Flask中的CBV和上下文初步解读
一 . flask中的CBV
相对于Django中的CBV,让我们来看看flask中的CBV是如何实现的 ?
from flask import Flask, render_template, url_for, views app = Flask(__name__) class Login(views.MethodView): def get(self): print(url_for("my_login")) # /login return render_template("login.html") def post(self): return "login success" app.add_url_rule("/login", view_func=Login.as_view("my_login")) if __name__ == '__main__': app.run(debug=True)
注意：视图类中定义了哪些方法，就可以允许哪种方式的请求，也可以通过指定参数methods=["GET","POST"]，指定参数时可以在视图类中指定，也可以在add_url_rule方法中指定。
二 . werkzeug + 上下文初步解读
通过查看源码，我们知道app.run() 方法其实是执行了run_simple() 方法，源码如下：
我们可以通过下面一段代码探究run_simple() 方法都做了什么？
from werkzeug.serving import run_simple from werkzeug.wrappers import Request, Response @Request.application def app(req): print(req.method) # GET print(req.path) # / return Response('200 ok') run_simple('0.0.0.0', 5000, app)
运行代码，发现服务运行在http://0.0.0.0:5000/上，如下：
浏览器访问该网址控制台显示的网址，输出结果如上图，且页面显示返回结果'200 ok'。由此说明视图函数app执行了，再看我们之前写的代码：
from flask import Flask, ... app = Flask(__name__) ...... app.run(debug=True) # app 是flask的实例化对象
这里重点分析app.run() 都干了什么？
首先，执行app.run() 时，源码中显示执行了执行run_simple() 方法，源码中run_simple() 方法的参数是run_simple(host, port, self, **options) ，这里重点看第三个参数self，因为app是flask的实例化对象，因此self就是指flask的实例化对象app，而上例中我们知道当有请求进来的时候，执行了app()，我们知道函数加括号是执行，而对象加括号会自动执行__call__方法，也就是说app.run() 其实是监听了flask类中的__call__方法，通过解读源码我们发现__call__方法内容如下：
__call__方法中执行了wsgi_app方法，源码如下：
request_context() 方法源码如下，其中的self仍然是Flask的实例化对象app：
RequestContext是一个类，它的__init__方法源码如下：
初步解读到此结束,下一篇-- flask的请求上下文源码解读
三 . 偏函数和线程安全
1 . 偏函数就是把前边的值传进来但是不执行
1) . 示例一 :
from functools import partial def ab(a,b): print(a,b) # 1 5 return a+b par_ab = partial(ab, 1) # par_ab是一个新函数，接受了括号中的参数 print(par_ab) # functools.partial(<function ab at 0x00000203FAB01E18>, 1) print(par_ab(5)) # 6 # par_ab(5)会执行新函数，且partial(ab, 1)中参数1会成为新函数par_ab的第一个参数，par_ab(5)中的5会成为第二个参数，新函数的函数体是ab函数
2) . 示例二
from functools import partial def ab(a,*args): print(a,args) return a par_ab = partial(ab, 1, 5, 7, 9) print(par_ab) # functools.partial(<function ab at 0x0000020396711E18>, 1, 5, 7, 9) # 新函数不加括号不执行
2 . 线程安全
1) . 示例一
import time class Foo(object): pass foo = Foo() def add(i): foo.num = i time.sleep(1) print(foo.num) for i in range(20): add(i)
总结 : 等待时间长
2) . 示例二 : 开启线程
import time import threading class Foo(object): pass foo = Foo() def add(i): foo.num = i time.sleep(1) print(foo.num, i) for i in range(20): th = threading.Thread(target=add, args=(i,)) th.start()
总结 : 数据不安全
3) . 示例三
import time import threading from threading import local class Foo(local): pass foo = Foo() """ { 7172:[request,session], 8076:[request,session], 5784:[request,session], } """ # 线程安全,是在不带锁的情况下,复制出了无数个对象, # 当前这一个线程就行操作,操作自己的对象.拿的时候也拿自己的对象,不拿公共的对象. # 因为request和session属于公共变量 # 就相当于是一个大字典,每一个线程的ID对应自己的一个空间,放到字典中. # 每一个线程进来的时候,从自己的空间中取值或更改值. # 这样就可以在多个线程同时执行的时候可以保证数据安全的前提下,还可以保证速度 # 用空间换时间,确保线程在同时开启的情况下不会互相影响 def add(i): foo.num = i time.sleep(1) print(foo.num, i, threading.current_thread().ident) for i in range(20): th = threading.Thread(target=add, args=(i,)) th.start()
总结 : 完美解决问题,采用了以空间换取时间的方法,为每个线程开辟了一块属于自己的空间,是线程之间互不影响.
