1. 前言
本文将基于flask 0.1版本(git checkout 8605cc3)来分析flask的实现，试图理清flask中的一些概念，加深读者对flask的理解，提高对flask的认识。从而，在使用flask过程中，能够减少困惑，胸有成竹，遇bug而不惊。
在试图理解flask的设计之前，你知道应该知道以下几个概念：
- flask(web框架)是什么
- WSGI是什么
- jinja2是什么
- Werkzeug是什么
本文将首先回答这些问题，然后再分析flask源码。
2. 知识准备
2.1 WSGI
下面这张图来自这里，通过这张图，读者对web框架所处的位置和WSGI协议能够有一个感性的认识。
WSGI
wikipedia上对WSGI的解释就比较通俗易懂。为了更好的理解WSGI，我们来看一个例子:
from eventlet import wsgi
import eventlet
def hello_world(environ, start_response):
start_response('200 OK', [('Content-Type', 'text/plain')])
return ['Hello, World!\r\n']
wsgi.server(eventlet.listen(('', 8090)), hello_world)
我们定义了一个hello_world函数，这个函数接受两个参数。分别是environ和start_response，我们将这个hello_world传递给eventlet.wsgi.server以后， eventlet.wsgi.server在调用hello_world时，会自动传入environ和start_response这两个参数，并接受hello_world的返回值。而这，就是WSGI的作用。
也就是说，在python的世界里，通过WSGI约定了web服务器怎么调用web应用程序的代码，web应用程序需要符合什么样的规范，只要web应用程序和web服务器都遵守WSGI 协议，那么，web应用程序和web服务器就可以随意的组合。这也就是WSGI存在的原因。
WSGI是一种协议，这里，需要注意两个相近的概念：
- uwsgi同WSGI一样是一种协议
- 而uWSGI是实现了uwsgi和WSGI两种协议的web服务器
2.2 jinja2与Werkzeug
flask依赖jinja2和Werkzeug，为了完全理解flask，我们还需要简单介绍一下这两个依赖。
jinja2
Jinja2是一个功能齐全的模板引擎。它有完整的unicode支持，一个可选 的集成沙箱执行环境，被广泛使用。
jinja2的一个简单示例如下:
>>> from jinja2 import Template
>>> template = Template('Hello !')
>>> template.render(name='John Doe')
u'Hello John Doe!'
Werkzeug
Werkzeug是一个WSGI工具包，它可以作为web框架的底层库。
我发现Werkzeug的官方文档介绍特别好，下面这一段摘录自这里。
Werkzeug是一个WSGI工具包。WSGI是一个web应用和服务器通信的协议，web应用可以通过WSGI一起工作。一个基本的”Hello World”WSGI应用看起来是这样的:
def application(environ, start_response):
start_response('200 OK', [('Content-Type', 'text/plain')])
return ['Hello World!']
上面这小段代码就是WSGI协议的约定，它有一个可调用的start_response 。environ包含了所有进来的信息。 start_response用来表明已经收到一个响应。 通过Werkzeug，我们可以不必直接处理请求或者响应这些底层的东西，它已经为我们封装好了这些。
请求数据需要environ对象，Werkzeug允许我们以一个轻松的方式访问数据。响应对象是一个WSGI应用，提供了更好的方法来创建响应。如下所示：
from werkzeug.wrappers import Response
def application(environ, start_response):
response = Response('Hello World!', mimetype='text/plain')
return response(environ, start_response)
2.3 如何理解wsgi, Werkzeug, flask之间的关系
Flask是一个基于Python开发并且依赖jinja2模板和Werkzeug WSGI服务的一个微型框架，对于Werkzeug，它只是工具包，其用于接收http请求并对请求进行预处理，然后触发Flask框架，开发人员基于Flask框架提供的功能对请求进行相应的处理，并返回给用户，如果要返回给用户复杂的内容时，需要借助jinja2模板来实现对模板的处理。将模板和数据进行渲染，将渲染后的字符串返回给用户浏览器。
2.4 Flask是什么，不是什么
Flask永远不会包含数据库层，也不会有表单库或是这个方面的其它东西。Flask本身只是Werkzeug和Jinja2的之间的桥梁，前者实现一个合适的WSGI应用，后者处理模板。当然，Flask也绑定了一些通用的标准库包，比如logging。除此之外其它所有一切都交给扩展来实现。
为什么呢？因为人们有不同的偏好和需求，Flask不可能把所有的需求都囊括在核心里。大多数web应用会需要一个模板引擎。然而不是每个应用都需要一个SQL数据库的。
Flask 的理念是为所有应用建立一个良好的基础，其余的一切都取决于你自己或者 扩展。
3. Flask源码分析
Flask的使用非常简单，官网的例子如下：
from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello():
return "Hello World!"
if __name__ == "__main__":
app.run()
每当我们需要创建一个flask应用时，我们都会创建一个Flask对象:
app = Flask(__name__)
下面看一下Flask对象的__init__方法，如果不考虑jinja2相关，核心成员就下面几个:
class Flask:
def __init__(self, package_name):
self.package_name = package_name
self.root_path = _get_package_path(self.package_name)
self.view_functions = {}
self.error_handlers = {}
self.before_request_funcs = []
self.after_request_funcs = []
self.url_map = Map()
我们把目光聚集到后面几个成员，view_functions中保存了视图函数(处理用户请求的函数，如上面的hello())，error_handlers中保存了错误处理函数，before_request_funcs和after_request_funcs保存了请求的预处理函数和后处理函数。
self.url_map用以保存URI到视图函数的映射，即保存app.route()这个装饰器的信息，如下所示：
def route(...):
def decorator(f):
self.add_url_rule(rule, f.__name__, **options)
self.view_functions[f.__name__] = f
return f
return decorator
上面说到的是初始化部分，下面看一下执行部分，当我们执行app.run()时，调用堆栈如下:
app.run()
run_simple(host, port, self, **options)
__call__(self, environ, start_response)
wsgi_app(self, environ, start_response)
wsgi_app是flask核心:
def wsgi_app(self, environ, start_response):
with self.request_context(environ):
rv = self.preprocess_request()
if rv is None:
rv = self.dispatch_request()
response = self.make_response(rv)
response = self.process_response(response)
return response(environ, start_response)
可以看到，wsgi_app这个函数的作用就是先调用所有的预处理函数，然后分发请求，再调用所有后处理函数，最后返回response。
看一下dispatch_request函数的实现，因为，这里有flask的错误处理逻辑:
def dispatch_request(self):
try:
endpoint, values = self.match_request()
return self.view_functions[endpoint](**values)
except HTTPException, e:
handler = self.error_handlers.get(e.code)
if handler is None:
return e
return handler(e)
except Exception, e:
handler = self.error_handlers.get(500)
if self.debug or handler is None:
raise
return handler(e)
如果出现错误，则根据相应的error code，调用不同的错误处理函数。
上面这段简单的源码分析，就已经将Flask几个核心变量和核心函数串联起来了。其实，我们这里扣出来的几段代码，也就是Flask的核心代码。毕竟，Flask的0.1版本包含大量注释以后，也才六百行代码。
4. flask的魔法
如果读者打开flask.py文件，将看到我前面的源码分析几乎已经覆盖了所有重要的代码。但是，细心的读者会看到，在Flask.py文件的末尾处，有以下几行代码:
# context locals
_request_ctx_stack = LocalStack()
current_app = LocalProxy(lambda: _request_ctx_stack.top.app)
request = LocalProxy(lambda: _request_ctx_stack.top.request)
session = LocalProxy(lambda: _request_ctx_stack.top.session)
g = LocalProxy(lambda: _request_ctx_stack.top.g)
这是我们得以方便的使用flask开发的魔法，也是flask源码中的难点。在分析之前，我们先看一下它们的作用。
在flask的开发过程中，我们可以通过如下方式访问url中的参数:
from flask import request
@app.route('/')
def hello():
name = request.args.get('name', None)
看起来request像是一个全局变量，那么，一个全局变量为什么可以在一个多线程环境中随意使用呢，下面就随我来一探究竟吧！
先看一下全局变量_request_ctx_stack的定义:
_request_ctx_stack = LocalStack()
正如它LocalStack()的名字所暗示的那样，_request_ctx_stack是一个栈。显然，一个栈肯定会有push 、pop和top函数，如下所示:
class LocalStack(object):
def __init__(self):
self._local = Local()
def push(self, obj):
rv = getattr(self._local, 'stack', None)
if rv is None:
self._local.stack = rv = []
rv.append(obj)
return rv
def pop(self):
stack = getattr(self._local, 'stack', None)
if stack is None:
return None
elif len(stack) == 1:
release_local(self._local)
return stack[-1]
else:
return stack.pop()
按照我们的理解，要实现一个栈，那么LocalStack类应该有一个成员变量，是一个list，然后通过 这个list来保存栈的元素。然而，LocalStack并没有一个类型是list的成员变量， LocalStack仅有一个成员变量self._local = Local()。
顺藤摸瓜，我们来到了Werkzeug的源码中，到达了Local类的定义处:
class Local(object):
def __init__(self):
object.__setattr__(self, '__storage__', {})
object.__setattr__(self, '__ident_func__', get_ident)
def __getattr__(self, name):
try:
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}
需要注意的是，Local类有两个成员变量，分别是__storage__和__ident_func__，其中，前者 是一个字典，后者是一个函数。这个函数的含义是，获取当前线程的id（或协程的id）。
此外，我们注意到，Local类自定义了__getattr__和__setattr__这两个方法，也就是说，我们在操作self.local.stack时， 会调用__setattr__和__getattr__方法。
_request_ctx_stack = LocalStack()
_request_ctx_stack.push(item)
# 注意，这里赋值的时候，会调用__setattr__方法
self._local.stack = rv = [] ==> __setattr__(self, name, value)
而__setattr的定义如下:
def __setattr__(self, name, value):
ident = self.__ident_func__()
storage = self.__storage__
try:
storage[ident][name] = value
except KeyError:
storage[ident] = {name: value}
在__setattr__中，通过__ident_func__获取到了一个key，然后进行赋值。自此，我们可以知道， LocalStack是一个全局字典，或者说是一个名字空间。这个名字空间是所有线程共享的。 当我们访问字典中的某个元素的时候，会通过__getattr__进行访问，__getattr__先通过线程id， 找当前这个线程的数据，然后进行访问。
字段的内容如下：
{'thread_id':{'stack':[]}}
{'thread_id1':{'stack':[_RequestContext()]},
'thread_id2':{'stack':[_RequestContext()]}}
最后，我们来看一下其他几个全局变量:
current_app = LocalProxy(lambda: _request_ctx_stack.top.app)
request = LocalProxy(lambda: _request_ctx_stack.top.request)
session = LocalProxy(lambda: _request_ctx_stack.top.session)
g = LocalProxy(lambda: _request_ctx_stack.top.g)
读者可以自行看一下LocalProxy的源码，LocalProxy仅仅是一个代理（可以想象设计模式中的代理模式）。
通过LocalStack和LocalProxy这样的Python魔法，每个线程访问当前请求中的数据(request, session)时， 都好像都在访问一个全局变量，但是，互相之间又互不影响。这就是Flask为我们提供的便利，也是我们 选择Flask的理由！
5. 总结
在这篇文章中，我们简单地介绍了WSGI, jinja2和Werkzeug，详细介绍了Flask在web开发中所处的位置和发挥的作用。最后，深入Flask的源码，了解了Flask的实现。