werkzeug-Context Locals

DRM驱动代码分析:展频 跳频 阅读详情

原文:http://werkzeug.pocoo.org/docs/0.12/local/#werkzeug.local.LocalProxy


Sooner or later you have some things you want to have in every single view or helper function or whatever. In PHP the way to go are global variables. However, that isn’t possible in WSGI applications without a major drawback: As soon as you operate on the global namespace your application isn’t thread-safe any longer.

早晚有一天,你会想把一些东西储存在视图、辅助函数等等。在PHP中,你可以用全局变量的方式来实现。然而,由于一个主要的缺点,在WSGI应用中是不可能的:当您在全局命名空间上进行操作时,您的应用程序线程将不再安全。


The Python standard library has a concept called “thread locals” (or thread-local data). A thread local is a global object in which you can put stuff in and get back later in a thread-safe and thread-specific way. That means that whenever you set or get a value on a thread local object, the thread local object checks in which thread you are and retrieves the value corresponding to your thread (if one exists). So, you won’t accidentally get another thread’s data.
Python标准库有一个名为“本地线程”的概念(或本地线程数据)。本地线程是一个全局对象,您可以用特定、安全的线程形式将其放入并于稍后将其返回。这意味着当您给本地线程对象上设置或获取值时,本地线程对象检查您所在的线程,并检索与您的线程对应的值(如果存在)。所以,你不会不小心得到另一个线程的数据。


This approach, however, has a few disadvantages. For example, besides threads, there are other types of concurrency in Python. A very popular one is greenlets. Also, whether every request gets its own thread is not guaranteed in WSGI. It could be that a request is reusing a thread from a previous request, and hence data is left over in the thread local object.
然而,这种方法有一些缺点。例如,除了线程之外,Python中还有其他类型的并发。其中一个非常受欢迎的是greenlets。同样,在WSGI中,每个请求都有自己的线程是无法保证的。有可能该请求正在重用以前请求的线程,因此在本地线程对象中保留了数据。


Werkzeug provides its own implementation of local data storage called werkzeug.local. This approach provides a similar functionality to thread locals but also works with greenlets.

Werkzeug提供了自己的本地数据存储的实现,称为Werkzeug . local。这种方法提供了一种类似于本地线程的功能,但也适用于greenlets。

Here’s a simple example of how one could use werkzeug.local:

from werkzeug.local import Local, LocalManager

local = Local()
local_manager = LocalManager([local])

def application(environ, start_response):
    local.request = request = Request(environ)
    ...

application = local_manager.make_middleware(application)

This binds the request to local.request. Every other piece of code executed after this assignment in the same context can safely access local.request and will get the same request object. Themake_middleware method on the local manager ensures that all references to the local objects are cleared up after the request.

这将请求绑定到local. request。在同一环境下执行此任务后执行的所有其他代码都可以安全地访问本地,并且将得到相同的请求对象。本地管理器上的make_middleware方法确保在请求之后,所有引用本地对象的内容都会被清除。

The same context means the same greenlet (if you’re using greenlets) in the same thread and same process.

在相同的线程和协程中,相同的环境意味着相同的greenlet(如果您正在使用greenlets)。

If a request object is not yet set on the local object and you try to access it, you will get anAttributeError. You can use getattr to avoid that:

如果一个请求对象还没有设置在本地对象上,并且您尝试访问它,那么您将得到一个AttributeError。你可以使用getattr来避免:

def get_request():
    return getattr(local, 'request', None)
This will try to get the request or return None if the request is not (yet?) available.

这将尝试获得请求,如果请求不存在则返回None。

Note that local objects cannot manage themselves, for that you need a local manager. You can pass a local manager multiple locals or add additionals later by appending them tomanager.locals and every time the manager cleans up it will clean up all the data left in the locals for this context.

注意,本地对象不能管理自己,因此您需要一个本地管理器。您可以把多个区域变量传递给本地管理器,或在稍后通过appending的方式把额外的东西添加到管理器。每当管理器清空,会把这个环境下的所有区域变量的数据清空。

werkzeug.local. release_local ( local )

Releases the contents of the local for the current context.This makes it possible to use locals without a manager.

为当前环境释放本地内容。这使得在没有管理器的情况下使用区域变量成为可能。

Example:

>>> loc = Local()
>>> loc.foo = 42
>>> release_local(loc)
>>> hasattr(loc, 'foo')
False

With this function one can release Local objects as well as LocalStack objects. However it is not possible to release data held by proxies that way, one always has to retain a reference to the underlying local object in order to be able to release it.

使用这个函数,可以释放本地对象和LocalStack对象。但是,不能通过这种方式释放代理所持有的数据,因此,始终必须保留对底层本地对象的引用,以便能够释放它。


New in version 0.6.1.

class werkzeug.local. LocalManager ( locals=None, ident_func=None )

Local objects cannot manage themselves. For that you need a local manager. You can pass a local manager multiple locals or add them later by appending them tomanager.locals. Every time the manager cleans up,it will clean up all the data left in the locals for this context.

本地对象不能管理自己,因此您需要一个本地管理器。您可以把多个区域变量传递给本地管理器,或在稍后通过appending的方式把额外的东西添加到管理器。每当管理器清空,会把这个环境下的所有区域变量的数据清空。


The ident_func parameter can be added to override the default ident function for the wrapped locals.

可以添加ident_func参数来重写包装好的本地函数中的默认ident函数。


cleanup ( )

Manually clean up the data in the locals for this context. Call this at the end of the request or usemake_middleware().

手动清除当前环境下的区域变量数据。在请求的最后调用这个或者使用make_middleware()。

    get_ident ( )

             Return the context identifier the local objects use internally for this context. You cannot override this method to change the behavior but use it to link other                      context local objects (such as SQLAlchemy’s scoped sessions) to the Werkzeug locals.

                          返回本地对象在当前环境内存下使用的环境标识符。您不能重写这个方法来改变这个行为,而是用它来连接其他环境下的本地对象(例如           SQLAlchemy                            的scoped sessions)和Werkzeug locals。

make_middleware ( app )

Wrap a WSGI application so that cleaning up happens afterrequest end.

封装一个WSGI应用程序,以便在请求结束后进行清理。

    middleware ( func )

          Like make_middleware but for decorating functions.

          make_middleware的装饰函数形式。

          Example usage:

	@manager.middleware
	def application(environ, start_response):
   	    ...
          The difference to make_middleware is that the function passed will have all the arguments copied from the inner application(name, docstring, module).

          与make_middleware不同的是,传递的函数将包含从内部应用程序复制的所有参数(name、docstring、module)。

class werkzeug.local. LocalStack

This class works similar to a Local but keeps a stackof objects instead. This is best explained with an example:

>>> ls = LocalStack()
>>> ls.push(42)
>>> ls.top
42
>>> ls.push(23)
>>> ls.top
23
>>> ls.pop()
23
>>> ls.top
42
They can be force released by using a LocalManager or with the release_local() function but the correct way is to pop the item from the stack after using. When the stack is empty it will no longer be bound to the current context (and as such released).

可以使用LocalManager或release_local()函数释放它们,但正确的方法是使用后从堆栈中弹出条目。当堆栈为空时,它将不再被绑定到当前环境(以及类似的释放)。

By calling the stack without arguments it returns a proxy that resolves to the topmost item on the stack.

通过不带参数的方式调用堆栈,它返回一个代理,该代理解析为堆栈上的最顶层项。

pop ( )

Removes the topmost item from the stack, will return theold value or None if the stack was already empty.

从堆栈中删除最顶层项,如果堆栈已经是空的,则返回None。

push ( obj )

Pushes a new item to the stack

往栈中放入一个新的项。

top

The topmost item on the stack. If the stack is empty,None is returned.

在堆栈上的最上面的项。如果堆栈是空的,则返回None。

class werkzeug.local. LocalProxy ( local, name=None )

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.

作为一个werkzeug本地的代理。将所有操作转发到一个代理对象。唯一不支持转发的操作是向右传递的操作和任何类型的任务等。

Example usage:

from werkzeug.local import Local
l = Local()

# these are proxies
request = l('request')
user = l('user')


from werkzeug.local import LocalStack
_response_local = LocalStack()

# this is a proxy
response = _response_local()

Whenever something is bound to l.user / l.request the proxy objects will forward all operations. If no object is bound a RuntimeError will be raised.

每当有东西通过代理对象转发操作绑定到l.user/l.request。如果没有对象被绑定,则会引发运行错误。

To create proxies to Local or LocalStack objects,call the object as shown above. If you want to have a proxy to an object looked up by a function, you can (as of Werkzeug 0.6.1) pass a function to the LocalProxy constructor:

要为本地或本地堆栈对象创建代理,请调用上面所示的对象。如果您想要一个函数的代理,您可以(如Werkzeug 0.6.1)将一个函数传递给LocalProxy构造函数:

session = LocalProxy(lambda: get_current_request().session)
Keep in mind that repr() is also forwarded, so if you want to find out if you are dealing with a proxy you can do an isinstance() check:

请记住repr()也被转发了,所以如果您想知道您是否在处理代理,您可以执行isinstance()检查:

>>> from werkzeug.local import LocalProxy
>>> isinstance(request, LocalProxy)
True
You can also create proxy objects by hand:

你也可以手动生成代理对象:

from werkzeug.local import Local, LocalProxy
local = Local()
request = LocalProxy(local, 'request')

_get_current_object ( )

Return the current object. This is useful if you want the real object behind the proxy at a time for performance reasons or because you want to pass the object into a different context.

返回当前对象。如果您想要在代理的背后支持真实对象,或者因为您想要将对象传递到不同的上下文中,这将非常有用。






YOLO11多个点组合创新:GC10-DET缺陷检测 | DCNv4结合SPPF+11Detect创新性结合 DCNv4结合SPPF+11Detect创新性结合,原始mAP50为0.633 提升至0.651 阅读详情

相关推荐

量化交易如何利用涨停板策略收割散户

量化交易通过算法筛选特定特征的股票,在早盘建立底仓后,利用大单拉升制造抢筹假象,吸引散户跟风买入。这种策略利用了散户的认知偏差,如锚定效应和从众心理,导致次日低开闷杀。从技术实现来看,量化策略通过控制买入量、隐藏真实意图等手段,精准执行隔日砸策略。对于短线交易者而言,理解量化资金的运作逻辑和识别危险涨停板的特征至关重要,这包括观察封板时间、盘口挂单、量价关系等多维度数据。在算法主导的市场中,散户需要升级交易工具和策略,从预测走势转向应对走势,才能避免成为量化策略的牺牲品。

weixin_33046983的博客 296

Werkzeug - 本地上下文(context locals)

官方文档原文 你迟早会遇到这种情况,在单个视图函数或者帮助函数中需要调用一些变量。PHP是通过全局变量来实现的。但是在一个WSGI(网页服务器网管接口)应用中不能通过全局变量来实现,因为只要你调用了全局命名空间,那么应用的线程安全就没法保证了。 Python的标准库里有个概念,叫作线程本地变量(或线程本地变量数据)。线程本地变量是全局对象,可以向其中添加一些东西,然后以线程安全(thread-s

爱生活没道理的博客 1546

电力电子技术文章:ACOT控制模式在Buck变换器中的频率稳定性分析

本文深入分析了ACOT控制模式在Buck变换器中实现频率稳定性的原理与优势。通过对比传统COT模式,阐述了ACOT如何通过自适应调整导通时间,将开关频率锁定在设定值,从而有效应对输入电压与负载变化。文章还探讨了其在轻载DCM模式下的高效与平滑切换特性,并提供了关键的设计考量与实战指南。

cc789的博客 1157

flask---上下文管理

1. 上下文管理介绍 请求上下文管理(request/session) 应用上下文管理(app/g) 图片详解 2. flask源码中总共有2个localstack对象 # flask源码中总共有2个localstack对象 # context locals # 两个单例模式,分别放不同的值 # 放 reqeust ,session __strage__ ={ 1111:{ "stack":[RequestContext(reqeust ,session),]}

python_web全栈 4273

An example: 2D immersed boundary lattice Boltzmann method code--By Timm Krüger.2011.

//谢谢Timm Krüger大佬的代码。 还是老样子,有啥问题Feel free to tell us~毕竟群众力量大嘛~QQ群:293267908。 // 话不多说,上干货! // ISBN 978-3-319-44649-3 (Electronic) // 978-3-319-44647-9 (Print) // http://www.springer.c...

weixin_37783345的博客 1420

从零搭建IoT数据中台:STM32+WebSocket实现边缘设备与Web端实时双向通信

本文详细介绍了如何从零搭建基于STM32和WebSocket协议的IoT数据中台,实现边缘设备与Web端的实时双向通信。通过硬件选型、协议设计、服务器搭建及安全优化,提供了一套低延迟、高并发的企业级解决方案,适用于智能农业和工业监控等场景。

tea88的博客 750

Python Web Flask源码解读(四)——全局变量

关于我 一个有思想的程序猿,终身学习实践者,目前在一个创业团队任team lead,技术栈涉及Android、Python、Java和Go,这个也是我们团队的主要技术栈。 Github:github.com/hylinux1024 微信公众号:终身开发者(angrycode) Flask中全局变量有current_app、request、g和session。不过需要注意的是虽然标题是写着全局变...

weixin_30426065的博客 843

模型预测控制(MPC)算法介绍

模型预测控制(Model Predictive Control,MPC)是一种先进的控制策略,广泛应用于工业过程控制、机器人控制、电力系统等领域。它基于系统的模型,通过滚动优化来预测系统未来的行为,并据此确定当前的最优控制输入。

AI的内部世界的博客 7175

Flask之 Context local

对象在flask中是全局的,但是不同于通常所说的全局。这些对象实际上是对象的代理,是为本地准备的特殊上下文.很拗口,其实想理解很简单。 想象一下 上下文(context) 开始操作线程。 一个请求进来,web服务器决定去 生产一个新的线程(或者其他的,基本对象是能够处理的并发系统以外的其他线程). 当flask开始 内部请求 操作,它会认出当前的线程是活动的,并且绑定当前应用程序和WSGI...

weixin_30325793的博客 150

基于ART算法和SIRT算法的超声CT反演及MATLAB代码实现

在超声CT中,反演算法起着至关重要的作用,它通过从测量数据中恢复出目标物体的内部结构。本文将介绍基于ART算法(Algebraic Reconstruction Technique)和SIRT算法(Simultaneous Iterative Reconstruction Technique)的超声CT反演方法,并提供相应的MATLAB代码实现。本文介绍了基于ART算法和SIRT算法的超声CT反演方法,并提供了相应的MATLAB代码示例。基于ART算法和SIRT算法的超声CT反演及MATLAB代码实现。

2301_79326510的博客 569

人工智能技术基础系列之:迁移学习

作者:禅与计算机程序设计艺术 1.背景介绍 随着深度学习和神经网络的快速发展,越来越多的应用场景需要处理大量的数据和复杂的任务。然而,由于计算资源、存储空间等条件的限制,传统的人工智能方法往往不能满足实际需求。因此,为了提高效率和降低成本,研究人员提出了迁移学习的概念。本篇文章将详细介绍迁移学习的基

AI天才研究院 700

python Flask搭建网站

Flask是一个Python编写的Web 微框架,让我们可以使用Python语言快速实现一个网站或Web服务。本文参考自Flask官方文档,大部分代码引用自官方文档。 安装Flask 首先我们来安装Flask。最简单的办法就是使用pip。 pip install flask 然后在pycharm中创建flask项目 创建完成后如图显示 其中,app.py就是我们的启动类 from flask import Flask app = Flask(__name__) @app.r.

离离原上草,一岁一枯荣,野火烧不尽,春风吹又生。 6344

TensorRT - 使用自定义层扩展 TensorRT

TensorRT 支持通过自定义插件扩展功能。开发者可以基于 IPluginV3 接口实现插件类,并通过 IPluginCreatorV3One 创建器类注册到 TensorRT 插件注册表。插件实现需要包含核心、构建和运行时三种能力,并通过静态或动态方式注册。最后可使用 addPluginV3() 将插件实例添加到 TensorRT 网络中。这种方法允许在标准层不满足需求时,使用自定义层扩展模型功能。

1149

ai-development-patterns 降本篇:Model Routing 模型路由与Code Research,省Token还能做可运行技术调研

[ai-development-patterns](https://link.gitcode.com/i/b474cd7221b2f76b5b2c5047b47c9e8a) 是一个按成熟度和开发生命周期组织的 AI 开发模式合集,覆盖 Foundation、Development、Operations 三个阶段。本篇聚焦 Development 阶段的两个高实用价值模式:**Model Routi

gitblog_00739的博客 321

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Flask 应用上下文与请求上下文深度解析:Context、contextvars 与代理机制全攻略

**导读**:本篇技术指南围绕 Flask 官方教程系列中的核心章节《Application and Request Contexts》展开,系统讲解 Flask 如何借助应用上下文(AppContext)与请求上下文(RequestContext)在并发请求下隔离状态、绑定 `current_app`、`request`、`session`、`g` 等上下文全局对象。文章将带你掌握上下文自动 p

gitblog_00738的博客 491

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

Flask上下文机制

预备知识:本地线程我们要在同一个进程中隔离不同线程的数据,那么我们会优先选择threading.local,来实现数据的彼此隔离.但是当基于协程(Greenlet/Eventlet)实现时,Local很难满足我们的需求.在Flask中基于Werkzeug实现了可以满足协程的Local,werkzeug.local.Localwerkzeug.local.Local源码如下 [Python]...

黑马程序员广州中心的专栏 160

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Flask框架入门指南:从微框架到企业级应用开发

Web开发框架是现代应用开发的核心工具,它通过封装底层HTTP协议和路由机制,简化了服务器端逻辑与前端交互的复杂度。其工作原理基于请求-响应模型,将URL映射到特定的处理函数,并支持模板渲染、数据库集成等扩展功能。这种架构的价值在于提升开发效率、保证代码可维护性,并促进团队协作标准化。在实际应用中,框架选择直接影响项目的技术栈和迭代速度,尤其对于API服务、微服务架构和快速原型开发场景。Flask作为Python生态中的轻量级微框架,以其模块化设计和扩展性著称,常与SQLAlchemy、Jinja2等工具链

weixin_30299709的博客 396

python3 locals的注意点

for i in range(3): locals()['part' + str(i)] = i print(part0) print(part1) print(part2) 运行没有问题 但是如下,代码在函数下运行,报错:part0变量没有定义 def Main(): for i in range(3): locals()['part'+str(i)] = i ...

qq_35492650的博客 1145

python语言打开网址_使用Python语言快速实现一个网站或Web服务

Flask是一个Python编写的Web 微框架,让我们可以使用Python语言快速实现一个网站或Web服务。本文参考自Flask官方文档,大部分代码引用自官方文档。安装Flask首先我们来安装Flask。最简单的办法就是使用pip。pip install flask然后打开一个Python文件,输入下面的内容并运行该文件。然后访问localhost:5000,我们应当可以看到浏览器上输出了Hel...

weixin_39752434的博客 1421

探索melano

官网 使用docker 。windows安装docker desktop for windows。 安装wsl windows Terminal 根据官网的get started 文档执行安装 meltano 步骤 问题 ImportError: cannot import name 'ContextVar' from 'werkzeug.local' (/home/fang/meltano-projects/.venv/lib/python3.8/site-packages/we...

fang.lovest.yang的博客 1324

cannot import name ContextVar

Flask 启动异常 Unable to load celery application. While trying to load the module app.celery the following error occurred: Traceback (most recent call last): File "/usr/local/lib/python3.7/site-packages/celery/bin/celery.py", line 53, in convert return f

SinkRain 3076

ImportError: cannot import name ‘import_string‘ from ‘werkzeug‘解决办法

没必要

学习就像悟道,悟了就是悟了,没悟就是没悟,强求不得 2461

办公神器腾讯 iOA 基础版,用了都说好!

工作了这么多年,在公司遇到过各种大大小小的办公问题,严重影响办公效率。有时电脑遇到点儿什么状况,直接影响一天的工作状态,下面列举几个我遇到的比较头疼的情况。第一个就是蓝屏,一次电脑蓝屏重启,很可能就会把几个小时的工作成功弄丢,前段时间我电脑的某个驱动跟系统版本有冲突,一天随机重启个四五次,每次重启都会让我白白跑一个多小时模型;第二就是广告弹窗,就不说什么360全家桶了,现在常用的搜狗输入法、鲁大师之类的软件,都会经常弹广告,当然手动也可以去关了,但是他这个关广告的设置一般隐藏的挺深;第三是远程协助,有时候一

22万+

python中的locals()

locals() 技巧 思考一下我们对 current_datetime 的最后一次赋值: def current_datetime(request): now = datetime.datetime.now() return render_to_response('current_datetime.html', {'current_date': now}) 很多时候

chjjunking的专栏 1万+

python locals_Python locals()

python localsPython locals() function returns a dictionary representing the current local symbol table. Python locals()函数返回一个表示当前本地符号表的字典 。 Python program maintains program information in symbol tabl...

从零开始的教程世界 1324

python locals()用法_python – Django使用locals()[复制]

在该教程中使用locals()只是为了方便,因为他需要传递给模板的所有数据都存储在局部变量中. locals()返回一个包含局部变量名称(作为键)和当前值(作为值)的字典.如果必须构建数据并且在单独的变量中没有这样的数据,则需要使用显式的context_dictionary,而不是传递locals().locals()和context_dictionary都是字典,这是唯一的要求:类字典对象(即支...

weixin_29526539的博客 538
上一篇: python反射
下一篇: 关于flask-sqlalchemy同字段多条件的过滤方法
调皮博士
博客等级 码龄10年 14粉丝 15原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值