查看原文
其他

用一个文件,实现迷你 Web 框架(建议收藏)

The following article is from HelloGitHub Author 点击关注→

点击关注公众号,一周多次包邮送书

来源:HelloGitHub(ID:GitHub520)

作者:HelloGitHub


当下网络就如同空气一样在我们的周围,它以无数种方式改变着我们的生活,但要说网络的核心技术变化甚微。

随着开源文化的蓬勃发展,诞生了诸多优秀的开源 Web 框架,让我们的开发变得轻松。但同时也让我们不敢停下学习新框架的脚步,其实万变不离其宗,只要理解了 Web 框架的核心技术部分,当有一个新的框架出来的时候,基础部分大同小异只需要重点了解:它有哪些特点,用到了哪些技术解决了什么痛点?这样接受和理解起新技术来会更加得心应手,不至于疲于奔命。

还有那些只会用 Web 框架的同学,是否无数次打开框架的源码,想学习提高却无从下手?

今天我们就抽丝剥茧、去繁存简,用一个文件,实现一个迷你 Web 框架,从而把其核心技术部分清晰地讲解清楚,配套的源码均已开源。

GitHub 地址:https://github.com/521xueweihan/OneFile


在线查看:https://hellogithub.com/onefile/

如果你觉得我做的这件事对你有帮助,就请给我一个 ✨Star,多多转发让更多人受益。

闲言少叙,下面就开始我们今天的提高之旅。

一、介绍原理

说到 Web 不得不提的就是网络协议,如果我们从 OSI 七层网络模型开始,我敢断定看完的绝对不超过三成!

所以今天我们就直接聊最上面的一层,也就是 Web 框架接触最多的 HTTP 应用层,至于 TCP/IP 部分会在聊 socket 的时候粗略带过。期间我会刻意打码非必要讲解技术的细枝末节,切断远离本期主题的技术话题,一个文件只讲一个技术点!绝不拖堂请大家放心阅读。

首先让我们先回忆下,平常浏览网站的流程。

如果我们把在网上冲浪,比做在一间教室听课,那么老师就是服务器(server),学生就是客户端(client)。当同学有问题的时候会先举手(请求建立 TCP),老师发现学生的提问请求,同意学生回答问题后,学生起立提出问题(发送请求),如果老师承诺会给提问的学生加课堂表现分,那么提问的时候就需要有个高效的提问方式(请求格式),即:

  • 先报学号
  • 再提问题

师接收到学生的提问后就可以立即回答问题(返回响应)无需再问学号,回答格式(响应格式)如下:

  • 回答问题
  • 根据学号加分!

有了约定好的提问格式(协议),就可以省去老师每次询问学生的学号,即高效又严谨。最后,老师回答完问题让学生坐下(关闭连接)。

其实,我们在网络上通信流程也大致如此:

只不过机器执行起来更加严格,大家都是遵循某种协议来开发软件,这样就可以实现在某种协议下进行通信,而这种网络通信协议就叫做 HTTP(超文本传输协议)。

而我们要做的 Web 框架就是处理上面的流程:建立连接、接收请求、解析请求、处理请求、返回请求。

原理部分就聊这么多,目前你只需要记住网络上通信分为两大步:建立连接(用于通信)和处理请求。

所谓框架就是处理大多数情况下要处理的事情,所以我们要写的 Web 框架也就是处理两件事,即:

  • 处理连接(socket)
  • 处理请求(request)

一定要记住:连接和请求是两个东西,建立起连接才能发送请求。

而想要建立连接发起通信,就需要通过 socket 来实现(建立连接),socket 可以理解为两个虚拟的本子(文件句柄),通信的双方人手一个,它既能读也能写,只要把传输的内容写到本子上(处理请求),对方就可以看到了。

下面我把 Web 框架分为两部分进行讲解,所有代码将采用简单易懂的 Python3 进行实现。

二、编写 Web 框架

代码+注释一共 457 行,请放心绝对简单易懂。

2.1 处理连接(HTTPServer)

这里需要简单聊一下 socket 这个东西,在编程语言层面它就是一个类库,负责搞定连接建立网络通信。但本质上是系统级别提供通信的进程,而一台电脑可以建立多条通信线路,所以每一个端口号后面都是一个 socket 进程,它们相互独立、互不干涉,这也是为什么我们在启动服务的时候要指定端口号的原因。

最后,上面所说的服务器其实就是一台性能好一点、一直开着的电脑,而客户端就是浏览器、手机、电脑,它们都有 socket 这个东西(操作系统级别的一个进程)。

如果上面这段话没有看懂也不碍事,能看懂下面的图就行,得搞明白 socket 处理连接的步骤和流程,才能编写 Web 框架处理连接的部分。

下面分别展示基于 socket 编写的 server.py 和 client.py 代码。

# coding: utf-8
# 服务器端代码(server.py)
import socket

print('我是服务端!')
HOST = ''
PORT = 50007
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  # 创建 TCP socket 对象
s.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)  # 重启时释放端口
s.bind((HOST, PORT))  # 绑定地址
s.listen(1)  # 监听TCP,1代表:操作系统可以挂起(未处理请求时等待状态)的最大连接数量。该值至少为1
print('监听端口:', PORT)
while 1:
    conn, _ = s.accept()  # 开始被动接受TCP客户端的连接。
    data = conn.recv(1024)  # 接收TCP数据,1024表示缓冲区的大小
    print('接收到:', repr(data))
    conn.sendall(b'Hi, '+data)  # 给客户端发送数据
    conn.close()

因为 HTTP 是建立在相对可靠的 TCP 协议上,所以这里创建的是 TCP socket 对象。

# coding: utf-8
# 客户端代码(client.py)
import socket

print('我是客户端!')
HOST = 'localhost'    # 服务器的IP
PORT = 50007              # 需要连接的服务器的端口
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((HOST, PORT))
print("发送'HelloGitHub'")
s.sendall(b'HelloGitHub')  # 发送‘HelloGitHub’给服务器
data = s.recv(1024)
s.close()
print('接收到', repr(data))  # 打印从服务器接收回来的数据

运行效果如下:

结合上面的代码,可以更加容易理解 socket 建立通信的流程:

  1. socket:创建socket
  2. bind:绑定端口号
  3. listen:开始监听
  4. accept:接收请求
  5. recv:接收数据
  6. close:关闭连接

所以,Web 框架中处理连接的 HTTPServer 类要做的事情就呼之欲出了。即:一开始在 __init__方法中创建 socket,接着绑定端口(server_bind)然后开始监听端口(server_activate)

# 处理连接进行数据通信
class HTTPServer(object):
    def __init__(self, server_address, RequestHandlerClass):
        self.server_address = server_address # 服务器地址
        self.RequestHandlerClass = RequestHandlerClass # 处理请求的类

        # 创建 TCP Socket
        self.socket = socket.socket(socket.AF_INET,
                                    socket.SOCK_STREAM)
        # 绑定 socket 和端口
        self.server_bind()
        # 开始监听端口
        self.server_activate()

通过传入的 RequestHandlerClass 参数可以看出,处理请求与建立连接是分开处理。

下面就要开始启动服务接收请求了,也就是 HTTPServer 的启动方法 serve_forever,这里包含了接收请求、接收数据、开始处理请求、结束请求的全过程。

def serve_forever(self):
    while True:
        ready = selector.select(poll_interval)
        # 当客户端请求的数据到位,则执行下一步
        if ready:
            # 有准备好的可读文件句柄,则与客户端的链接建立完毕
            request, client_address = self.socket.accept()
            # 可以进行下面的处理请求了,通过 RequestHandlerClass 处理请求和连接独立
            self.RequestHandlerClass(request, client_address, self)
            # 关闭连接
            self.socket.close()

如此循环下去,就是 HTTPServer 处理连接、建立起 HTTP 连接的全部代码,就这?对!是不是很简单?

代码中的 RequestHandlerClass 形参是处理请求的类,下面将深入讲解其对应的 HTTPRequestHandler 是如何处理 HTTP 请求。

2.2 处理请求(HTTPRequestHandler)

还记得上面介绍的 socket 如何实现两端通信吗?通过两个可读写的“虚拟本子”。

再加上还要保证通信的高效和严谨,就需要有对应的“通信格式”。

所以,处理请求只需要三步走:

  1. setup:初始化两个本子
  • 读请求的文件句柄(rfile)
  • 写响应的文件句柄(wfile)
  • handle:读取并解析请求、处理请求、构造响应并写入
  • finish:返回响应,销毁两个本子释放资源,然后尘归尘土归土,等待下个请求
  • 对应的代码:

    # 处理请求
    class HTTPRequestHandler(object):
        def __init__(self, request, client_address, server):
            self.request = request # 接收来的请求(socket)
            # 1、初始化两个本子
            self.setup()
            try:
                # 2、读取、解析、处理请求,构造响应
                self.handle()
            finally:
                # 3、返回响应,释放资源
                self.finish()
        
        def setup(self):
            self.rfile = self.request.makefile('rb'-1# 读请求的本子
            self.wfile = self.request.makefile('wb'0# 写响应的本子
        def handle(self):
            # 根据 HTTP 协议,解析请求
            # 具体的处理逻辑,即业务逻辑
            # 构造响应并写入本子
        def finish(self):
            # 返回响应
            self.wfile.flush()
            # 关闭请求和响应的句柄,释放资源
            self.wfile.close()
            self.rfile.close()

    以上就是处理请求的整体流程,下面将详细介绍 handle 如何解析 HTTP 请求和构造 HTTP 响应,以及如何实现把框架和具体的业务代码(处理逻辑)分开。

    在解析 HTTP 之前,需要先看一个实际的 HTTP 请求,当我打开 hellogithub.com 网站首页的时候,浏览器发送的 HTTP 请求如下:

    整理归纳可得 HTTP 请求格式,如下:

    {HTTP method} {PATH} {HTTP version}\r\n
    {header field name}:{field value}\r\n
    ...
    \r\n
    {request body}

    得到了请求格式,那么 handle 解析请求的方法也就有了。

    def handle(self):
        # --- 开始解析 --- #
        self.raw_requestline = self.rfile.readline(65537# 读取请求第一行数据,即请求头
        requestline = str(self.raw_requestline, 'iso-8859-1'# 转码
        requestline = requestline.rstrip('\r\n'# 去换行和空白行
        # 就可以得到 "GET / HTTP/1.1" 请求头了,下面开始解析
        self.command, self.path, self.request_version = requestline.split() 
        # 根据空格分割字符串,可得到("GET", "/", "HTTP/1.1")
        # command 对应的是 HTTP method,path 对应的是请求路径
        # request_version 对应 HTTP 版本,不同版本解析规则不一样这里不做展开讲解
        self.headers = self.parse_headers() # 解析请求头也是处理字符串,但更为复杂标准库有工具函数这里略过
        # --- 业务逻辑 --- #
        # do_HTTP_method 对应到具体的处理函数
        mname = ('do_' + self.command).lower()
        method = getattr(self, mname)
        # 调用对应的处理方法
        method()
        # --- 返回响应 --- #
        self.wfile.flush()

    def do_GET(self):
        # 根据 path 区别处理
        if self.path == '/':
            self.send_response(200)  # status code
            # 加入响应 header
            self.send_header("Content-Type""text/html; charset=utf-8")
            self.send_header("Content-Length", str(len(content)))
            self.end_headers() # 结束头部分,即:'\r\n'
            self.wfile.write(content.encode('utf-8')) # 写入响应 body,即:页面内容

    def send_response(self, code, message=None):
        # 响应体格式
        """
        {HTTP version} {status code} {status phrase}\r\n
        {header field name}:{field value}\r\n
        ...
        \r\n
        {response body}
        """

        # 写响应头行
        self.wfile.write("%s %d %s\r\n" % ("HTTP/1.1", code, message))
        # 加入响应 header
        self.send_header('Server'"HG/Python ")
        self.send_header('Date', self.date_time_string())

    以上就是 handle 处理请求和返回响应的核心代码片段了,至此 HTTPRequestHandler 全部内容均已讲解完毕,下面将演示运行效果。

    2.3 运行

    class RequestHandler(HTTPRequestHandler):
        # 处理 GET 请求
        def do_get(self):
            # 根据 path 对应到具体的处理方法
            if self.path == '/':
                self.handle_index()
            elif self.path.startswith('/favicon'):
                self.handle_favicon()
            else:
                self.send_error(404)

    if __name__ == '__main__':
        server = HTTPServer((''8080), RequestHandler)
        # 启动服务
        server.serve_forever()

    这里通过继承 Web 框架的 HTTPRequestHandler 实现的子类 RequestHandler 重写 do_get 方法,实现业务代码和框架的分离。这样保证了框架的灵活性和解耦。

    接下来服务毫无意外地运行起来了,效果如下:

    本文中涉及 Web 框架的代码,为方便阅读都经过了简化。如果想要获取完整可运行的代码,可前往 GitHub 地址获取:

    https://github.com/521xueweihan/OneFile/blob/main/src/python/web-server.py

    该框架并不包含 Web 框架应有的丰富功能旨在通过最简单的代码,实现一个迷你 Web 框架,让不了解基本 Web 框架结构的同学,得以一探究竟。

    如果本文的内容勾起了你对 Web 框架的兴趣,你还想更加深入的了解更加全面、适用于生产环境、代码和结构同样的简洁的 Web 框架。我建议的学习路径:

    1. Python3 的 HTTPServer、BaseHTTPRequestHandler
    2. bottle:单文件、无三方依赖、持续更新,可用于生产环境的开源 Web 框架:
    • 地址:https://github.com/bottlepy/bottle
  • werkzeug -> flask
  • starlette -> uvicorn -> fastapi
  • 有的时候阅读框架源码不是为了写一个新的框架,而是向前辈学习和靠拢。

    最后

    新的技术总是学不完的,掌握核心的技术原理,不仅可以在接受新的知识时快人一步,还可以在排查问题时一针见血。

    不知道这种一个文件讲解一个技术点,力求通过简单的文字和精简的代码描述原理,期间抹去了细枝末节的技术专注于一门技术,最后给出完整可运行的开源代码的文章,是否符合你的胃口?

    本文是我对新的系列一种尝试,接受任何指点和批评。


    ·················END·················

    推荐阅读

    • 推荐一个好用的i2c调试小工具• JavaScript 新增两个原始数据类型• 记一次拐弯阁僚的接口耗时异常排查过程• 面试必会!list 和 tuple 的 12 个经典使用案例• 干掉Random,这个类已经成为获取随机数的王者• 抖音二面,内存只有 2G,如何对 100 亿数据进行排序?• 因为一个循环,CPU搞了个新技术!

    👇更多内容请点击👇

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存