接觸Python也有一段時間了，Python相關的框架和模塊也接觸了不少，希望把自己接觸到的自己 覺得比較好的設計和實現分享給大家，于是取了一個“Charming Python”的小標，算是給自己開了一個頭吧， 希望大家多多批評指正。 :)
from flask import request
Flask 是一個人氣非常高的Python Web框架，筆者也拿它寫過一些大大小小的項目，Flask 有一個特性我非常的喜歡，就是無論在什么地方，如果你想要獲取當前的request對象，只要 簡單的：
代碼如下:
from flask import request
# 從當前request獲取內容
request.args
request.forms
request.cookies
... ...
非常簡單好記，用起來也非常的友好。不過，簡單的背后藏的實現可就稍微有一些復雜了。 跟隨我的文章來看看其中的奧秘吧！
兩個疑問？
在我們往下看之前，我們先提出兩個疑問：
疑問一 : request ，看上去只像是一個靜態(tài)的類實例，我們?yōu)槭裁纯梢灾苯邮褂胷equest.args 這樣的表達式來獲取當前request的args屬性，而不用使用比如：
代碼如下:
from flask import get_request
# 獲取當前request
request = get_request()
get_request().args
這樣的方式呢？flask是怎么把request對應到當前的請求對象的呢？
疑問二 : 在真正的生產環(huán)境中，同一個工作進程下面可能有很多個線程（又或者是協(xié)程）， 就像我剛剛所說的，request這個類實例是怎么在這樣的環(huán)境下正常工作的呢？
要知道其中的秘密，我們只能從flask的源碼開始看了。
源碼，源碼，還是源碼
首先我們打開flask的源碼，從最開始的__init__.py來看看request是怎么出來的：
代碼如下:
# File: flask/__init__.py
from .globals import current_app, g, request, session, _request_ctx_stack
# File: flask/globals.py
from functools import partial
from werkzeug.local import LocalStack, LocalProxy
def _lookup_req_object(name):
top = _request_ctx_stack.top
if top is None:
raise RuntimeError('working outside of request context')
return getattr(top, name)
# context locals
_request_ctx_stack = LocalStack()
request = LocalProxy(partial(_lookup_req_object, 'request'))
我們可以看到flask的request是從globals.py引入的，而這里的定義request的代碼為 request = LocalProxy(partial(_lookup_req_object, 'request')) , 如果有不了解 partial是什么東西的同學需要先補下課，首先需要了解一下 partial 。
不過我們可以簡單的理解為 partial(func, 'request') 就是使用 'request' 作為func的第一個默認參數來產生另外一個function。
所以， partial(_lookup_req_object, 'request') 我們可以理解為：
生成一個callable的function，這個function主要是從 _request_ctx_stack 這個LocalStack對象獲取堆棧頂部的第一個RequestContext對象，然后返回這個對象的request屬性。
這個werkzeug下的LocalProxy引起了我們的注意，讓我們來看看它是什么吧：
代碼如下:
@implements_bool
class LocalProxy(object):
"""Acts as a proxy for a werkzeug local. Forwards all operations to
a proxied object. The only operations not supported for forwarding
are right handed operands and any kind of assignment.
... ...
看前幾句介紹就能知道它主要是做什么的了，顧名思義，LocalProxy主要是就一個Proxy， 一個為werkzeug的Local對象服務的代理。他把所以作用到自己的操作全部“轉發(fā)”到 它所代理的對象上去。
那么，這個Proxy通過Python是怎么實現的呢？答案就在源碼里：
代碼如下:
# 為了方便說明，我對代碼進行了一些刪減和改動
@implements_bool
class LocalProxy(object):
__slots__ = ('__local', '__dict__', '__name__')
def __init__(self, local, name=None):
# 這里有一個點需要注意一下，通過了__setattr__方法，self的
# "_LocalProxy__local" 屬性被設置成了local，你可能會好奇
# 這個屬性名稱為什么這么奇怪，其實這是因為Python不支持真正的
# Private member，具體可以參見官方文檔：
# 在這里你只要把它當做 self.__local = local 就可以了 :)
object.__setattr__(self, '_LocalProxy__local', local)
object.__setattr__(self, '__name__', name)
def _get_current_object(self):
"""
獲取當前被代理的真正對象，一般情況下不會主動調用這個方法，除非你因為
某些性能原因需要獲取做這個被代理的真正對象，或者你需要把它用來另外的
地方。
"""
# 這里主要是判斷代理的對象是不是一個werkzeug的Local對象，在我們分析request
# 的過程中，不會用到這塊邏輯。
if not hasattr(self.__local, '__release_local__'):
# 從LocalProxy(partial(_lookup_req_object, 'request'))看來
# 通過調用self.__local()方法，我們得到了 partial(_lookup_req_object, 'request')()
# 也就是 ``_request_ctx_stack.top.request``
return self.__local()
try:
return getattr(self.__local, self.__name__)
except AttributeError:
raise RuntimeError('no object bound to %s' % self.__name__)
# 接下來就是一大段一段的Python的魔法方法了，Local Proxy重載了(幾乎)?所有Python
# 內建魔法方法，讓所有的關于他自己的operations都指向到了_get_current_object()
# 所返回的對象，也就是真正的被代理對象。
... ...
__setattr__ = lambda x, n, v: setattr(x._get_current_object(), n, v)
__delattr__ = lambda x, n: delattr(x._get_current_object(), n)
__str__ = lambda x: str(x._get_current_object())
__lt__ = lambda x, o: x._get_current_object() < o
__le__ = lambda x, o: x._get_current_object() <= o
__eq__ = lambda x, o: x._get_current_object() == o
__ne__ = lambda x, o: x._get_current_object() != o
__gt__ = lambda x, o: x._get_current_object() > o
__ge__ = lambda x, o: x._get_current_object() >= o
... ...
事情到了這里，我們在文章開頭的第二個疑問就能夠得到解答了，我們之所以不需要使用get_request() 這樣的方法調用來獲取當前的request對象，都是LocalProxy的功勞。
LocalProxy作為一個代理，通過自定義魔法方法。代理了我們對于request的所有操作， 使之指向到真正的request對象。
怎么樣，現在知道了 request.args 不是它看上去那么簡簡單單的吧。
現在，讓我們來看看第二個問題，在多線程的環(huán)境下，request是怎么正常工作的呢？ 還是讓我們回到globals.py吧：
代碼如下:
from functools import partial
from werkzeug.local import LocalStack, LocalProxy
def _lookup_req_object(name):
top = _request_ctx_stack.top
if top is None:
raise RuntimeError('working outside of request context')
return getattr(top, name)
# context locals
_request_ctx_stack = LocalStack()
request = LocalProxy(partial(_lookup_req_object, 'request'))
問題的關鍵就在于這個 _request_ctx_stack 對象了，讓我們找到LocalStack的源碼：
代碼如下:
class LocalStack(object):
def __init__(self):
# 其實LocalStack主要還是用到了另外一個Local類
# 它的一些關鍵的方法也被代理到了這個Local類上
# 相對于Local類來說，它多實現了一些和堆?！癝tack”相關方法，比如push、pop之類
# 所以，我們只要直接看Local代碼就可以
self._local = Local()
... ...
@property
def top(self):
"""
返回堆棧頂部的對象
"""
try:
return self._local.stack[-1]
except (AttributeError, IndexError):
return None
# 所以，當我們調用_request_ctx_stack.top時，其實是調用了 _request_ctx_stack._local.stack[-1]
# 讓我們來看看Local類是怎么實現的吧，不過在這之前我們得先看一下下面出現的get_ident方法
# 首先嘗試著從greenlet導入getcurrent方法，這是因為如果flask跑在了像gevent這種容器下的時候
# 所以的請求都是以greenlet作為最小單位，而不是thread線程。
try:
from greenlet import getcurrent as get_ident
except ImportError:
try:
from thread import get_ident
except ImportError:
from _thread import get_ident
# 總之，這個get_ident方法將會返回當前的協(xié)程/線程ID，這對于每一個請求都是唯一的
class Local(object):
__slots__ = ('__storage__', '__ident_func__')
def __init__(self):
object.__setattr__(self, '__storage__', {})
object.__setattr__(self, '__ident_func__', get_ident)
... ...
# 問題的關鍵就在于Local類重載了__getattr__和__setattr__這兩個魔法方法
def __getattr__(self, name):
try:
# 在這里我們返回調用了self.__ident_func__()，也就是當前的唯一ID
# 來作為__storage__的key
return self.__storage__[self.__ident_func__()][name]
except KeyError:
raise AttributeError(name)
def __setattr__(self, name, value):
ident = self.__ident_func__()
storage = self.__storage__
try:
storage[ident][name] = value
except KeyError:
storage[ident] = {name: value}
... ...
# 重載了這兩個魔法方法之后
# Local().some_value 不再是它看上去那么簡單了:
# 首先我們先調用get_ident方法來獲取當前運行的線程/協(xié)程ID
# 然后獲取這個ID空間下的some_value屬性，就像這樣：
#
# Local().some_value -> Local()[current_thread_id()].some_value
#
# 設置屬性的時候也是這個道理
通過這些分析，相信疑問二也得到了解決，通過使用了當前的線程/協(xié)程ID，加上重載一些魔法 方法，Flask實現了讓不同工作線程都使用了自己的那一份stack對象。這樣保證了request的正常 工作。
說到這里，這篇文章也差不多了。我們可以看到，為了使用者的方便，作為框架和工具的開發(fā)者 需要付出很多額外的工作，有時候，使用一些語言上的魔法是無法避免的，Python在這方面也有著 相當不錯的支持。
我們所需要做到的就是，學習掌握好Python中那些魔法的部分，使用魔法來讓自己的代碼更簡潔， 使用更方便。