python|写一个简单的web应用框架

简介: python|写一个简单的web应用框架

本篇文章所依赖的python环境是:


image.png


如果你还没了解过什么是WSGI,建议先查询一下相关资料,或者查看上一篇文章:



写应用框架需要写底层服务器么?


这个要区分2种情况,如果应用框架,你没有参考WSGI标准,那么在写应用框架之前,你就必须要定义一套属于自己的服务器,当然本文不采取这种方式,专业的事情应该专业的人来做。我们将编写符合WSGI标准的框架 ,所以仅需要引入符合WSGI的服务器即可,如果你还不明白什么是WSGI,建议您查看一下相关资料,或者看一下上一篇介绍WSGI的文章。


那么有哪些wsgi服务器呢? 这里简单列举2个


  • uwsgi:该服务器是使用c编写的,具有广泛的应用场景的应用程序容器。除了支持WSGI外,还支持其他协议,例如HTTPWebSocket等等。不仅如此,它还提供了多进程、多线程、协程、异步IO等多种运行模式,还提供了很多高级功能,如内存共享、定时任务、快速热部署等。
  • waitress:该服务器是使用python写的,是一个很轻量级、非常可靠、支持多线程的WSGI服务器,可以用来运行Python Web应用。

我们本篇文章的web框架采用的就是uswgi



uwsgi基本使用


上面已经简单介绍了uwsgi的信息,本段落会简单介绍一下uwsgi安装和简单的配置。



安装uwsgi


安装uwsgi,在python中,直接使用pip安装即可,例如:

pip3 install uwsgi


配置uwsgi

uwsgi支持多种格式,可以直接在命令行上,例如:

uwsgi --http :8080 --wsgi-file myapp.py --callable app

还可以将上述写到命令中,例如:

uwsgi --ini myapp.ini


其中myapp.ini内容如下:

[uwsgi]
http = :8080
wsgi-file = myapp.py
callable = app

不仅如此,uwsgi还支持多个格式,例如: xmlyamljson等。

配置文件也可以是url的形式,例如:

uwsgi --ini http://127.0.0.1:8080/myapp.ini


uwsgi常用配置

指定启动uwsgi进程的用户和用户组

uid=pdudo
gid=pdudoGroups


上述启动uwsgi进程使用pdudo用户,而组的话是使用pdudoGroups

指定项目名称

使用project来指定项目名称,如project=pdudoProject


指定进程家目录

使用base来指定进程家目录,如base=/home/pdudo/


设置进程数

要设置进程数,需要先将master设置为True, 而后再设置process个数,一把建议进程数不超过cpu核数,例如:

master=True
process=16

设置对外http地址


若想对外,有很多中配置,如socket等,但是一般用的最多的还是http,我们直接指向一个套接字地址即可,例如:

http=0.0.0.0:8000



uwsgi启服和停服


启动服务器


直接使用uwsgi即可启动配置,如:

uwsgi


若不想设置配置文件,直接可以在命令行启动,如:

uwsgi --http :8080


若想通过配置文件启动,则可以使用加载配置选项即可,例如:

ini中读取配置启动服务器

uwsgi -ini app.ini


json中读取配置启动服务器

uwsgi --json app.json

uwsgi中,可以通过向进程发送信号的方式,来关闭服务器,对应的信号为: SIGINT



关闭服务器

kill -2 uwsgiPID




启动一个demo


我们将使用uwsgi来启动一个简单的demo,首先我们来编写符合WSGI标准的应用,例如,我们的demo为:

def application(environ, start_response):
    status = "200 OK"
    headers = [("Content-type","text/html"),("Server","pdudo_web_sites")]
    start_response(status,headers)
    return [b'Hello, pdudos.']



上述代码,我们定义了一个函数application,形参为environ以及start_response,前则是一个字典,后则是一个函数,在application中,需要定义请求的状态和短语,以及响应头。 而后调用start_response函数,需要传入状态和响应头。最后将返回一个报文主体。


如果这块,不太明白的话,可以看一下wsgi标准。


我们将这个上述代码保存为main.py,而后使用uwsgi来启动该项目:

uwsgi --http :8080 --wsgi-file main.py

上述代码,使用的命令行的方式来启动uwsgi,指定http端口为8080,监听的网卡没有指定,默认是所有网卡,从swgi-file将指定我们自己写的wsgi应用程序。


启动后,我们使用curl -v 127.0.0.1:8080/123可以得到如下信息:

image.png



写一个简单的web应用框架


本篇文章,很大部分都在描述uwgi,这是因为我们将选用其为web服务器,所以很大的篇章都在描述它,现在,我们已经会基本的操作了,我们应该来写一个简单的web框架了。

我们写的web框架如下:

webRoute = {}
def application(environ, start_response):
    path = environ['PATH_INFO']
    if webRoute[path]:
        func = webRoute[path]
        code , body = func(environ)
        status = "%d OK" % (code)
        headers = [("Content-type","text/html"),("Server","pdudo_web_sites")]
        start_response(status,headers)
        return [body.encode()]
def Routes(path,func):
    print("add routes: %s %s" %(path,func))
    webRoute[path] = func



哎,短短17行,我们基本的框架就写完了,厉害吧,我们将次代码保存到本地,命名为myWeb.py ,目的是和逻辑代码分开。上述代码,我们定义了一个webRoute字典来存储路由信息,我们想要存储key为请求的url,值为可被调用的函数。

我们为此专门写了一个Routes函数,该函数将传入2个值,第一个是请求的url,第二个是可被调用的函数。


application中,会首先获取请求的路径,而后再根据webRoute的值,进行匹配,若匹配到了,则执行该函数,该函数必须2个值,第一个是状态码,第二个是响应报文主体。 我们将根据返回的信息,组合成状态码以及响应头,通过调用start_response函数,将2个参数携带上,最后return一个报文主体。


接下里,我们就可以写我们的逻辑代码了,我们编写如下:



import myWeb
app = myWeb.application
def index(*args):
    return (200,"hello world")
def d345(*args):
    return (400,"dasda")
myWeb.Routes("/index",index)
myWeb.Routes("/123",d345)


我们将上述代码保存到本地,命名为main.py

上述代码,我们先引用了刚刚保存到本地的myWeb文件,定义一个变量app用于引用myWeb.application函数。接着,我们便定义了2个函数,分别是indexd345,2个函数的共同之处是返回了一个元组,元组前者是int类型,将用于状态码,后则是str类型,将用于返回响应报文主体。


最后,我们通过myWeb.Routes将2个函数于路由串联起来,分别对应为:

  • /index: index函数。
  • /123: d456函数

我们应用框架就写完了,我们需要使用uwsgi来启动一下我们写的框架:


uwsgi --http :8080 --wsgi-file main.py --callable app

这里新增了一个配置项,callable该参数的意思是,指定应用起始函数,默认是application,如果不是这个名称,则需要额外指定,我们定义的是app,所以需要将其指定为app


启动后,我们可以观察一下,我们之前在框架Routes函数中,我们打印了路由和函数的信息,我们可以看下uwsgi输出的信息,是有有我们定义的函数。

image.png


发现没问题后,我们使用curl再来请求一下路由,验证是否有问题:

网络异常,图片无法展示
|

如上结果,结果正确输出。




总结


上一篇文章,我们初步了解了什么是WSGI,这是一个很有意思的东西,它是一个标准,我们仅需要按照它的标准,来写一个web应用,我们就可以放到任何符合WSGI的服务器上,不论是上一篇提及的wsgiref还是本篇文章所讲述的uswgi都可以来调用我们的框架并且运行。最后我们也写了一个非常简单的应用框架。





相关文章
|
7月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
542 0
|
7月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
615 1
|
7月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
690 0
|
7月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
378 0
|
10月前
|
机器学习/深度学习 算法 量子技术
GQNN框架:让Python开发者轻松构建量子神经网络
为降低量子神经网络的研发门槛并提升其实用性,本文介绍一个名为GQNN(Generalized Quantum Neural Network)的Python开发框架。
276 4
GQNN框架:让Python开发者轻松构建量子神经网络
|
10月前
|
JSON 监控 BI
拼多多批量下单工具,拼多多买家批量下单软件,低价下单python框架分享
使用Selenium实现自动化操作流程多线程订单处理提升效率
|
10月前
|
机器人 数据安全/隐私保护 Python
企业微信自动回复软件,企业微信自动回复机器人,python框架分享
企业微信机器人包含完整的消息处理流程,支持文本消息自动回复、事件处理、消息加密解密等功能
|
7月前
|
开发框架 前端开发 Go
【GoGin】(0)基于Go的WEB开发框架,GO Gin是什么?怎么启动?本文给你答案
Gin:Go语言编写的Web框架,以更好的性能实现类似Martini框架的APInet/http、Beego:开源的高性能Go语言Web框架、Iris:最快的Go语言Web框架,完备的MVC支持。
624 1
|
8月前
|
机器学习/深度学习 算法 PyTorch
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
225 1
|
8月前
|
机器学习/深度学习 算法 PyTorch
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
367 0

推荐镜像

更多