PythonWeb开发基础(三)类Flask框架请求封装

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: 类Flask框架请求封装Web服务器本质是个TCP服务器,监听在特定端口上支持HTTP协议,能够将HTTP请求报文进行解析,能够把响应数据进行HTTP协议的报文封装并返回浏览器端。

类Flask框架请求封装

Web服务器

  • 本质是个TCP服务器,监听在特定端口上
  • 支持HTTP协议,能够将HTTP请求报文进行解析,能够把响应数据进行HTTP协议的报文封装并返回浏览器端。

APP程序内部也可以请求其它Server,此时就是代理作用。总之,app里面就可以实现各种复杂的功能,只要最后满足WSGI的要求就行。

上一节中实现的app,不论收到什么反馈,都产生一样的响应,这一节将尝试对请求进行解析

HTTP请求解析的python实现

1、解析查询字符串

查询字符串

  • ?name=tom&id=1000,不同的参数之间使用&分隔开。

代码

from wsgiref.simple_server import make_server
def simple_app(environ:dict, start_response):
    # 读取“请求方法”和“查询字符串”,并提前查询字符串中的信息
    method = environ.get('REQUEST_METHOD')
    print(method)
    query_string = environ.get('QUERY_STRING')
    print(query_string)
    # 解析查询字符串
    d = {}
    for item in query_string.split('&'):
        k,_,v = item.partition('=')
        d[k] = v
    print(d)
    status = '200 OK'
    headers = [('Content-type', 'text/plain; charset=utf-8')]
    start_response(status, headers)
    ret = [query_string.encode('utf-8')]
    return ret  # 报文的正文部分,即网页内容
with make_server('0.0.0.0', 9000, simple_app) as httpd:
    print("Serving on port 9000...")
    try:
        httpd.serve_forever()
    except Exception as e:
        print(e)
    except KeyboardInterrupt:
        print('stop')
        httpd.server_close()

然后使用我Edge的Postwoman工具发起一个GET请求,url为http://127.0.0.1:9000/?name=tom&id=1000

程序在python端就输出解析的查询字符串(第三行),我们将它解析成了一个字典

'''
GET
name=tom&id=1000&age=20
{'name': 'tom', 'id': '1000'}
'''

对于解析查询字符串的一段代码也可以使用下面两种写法,更加简单(行数更少,但感觉可读性不太好):

d = {k:v for k, _, v in map(lambda x:x.partition('='), query_string.split('&'))}
d = {k:v for k, _, v in [item.partition('=') for item in query_string.split('&')]}

或者使用库:

from urllib.parse import parse_qs
qs = parse_qs(query_string)

改用库后,再次发起请求,python端输出解析后的字典:

'''
{'name': ['tom'], 'id': ['1000']}
'''

2、多值问题

此时字典中的value值变成了一个列表,这是因为在url中可以对一个参数传入多值,例如将我们请求的url改成http://127.0.0.1:9000/?name=tom&id=1000&id=666,python端的输出将变成:

{'name': ['tom'], 'id': ['1000', '666']}

使用webob库解析请求

前面,我们获取请求的信息还需要记下信息的名称

method = environ.get('REQUEST_METHOD')

这显然十分麻烦。而使用webob库,我们可以通过对象的属性来访问请求的信息,只需将environ参数传给webob库中的Request对象,就可以自动实现解析。代码如下:

from wsgiref.simple_server import make_server
from webob import Request
def simple_app(environ:dict, start_response):
    request = Request(environ)
    query_string = request.query_string
    methon = request.method
    print('methon, query_string: ', methon, query_string)
    print('request: ', request.GET) # 来自查询字符串的参数
    print('type(request.GET): ', type(request.GET)) # dict
    print('request.POST: ', request.POST) # 来自POST的参数
    print('request.params: ', request.params) # 所有的参数,包含url的查询字符串,和POST的正文
    print('request.path: ', request.path)
    print('request.headers: ', request.headers) # 请求头
    status = '200 OK'
    headers = [('Content-type', 'text/plain; charset=utf-8')]
    start_response(status, headers)
    ret = [query_string.encode('utf-8')]
    return ret  # 报文的正文部分,即网页内容
with make_server('0.0.0.0', 9000, simple_app) as httpd:
    print("Serving on port 9000...")
    try:
        httpd.serve_forever()
    except Exception as e:
        print(e)
    except KeyboardInterrupt:
        print('stop')
        httpd.server_close()

我使用Postwoman测试工具发送了一个POST请求,它url的查询字符串中有参数,POST也传输了一个参数age

5930290a271d4c41b8c660e22a889a8b.png

下面是python端的输出

'''
Serving on port 9000...
methon, query_string:  POST name=tom&id=1000&id=666
request:  GET([('name', 'tom'), ('id', '1000'), ('id', '666')])
type(request.GET):  <class 'webob.multidict.GetDict'>
request.POST:  MultiDict([('age', '20')])
request.params:  NestedMultiDict([('name', 'tom'), ('id', '1000'), ('id', '666'), ('age', '20')])
request.path:  /
request.headers:  <webob.headers.EnvironHeaders object at 0x000002A24D1D1F00>
'''

Bug记录

bug:AttributeError: module ‘cgi’ has no attribute ‘parse_qs’

错误代码如下

from cgi import parse_qs
qs = parse_qs(query_string)

点进cgi的库查找parse_qs,发现了下面这段代码:

if sys.version_info < (3, 8):
    def parse_qs(qs: str, keep_blank_values: bool = ..., strict_parsing: bool = ...) -> dict[str, list[str]]: ...
    def parse_qsl(qs: str, keep_blank_values: bool = ..., strict_parsing: bool = ...) -> list[tuple[str, str]]: ...
if sys.version_info >= (3, 7):
    def parse_multipart(
        fp: IO[Any], pdict: SupportsGetItem[str, bytes], encoding: str = ..., errors: str = ..., separator: str = ...
    ) -> dict[str, list[Any]]: ...

显然,当 sys.version_info>=(3,8)的时候,函数parse_qs是不会被定义的。应该是python版本的问题,我换成python3.7版本时,就可以正常运行了。


其实,cgi库已经过期了,使用urllib库就好。

相关文章
|
2月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
4月前
|
SQL 监控 安全
Flask 框架防止 SQL 注入攻击的方法
通过综合运用以上多种措施,Flask 框架可以有效地降低 SQL 注入攻击的风险,保障应用的安全稳定运行。同时,持续的安全评估和改进也是确保应用长期安全的重要环节。
224 71
|
3月前
|
SQL 安全 Java
除了Flask框架,还有哪些框架能防止SQL注入攻击?
这些框架都在安全方面有着较好的表现,通过它们的内置机制和安全特性,可以有效地降低 SQL 注入攻击的风险。然而,无论使用哪个框架,开发者都需要具备良好的安全意识,正确配置和使用框架提供的安全功能,以确保应用的安全可靠。同时,持续关注安全更新和漏洞修复也是非常重要的。
131 60
|
4月前
|
搜索推荐 API 开发者
Django框架和Flask框架的适用场景分别是什么?
总体而言,Django 更适合需要全面功能和大规模开发的场景,而 Flask 则更适合灵活性要求高、小型项目或特定需求的开发。当然,具体的选择还应根据项目的具体情况、团队的技术能力和偏好等因素来综合考虑。在实际应用中,开发者可以根据项目的特点和需求,灵活选择使用这两个框架,或者结合它们的优势来构建更强大的 Web 应用程序。
181 64
|
4月前
|
安全 数据安全/隐私保护 开发者
Flask框架的安全性如何?
安全是一个持续的过程,需要不断地关注和更新。随着新的安全威胁的出现和技术的发展,开发者需要及时了解并采取相应的措施来应对,以确保 Flask 应用始终处于安全的状态。
192 63
|
4月前
|
开发者 数据库管理 Python
Django框架和Flask框架的区别
总体而言,Django 适合需要快速搭建大型应用的开发者,而 Flask 则更适合有特定需求和追求灵活性的开发者。
188 64
|
4月前
|
安全 网络安全 数据安全/隐私保护
Flask框架的安全机制与其他框架相比有哪些优势和劣势?
总的来说,Flask 的安全机制在灵活性和可扩展性方面有其独特优势,但也需要开发者在安全方面投入更多的精力和努力,以确保应用的安全可靠运行。
100 12
|
5月前
|
Python
Flask学习笔记(二):基于Flask框架上传图片到服务器端并原名保存
关于如何使用Flask框架上传图片到服务器端并以其原名保存的教程。
175 1
|
5月前
|
Python
Flask学习笔记(三):基于Flask框架上传特征值(相关数据)到服务器端并保存为txt文件
这篇博客文章是关于如何使用Flask框架上传特征值数据到服务器端,并将其保存为txt文件的教程。
61 0
Flask学习笔记(三):基于Flask框架上传特征值(相关数据)到服务器端并保存为txt文件
|
5月前
|
JSON 中间件 数据格式
五、Flask的请求和响应方法与常用技巧
五、Flask的请求和响应方法与常用技巧
164 0