Flask&&人工智能AI --3

一、flask中的CBV

　　对比django中的CBV，我们来看一下flask中的CBV怎么实现？

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：

　　本篇暂时解读到这里，下篇继续解读。

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))
　　#
　　# 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()
 
　　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，为每个线程保存了一块空间，使线程之间互相不受影响。