) 。 SparkContext 也是整個 Spark 應用程式(
Spark2.3.2原始碼解析: 5. RDD 依賴關係:寬依賴與窄依賴
Spark中RDD的高效與DAG(有向無環圖)有很大的關係,在DAG排程中需要對計算的過程劃分Stage,劃分的依據就是RDD之間的依賴關係。RDD之間的依賴關係分為兩種,寬依賴(wide dependency/shuffle dependency)和窄依賴(narrow
Spark2.3.2原始碼解析: 5. SparkConf原始碼分析
在執行程式碼的時候,首先要宣告:SparkConf,本文以SparkConf進行分析,逐步展開。 val conf = new SparkConf() 類中的方法(org.a
caffe原始碼解析:層(layer)的註冊與管理
caffe中所有的layer都是類的結構,它們的構造相關的函式都註冊在一個全域性變數g_registry_ 中。 首先這個變數的型別 CreatorRegistry是一個map定義, public: typedef shared_ptr<Layer<Dt
Flume 原始碼解析:HDFS Sink
Apache Flume 資料流程的最後一部分是 Sink,它會將上游抽取並轉換好的資料輸送到外部儲存中去,如本地檔案、HDFS、ElasticSearch 等。本文將通過分析原始碼來展現 HDFS Sink 的工作流程。 Sink 元件的生命週期 在上一篇文章