Flask - 请求处理流程和上下文源码分析

目录

• Flask - 请求处理流程和上下文
• WSGI
  • Flask的上下文对象及源码解析
    • 0. 请求入口
    • 1.请求上下文对象的创建
    • 2. 将请求上下文和应用上下文入栈
    • 3.根据请求的URl执行响应的视图函数,返回执行结果
    • 将请求上下文和应用上下文入栈

Flask - 请求处理流程和上下文

镇楼图:

WSGI

WSGI(全称Web Server Gateway Interface)，是为 Python 语言定义的Web服务器和Web应用程序之间的一种简单而通用的接口，它封装了接受HTTP请求、解析HTTP请求、发送HTTP，响应等等的这些底层的代码和操作，使开发者可以高效的编写Web应用。

一个简单的使用WSGI的App例子：

def application(environ, start_response):
    start_response('200 OK', [('Content-Type', 'text/html')])
    return [b'<h1>Hello, I Am WSGI!</h1>']

• environ: 一个包含全部HTTP请求信息的字典，由WSGI Server解包HTTP请求生成。

• start_response: 一个WSGI Server提供的函数，调用可以发送响应的状态码和HTTP报文头， 函数在返回前必须调用一次start_response()。

• application()应当返回一个可以迭代的对象(HTTP正文)。

• application()函数由WSGI Server直接调用和提供参数。

• Python内置了一个WSGIREF的WSGI Server，不过性能不是很好，一般只用在开发环境。可以选择其他的如Gunicorn。

WSGI Server 和 App交互图:

Flask的上下文对象及源码解析

Flask有两种Context(上下文)，分别是

1.RequestContext 请求上下文

• Request 请求的对象，封装了Http请求(environ)的内容

• Session 根据请求中的cookie，重新载入该访问者相关的会话信息。

2.AppContext 程序上下文

• g 处理请求时用作临时存储的对象。每次请求都会重设这个变量

• current_app 当前激活程序的程序实例

Flask处理请求流程:

0. 请求入口

if __name__ == '__main__':
    app.run()

.

def run(self, host=None, port=None, debug=None,
        load_dotenv=True, **options):
    # Change this into a no-op if the server is invoked from the
    # command line. Have a look at cli.py for more information.
    if os.environ.get('FLASK_RUN_FROM_CLI') == 'true':
        from .debughelpers import explain_ignored_app_run
        explain_ignored_app_run()
        return

    if get_load_dotenv(load_dotenv):
        cli.load_dotenv()

        # if set, let env vars override previous values
        if 'FLASK_ENV' in os.environ:
            self.env = get_env()
            self.debug = get_debug_flag()
        elif 'FLASK_DEBUG' in os.environ:
            self.debug = get_debug_flag()

    # debug passed to method overrides all other sources
    if debug is not None:
        self.debug = bool(debug)

    _host = '127.0.0.1'
    _port = 5000
    server_name = self.config.get('SERVER_NAME')
    sn_host, sn_port = None, None

    if server_name:
        sn_host, _, sn_port = server_name.partition(':')

    host = host or sn_host or _host
    port = int(port or sn_port or _port)

    options.setdefault('use_reloader', self.debug)
    options.setdefault('use_debugger', self.debug)
    options.setdefault('threaded', True)

    cli.show_server_banner(self.env, self.debug, self.name, False)

    from werkzeug.serving import run_simple

    try:
        run_simple(host, port, self, **options)
    finally:
        # reset the first request information if the development server
        # reset normally.  This makes it possible to restart the server
        # without reloader and that stuff from an interactive shell.
        self._got_first_request = False

.

def __call__(self, environ, start_response):
    """The WSGI server calls the Flask application object as the
    WSGI application. This calls :meth:`wsgi_app` which can be
    wrapped to applying middleware."""
    return self.wsgi_app(environ, start_response)

首先每次请求进来之后,对于每次请求进来之后，都会执行Flask类实例的__call__方法, 用来返回实例化的类 return self.wsgi_app(environ, start_response)

然后在上下文中, 要完成的操作是:

1. 对原生请求进行封装，生成视图函数可操作的request对象

2. 获取请求中的cookie信息，生成Session对象

3. 执行预处理函数和视图函数

4. 返回响应结果

以下为上下文源码，后续对各部分代码进行分别阐述:

def wsgi_app(self, environ, start_response):
    #  生成 ctx.request , request.session，请求上下文,即请求先关的数据都封装到了 ctx这个对象中去
    ctx = self.request_context(environ)
    error = None
    try:
        try:
            # 将ctx入栈，但是内部也将应用上下文入栈
            ctx.push()
            # 对请求的url进行视图函数的匹配，执行视图函数，返回响应信息(cookie)
            response = self.full_dispatch_request()
        except Exception as e:
            # 若发生错误将错误信息最为相应信息进行返回
            error = e
            response = self.handle_exception(e)
        except:
            error = sys.exc_info()[1]
            raise
        # 封装响应信息
        return response(environ, start_response)
    finally:
        if self.should_ignore_error(error):
            error = None
        # 出栈，删除本次请求的相关信息
        ctx.auto_pop(error)

1.请求上下文对象的创建

#  生成 ctx.request , request.session，请求上下文,即请求先关的数据都封装到了 ctx这个对象中去

ctx = self.request_context(environ)

生成RequestContext类实例，该实例包含了本次请求的request和Session信息

def request_context(self, environ):
    return RequestContext(self, environ)

对生成的类实例进行初始化，并且将传入的原生请求信息environ封装值Request类实例中。此时，request为封装之后的Request实例，Session为None

class RequestContext(object):

def __init__(self, app, environ, request=None):
    self.app = app
    if request is None:
        request = app.request_class(environ)
    self.request = request
    self.url_adapter = app.create_url_adapter(self.request)
    self.flashes = None
    self.session = None

    self._after_request_functions = []

    self.match_request()

request_class = Request

2. 将请求上下文和应用上下文入栈

将ctx入栈，但是内部也将应用上下文入栈

ctx.push()

def push(self):
    # 获取到的  top  == ctx
    top = _request_ctx_stack.top
    if top is not None and top.preserved:
        top.pop(top._preserved_exc)

    # Before we push the request context we have to ensure that there
    # is an application context.
    """
        _request_ctx_stack 和 _app_ctx_stack 都是 Local 类的实例
    """
    # 获取 应用上下文的栈顶元素，得到 app_ctx
    app_ctx = _app_ctx_stack.top
    if app_ctx is None or app_ctx.app != self.app:
        # self.app == Fask()
        # 得到 一个 AppContext类的实例对象，得到一个 应用上下文对象 app_ctx，此时 app_ctx拥有以下属性: app_ctx.app = app, app_ctx.g = app.app_ctx_globals_class()
        app_ctx = self.app.app_context()
        # 将 app_ctx 入栈,应用上下文入栈
        app_ctx.push()
        self._implicit_app_ctx_stack.append(app_ctx)
    else:
        self._implicit_app_ctx_stack.append(None)

    if hasattr(sys, 'exc_clear'):
        sys.exc_clear()

    # self 指的是 ctx，即将ctx入栈，即 _request_ctx_stack._local.stack = [ctx]。请求上下文入栈
    _request_ctx_stack.push(self)
    # 由于每次请求都会初始化创建你ctx，因此session都为None
    if self.session is None:
        # SecureCookieSessionInterface()
        # session_interface = SecureCookieSessionInterface(),即session_interface就是一个SecureCookieSessionInterface类的实例对象
        session_interface = self.app.session_interface
        # 第一次访问：生成一个 字典(容器) 返回至 self.session
        self.session = session_interface.open_session(
            self.app, self.request
        )
        if self.session is None:
            self.session = session_interface.make_null_session(self.app)

首先，应用上下文入栈，这里不多做解释说明，其执行流程与请求上下文相同，请参考下文对与请求上下文的入栈流程分析。

其次，请求上下文入栈。执行 _request_ctx_stack.push(self) ，我们先看看 _request_ctx_stack 是什么。由 _request_ctx_stack = LocalStack() 可知 _request_ctx_stack 是 LocalStack 类实例对象，进入 LocalStack 的构造方法中

 def __init__(self):
        self._local = Local()

即在类实例化过程中，为 _request_ctx_stack 实例对象创建 _local 属性，该属性的值是 Local 类实例，进入其构造方法中，在该方法中为每一个 Local 类实例创建 __storage__ 和 __ident_func__ 属性：

class Local(object):
    __slots__ = ('__storage__', '__ident_func__')

    def __init__(self):
        object.__setattr__(self, '__storage__', {})
        object.__setattr__(self, '__ident_func__', get_ident)

至此，完成了对 _request_ctx_stack实例对象创建的流程分析，但是需要注意的是，该实例对象并不是在每次请求之后才创建完成的，而是在flask项目启动之后就会被立即创建，该对象对于每次的请求都会调用该对象的push方法进行请求上下文的入栈，也就是说 _request_ctx_stack 是一个单例对象，该单例对象可以在任何的地方被调用，其他的单例对象还有：

"""
    注意：
        在项目启动之后，global里的代码就已经执行完毕，而且也只会执行一次，因此这里面的变量是针对所有请求所使用的，但是根据不同线程id用来存放各自的值
"""
#  生成 请求上下文栈对象，将请求上下文对象 ctx 保存到 _request_ctx_stack._local.stack = [ctx]中
_request_ctx_stack = LocalStack()
# 生成应用上下文栈对象，将应用上下文对象 app_ctx 保存到  _app_ctx_stack._local.stack = [app_ctx]中
_app_ctx_stack = LocalStack()

# current_app.__local = app
current_app = LocalProxy(_find_app)
# 获取ctx.request
request = LocalProxy(partial(_lookup_req_object, 'request'))
# 获取 ctx.session
session = LocalProxy(partial(_lookup_req_object, 'session'))
# 维护此次请求的一个全局变量，其实就是一个字典
g = LocalProxy(partial(_lookup_app_object, 'g'))

对于以上的单例对象，在项目启动之后被创建，在项目停止后被销毁，与请求是否进来无任何关系。现在我们知道了 _request_ctx_stack 的创建流程，我们返回之前对请求上下文的入栈操作 _request_ctx_stack.push(self) （self指的是ctx），进入push方法：

def push(self, obj):
    # obj == ctx
    """Pushes a new item to the stack"""
    rv = getattr(self._local, 'stack', None)
    if rv is None:
        self._local.stack = rv = []
    rv.append(obj)
    return rv

在上述流程中，首先使用反射获取 _request_ctx_stack._local.stack 的值，也就是获取请求栈的值。项目刚启动，在第一次请求进来之前，请求栈的为空，则代码继续向下执行将当前请求的ctx追加至请求栈中，并且返回请求栈的值。这里着重说一下入栈之前的流程和入栈之后的数据结构：执行 self._local.stack = rv = [] ，会调用 Local 类的 setattr 方法

def __setattr__(self, name, value):
        ident = self.__ident_func__()
        storage = self.__storage__
        try:
            storage[ident][name] = valueexcept KeyError:
            storage[ident] = {name: value}

self.__ident_func__() 为获取当前此次请求的协程id或者线程id， self.__storage__ 为一个字典对象，在项目启动后的第一个请求进来之后会发生 storage[ident][name] = value 的异常错误，抛出异常被下面捕获，因此执行 storage[ident] = {name: value} (以此次协程id或线程id为key，该key的value为一个字典，在字典中存储一个键值对"stack":[ctx]),即此数据结构为：

_request_ctx_stack._local.stack={
        线程id或协程id: {
            'stack': [ctx]
        }
}

同时， self._local.stack = [ctx]。至此，完成请求上下文的入栈操作，应用上下文与请求上下文的入栈流程相同，这里不在赘述。至此完成了请求入栈的操作，我们需要知道在上述过程中使用到的四个类： RequestContext (请求上下文类，实例对象ctx中包含了request，Session两个属性)、 Request (对请求的元信息environ进行封装)、 LocalStack (使用该类实例对象 _request_ctx_stack ,维护请求上下文对象ctx的入栈和出栈操作，相当于请求上下文对象的管理者)、 Local (堆栈类，真正存放请求上下文的类)，如果你还是对着几个类关系还是不明白，请看我为你准备的图：

返回 wsgi_app 函数，继续向下执行 response = self.full_dispatch_request() 函数

3.根据请求的URl执行响应的视图函数,返回执行结果

response = self.full_dispatch_request()

def full_dispatch_request(self):
    #  将 _got_first_request =  True，依次执行定义的 before_first_request 函数
    self.try_trigger_before_first_request_functions()
    try:
        # 触发 request_started 信号
        request_started.send(self)
        #  执行钩子函数：before_request,before_first_request
        rv = self.preprocess_request()
        # 如果执行的before_request,before_first_request函数没有返回值，则继续执行视图函数。若有返回值，则不执行视图函数
        if rv is None:
            # 执行此url对应的别名的视图函数并执行该函数，返回视图函数的返回值，得到相应信息
            rv = self.dispatch_request()
    except Exception as e:
        # 如果发生错误，则将异常信息作为返回值进行返回
        rv = self.handle_user_exception(e)
    # 封装返回信息并返回，包括 session
    return self.finalize_request(rv)

将请求上下文和应用上下文入栈

在函数的内部首先执行预处理函数再执行视图函数，返回预处理函数或视图函数的返回值至浏览器。

返回 wsgi_app 函数中，继续向下执行 ctx.auto_pop(error) 函数，完成对请求上下文和应用上下文的出栈操作：

def auto_pop(self, exc):
    if self.request.environ.get('flask._preserve_context') or \
       (exc is not None and self.app.preserve_context_on_exception):
        self.preserved = True
        self._preserved_exc = exc
    else:
        self.pop(exc)

.

def pop(self, exc=_sentinel):
    """Pops the request context and unbinds it by doing that.  This will
    also trigger the execution of functions registered by the
    :meth:`~flask.Flask.teardown_request` decorator.

    .. versionchanged:: 0.9
       Added the `exc` argument.
    """
    app_ctx = self._implicit_app_ctx_stack.pop()

    try:
        clear_request = False
        if not self._implicit_app_ctx_stack:
            self.preserved = False
            self._preserved_exc = None
            if exc is _sentinel:
                exc = sys.exc_info()[1]
            self.app.do_teardown_request(exc)

            # If this interpreter supports clearing the exception information
            # we do that now.  This will only go into effect on Python 2.x,
            # on 3.x it disappears automatically at the end of the exception
            # stack.
            if hasattr(sys, 'exc_clear'):
                sys.exc_clear()

            request_close = getattr(self.request, 'close', None)
            if request_close is not None:
                request_close()
            clear_request = True
    finally:
        # 请求上下文出栈
        rv = _request_ctx_stack.pop()

        # get rid of circular dependencies at the end of the request
        # so that we don't require the GC to be active.
        if clear_request:
            rv.request.environ['werkzeug.request'] = None

        # Get rid of the app as well if necessary.
        if app_ctx is not None:
            # 应用上下文出栈
            app_ctx.pop(exc)

        assert rv is self, 'Popped wrong request context.  ' \
            '(%r instead of %r)' % (rv, self)

.

def pop(self):
    """Removes the topmost item from the stack, will return the
    old value or `None` if the stack was already empty.
    """
    stack = getattr(self._local, 'stack', None)
    if stack is None:
        return None
    elif len(stack) == 1:
        release_local(self._local)
        return stack[-1]
    else:
        # 获取并删除列表中的第一个元素，同时返回该元素
        return stack.pop()

stack获取到的是请求栈或应用栈的列表，栈的长度为1，则进入 elif 控制语句中，首先执行 release_local(self._local) ：

def release_local(local):

    local.__release_local__()

local=self._local ，即执行 Local 类的 __release_local__ 方法，进入该方法：

def __release_local__(self):
    # 将 self.__storage__ 所维护的字典中删除当前协程或线程id为key的元素
    self.__storage__.pop(self.__ident_func__(), None)

从上面的语句中可以很明显看出，要执行的操作就是将以当前协程或线程id为key的元素从字典 self.__storage__ 中删除，返回至pop函数中的elif控制语句，最终将列表中的最后一个元素返回。注意，最终 _request_ctx_stack._local 的请求栈和应用栈列表中至少会存在一个元素。

---

感谢博主(https://www.cnblogs.com/liuyinzhou/p/9769490.html)

对本文的大力支持!!!