码迷,mamicode.com
首页 > 其他好文 > 详细

Flask 源代码阅读笔记

时间:2017-04-15 09:35:53      阅读:185      评论:0      收藏:0      [点我收藏+]

标签:dna   不能   native   rem   导入   本地变量   error:   获取   flask使用   

我认为我已经养成了一个坏习惯。在使用一个框架过程中对它的内部原理非常感兴趣,有时候须要花不少精力才

明确,这也导致了学习的缓慢,但换来的是对框架的内部机理的熟悉,正如侯捷所说,源代码面前,了无秘密。这也是

本文产生的直接原因。

一.flask session原理

flask的session是通过client的cookie实现的。不同于diango的server端实现,flask通过itsdangerous这个苦
将session的内容序列化到浏览器的cookie,当浏览器再次请求时将反序列化cookie内容。也就得到我们的session内容。
比方说session[‘name‘]=‘kehan‘,clientsession例如以下。

技术分享

我们来解密这个cookie存储了什么值
该cookie通过.切割,分成了三部分:内容序列化+时间+防篡改值

技术分享

通过第一部分我们就获得了session[‘name‘]的值,我们看看第二部分

技术分享

第二部分保存的是时间。itsdangerous库为了降低时间戳的值。之前减掉了118897263,所以我们要加上。
这个时间flask是用来推断session是否过期使用的。
第三部分是session值和时间戳以及我们SECRET_KEY的防篡改值,通过HMAC算法签名。也就是说即使你改动了
前面的值。因为签名值有误,flask不会使用该session。所以一定要保存好SECRET_KEY。以及确保它的复查度。
不然一旦让别人知道了SECRET_KEY,就能够通过构造cookie伪造session值,这是非常恐怖的一件事。

我们知道一般为了保护session,所以session的生成还会包括clientuser_agent,remete_addr等,假设你认为使用
flask提供的保护力度不够,能够使用flask_login这个扩展,一帮在flask使用认证时都会使用这个扩展,简单易用,
还提供了更加强度的session保护。

二. flask扩展import 原理

我喜欢flask的一个理由就是导入简单。非扩展的都能够通过from flask导入,扩展的都是通过from flask.ext.
导入。非常简洁。用django的过程中,常常不记得该从哪里导入。在flask的世界里,你无需烦恼。那么flask的扩展
导入原理是什么呢?
主要通过sys.meta_path实现的
当导入 from falsk.ext.example import E是将会运行flask/ext/__init__.py
def setup():
    from ..exthook import ExtensionImporter
    importer = ExtensionImporter([‘flask_%s‘, ‘flaskext.%s‘], __name__)
    importer.install()
install将会向sys.meta_path加入模块装载类,当import时会调用其find_module,假设返回非None,会调用load_module载入
比方当我们 from flask.ext.script import Manager时
会调用find_module(‘flask.ext.script‘)。prefinx是flask.ext所以将会调用load_module()
此时将会尝试import flask_script模块或flaskext.script

   def install(self):
        sys.meta_path[:] = [x for x in sys.meta_path if self != x] + [self]

    def find_module(self, fullname, path=None):
        if fullname.startswith(self.prefix):
            return self

    def load_module(self, fullname):
        modname = fullname.split(‘.‘, self.prefix_cutoff)[self.prefix_cutoff]
        for path in self.module_choices:
            realname = path % modname
            __import__(realname)

三. flask sqlalchemy原理


sqlalchemy是python中最强大的orm框架。无疑sqlalchemy的使用比django自带的orm要复杂的多。
使用flask sqlalchemy扩展将拉近和django的简单易用距离。
先来说两个比較重要的配置

app.config[‘SQLALCHEMY_ECHO‘] = True =》配置输出sql语句
app.config[‘SQLALCHEMY_COMMIT_ON_TEARDOWN‘] = True =》每次request自己主动提交db.session.commit(),
假设有一天你发现别的写的视图中有db.session.add,但没有db.session.commit。不要疑惑。他肯定配置了上面
的选项。
这是通过app.teardown_appcontext注冊实现
        @teardown
        def shutdown_session(response_or_exc):
            if app.config[‘SQLALCHEMY_COMMIT_ON_TEARDOWN‘]:
                if response_or_exc is None:
                    self.session.commit()
            self.session.remove()
            return response_or_exc
response_or_exc为异常值。默认为sys.exc_info()[1]
上面self.session.remove()表示每次请求后都会销毁self.session,为什么要这么做呢?
这就要说说sqlalchemy的session对象了。
from sqlalchemy.orm import sessionmaker
session = sessionmaker()
一帮我们会通过sessionmaker()这个工厂函数创建session,但这个session并不能用在多线程中,为了支持多线程
操作,sqlalchemy提供了scoped_session,通过名字反映出scoped_session是通过某个作用域实现的
所以在多线程中一帮都是例如以下使用session
from sqlalchemy.orm import scoped_session, sessionmaker
session = scoped_session(sessionmaker())

我们来看看scoped_session是怎样提供多线程环境支持的
class scoped_session(object):
    def __init__(self, session_factory, scopefunc=None):
        
        self.session_factory = session_factory
        if scopefunc:
            self.registry = ScopedRegistry(session_factory, scopefunc)
        else:
            self.registry = ThreadLocalRegistry(session_factory)
__init__中,session_factory是创建session的工厂函数,而sessionmaker就是一工厂函数(事实上是定义了__call__的
函数)而scopefunc就是能产生某个作用域的函数,假设不提供将使用ThreadLocalRegistry
class ThreadLocalRegistry(ScopedRegistry):
    def __init__(self, createfunc):
        self.createfunc = createfunc
        self.registry = threading.local()

    def __call__(self):
        try:
            return self.registry.value
        except AttributeError:
            val = self.registry.v
从上面__call__能够看出。每次都会创建新的session,并发在线程本地变量中。你可能会好奇__call__是在哪里调用的?
def instrument(name):
    def do(self, *args, **kwargs):
        return getattr(self.registry(), name)(*args, **kwargs)
    return do

for meth in Session.public_methods:
    setattr(scoped_session, meth, instrument(meth))
正如我们所示,当我们调用session.query将会调用 getattr(self.registry(), ‘query‘),self.registry()就是
调用__call__的时机。可是在flask_sqlalchemy中并没有使用ThreadLocalRegistry,创建scoped_session步骤例如以下

# Which stack should we use?

_app_ctx_stack is new in 0.9 connection_stack = _app_ctx_stack or _request_ctx_stack def __init__(self, app=None, use_native_unicode=True, session_options=None): session_options.setdefault( ‘scopefunc‘, connection_stack.__ident_func__ ) self.session = self.create_scoped_session(session_options) def create_scoped_session(self, options=None): """Helper factory method that creates a scoped session.""" if options is None: options = {} scopefunc=options.pop(‘scopefunc‘, None) return orm.scoped_session( partial(_SignallingSession, self, **options), scopefunc=scopefunc )

我们看到scopefunc被设置为connection_stack.__ident_func__。而connection_stack就是flask中app上下文。
假设你看过前一篇文章你就知道__ident_func__事实上就是在多线程中就是thrading.get_ident。也就是线程id
我们看看ScopedRegistry是怎样通过_操作的

class ScopedRegistry(object):
    def __init__(self, createfunc, scopefunc):
        self.createfunc = createfunc
        self.scopefunc = scopefunc
        self.registry = {}


    def __call__(self):
        key = self.scopefunc()
        try:
            return self.registry[key]
        except KeyError:
            return self.registry.setdefault(key, self.createfunc())
代码也非常easy,事实上也就是依据线程id创建相应的session对象,到这里我们基本已经了解了flask_sqlalchemy的
魔法了,和flask cookie,g有异曲同工之妙,这里有两个小问题?
1.flask_sqlalchemy是否能使用ThreadLocalRegistry?

    大部分情况都是能够的。但假设wsgi对多并发使用的是greenlet的模式就不适用了
2.上面create_scoped_session中partial是干嘛的?
    前面我们说过scoped_session的session_factory是可调用对象,但_SignallingSession类并未定义__call__,所以通过partial支持

到这里你就知道为什么每次请求结束要self.session.remove(),不然为导致存放session的字段太大

这里说一下对db.relationship lazy的理解。看例如以下代码
class Role(db.Model):
    __tablename__ = ‘roles‘
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64), unique=True)
    users = db.relationship(‘User‘, backref=‘role‘, lazy=‘dynamic‘)


class User(db.Model):
    __tablename__ = ‘users‘
    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(64), unique=True, index=True)
    role_id = db.Column(db.Integer, db.ForeignKey(‘roles.id‘))
假设role是已经获取的一个Role的实例
lazy:dynamic => role.users不会返回User的列表, 返回的是sqlalchemy.orm.dynamic.AppenderBaseQuery对象
                当运行role.users.all()是才会真正运行sql,这种优点就是能够继续过滤

lazy:select => role.users直接返回User实例的列表,也就是直接运行sql

注意:db.session.commit仅仅有在对象有变化时才会真的运行update


四. flask moment原理

flask moment简单封装了moment.js,moment.js通过js提供了对时间的支持。感兴趣的童鞋能够关注下,
功能非常强大。
flask moment原理非常easy,使用带有时间的格式话字符串在dom载入后,使用moment.js处理一下,
该步操作有moment.include_moment()完毕。假设使用其他语言,如中文,调用moment.lang(‘zh-cn‘)
假设使用了flask bootstrap。仅仅须要在最后加入下面代码就可以(须要jquery支持)
{% block scripts %}
{{ super() }}
{{ moment.include_moment() }}
{{ moment.lang(‘zh-cn‘) }}
{% endblock %}
flask moment还提供了过了多长时间统计,refresh为True时。每分钟刷新一次,refresh也可为详细的刷新时间,
单位为分钟
{{ moment(current_time).fromNow(refresh=True) }}


看上面我们知道。flask moment在模板中导入了moment这个对象。这是怎样实现的呢?
    def init_app(self, app):
        if not hasattr(app, ‘extensions‘):
            app.extensions = {}
        app.extensions[‘moment‘] = _moment
        app.context_processor(self.context_processor)

    @staticmethod
    def context_processor():
        return {
            ‘moment‘: current_app.extensions[‘moment‘]
        }
通过app.context_processor给模板上下文加入了额为属性
def render_template(template_name_or_list, **context):
    ctx.app.update_template_context(context)


在render_template中会把前面注冊的变量加入到context,所以在模板中就能够使用moment了。
而flask bootstrap是通过app.jinja_env.globals[‘bootstrap_find_resource‘] = bootstrap_find_resource实现的

我们知道flask在初始化jinja环境的时候就将request,g,session等注入到全局了
rv.globals.update(
            url_for=url_for,
            get_flashed_messages=get_flashed_messages,
            config=self.config,
            # request, session and g are normally added with the
            # context processor for efficiency reasons but for imported
            # templates we also want the proxies in there.
            request=request,
            session=session,
            g=g
        )
但我在看源代码时发现_default_template_ctx_processor也会注入g。request,例如以下
def _default_template_ctx_processor():
    """Default template context processor.  Injects `request`,
    `session` and `g`.
    """
    reqctx = _request_ctx_stack.top
    appctx = _app_ctx_stack.top
    rv = {}
    if appctx is not None:
        rv[‘g‘] = appctx.g
    if reqctx is not None:
        rv[‘request‘] = reqctx.request
        rv[‘session‘] = reqctx.session
    return rv
这不是反复嘛,有啥必要呢?
哈哈,认真看上面rv.globals.update的凝视部分能大概明确。
flask模板能够使用宏,须要使用import导入,此时导入的模板不能訪问不能訪问当前模板的本地变量,仅仅能使用全局变量。
这也就是为什么global中有g,request,session的理由,也即是为了支持在宏中使用g对象
而本地变量导入g等是为了效率的原因。详细细节须要參考jinja2的文档。






Flask 源代码阅读笔记

标签:dna   不能   native   rem   导入   本地变量   error:   获取   flask使用   

原文地址:http://www.cnblogs.com/brucemengbm/p/6713057.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!