Python 建立Web站點之Web伺服器網關接口

本文是Python 搭建Web站點系列文章的第二篇，接上文，主要給大家來講述Web伺服器網關介面WSGI的相關資料，非常詳細，有需要的小夥伴可以參考下

在Python 建立Web站點之Web伺服器與Web框架中我們弄清楚了Web 伺服器、Web 應用程式、Web框架的概念。對 Python 來說，越來越多的 Web 框架面世，在給我們更多選擇機會的同時，也限制了我們對 Web Server 的選擇。同樣是有著許多 Web 框架的Java，因為有著 servlet API 的存在，任何Java Web框架寫的應用程式都可以運行在任何一個 Web Server 上。

Python 社群當然也需要這樣一套 API，來適配Web伺服器和應用程序，這套 API 就是 WSGI(Python Web Server Gateway Interface)，在 PEP 3333 裡有詳細的說明。簡單來說，WSGI是連接Web伺服器和Web應用程式的橋樑，一方面從Web server 拿到原始HTTP 數據，處理成統一格式後交給Web 應用程序，另一方面從應用程式/框架這邊進行業務邏輯處理，產生回應內容後交給伺服器。

Web伺服器和框架透過WSGI 來耦合的詳細流程如下圖所示：

WSGI Server 適配

具體解釋如下：

應用程式(網路框架)提供一個命名為application的可呼叫物件(WSGI協定並沒有指定如何實作這個物件)。 伺服器每次從HTTP客戶端接收請求之後，呼叫可呼叫物件application，呼叫時傳遞一個名叫environ的字典作為參數，以及一個名為start_response的可呼叫物件。 框架/應用程式產生HTTP狀態碼以及HTTP回應標頭，然後將二者傳遞至start_response，等待伺服器儲存。此外，框架/應用程式還將傳回回應的正文。 伺服器將狀態碼、回應標頭和回應正文組合成HTTP回應，並傳回給客戶端(這一步並不屬於WSGI協定)。

以下分別從伺服器端和應用程式端來看看 WSGI 是如何做適配的。

伺服器端

我們知道客戶端(通常是瀏覽器)發出的每個HTTP請求由請求行、訊息標頭、請求正文三部分組成，裡面包含了本次請求的相關細節內容。例如：

Method：指出在由Request-URI標識的資源上所執行的方法，包括GET，POST 等User-Agent：允許客戶端將它的作業系統、瀏覽器和其它屬性告訴伺服器;

伺服器從客戶端接收HTTP請求之後，WSGI 介面必須要對這些請求欄位進行統一化處理，方便傳給應用程式伺服器介面(其實就是給框架)。 Web伺服器具體傳遞哪些資料給應用程序，早在CGI(Common Gateway Interface，通用網關介面)裡就有詳細規定，這些資料被稱為 CGI 環境變數。 WSGI 沿用了 CGI 環境變數的內容，要求 Web 伺服器必須建立一個字典用來保存這些環境變數(一般將其命名為 environ)。除了 CGI 定義的變量，environ 還必須保存一些WSGI定義的變量，此外還可以保存一些客戶端系統的環境變量，可以參考environ Variables 來看看具體有哪些變量。

接著 WSGI 介面必須將 environ 交給應用程式去處理，這裡 WSGI 規定應用程式提供一個可呼叫物件 application，然後伺服器去呼叫 application，取得傳回值為HTTP回應正文。伺服器在呼叫 application 的時候，需要提供兩個變量，一個是前面提到的變數字典environ，另一個是可呼叫物件 start_response，它產生狀態碼和回應頭，這樣我們就得到了一個完整的HTTP回應。 Web 伺服器將回應傳回給客戶端，一次完整的HTTP請求-回應過程就完成了。

wsgiref 分析

Python 中內建了一個實作了WSGI介面的Web 伺服器，在模組wsgiref中，它是用純Python編寫的WSGI伺服器的參考實現，我們一起來簡單分析一下它的實作。首先假設我們用下面程式​​碼啟動一個Web 伺服器：

# Instantiate the server 
httpd = make_server( 
 'localhost', # The host name 
 8051,   # A port number where to wait for the request 
 application  # The application object name, in this case a function 
) 
# Wait for a single request, serve it and quit 
httpd.handle_request()

然後我們以Web伺服器接收一個請求、產生environ，然後呼叫application 來處理請求這條主線來分析原始碼的呼叫過程，簡化如下圖所示：

#WSGI Server 呼叫流程

这里主要有三个类，WSGIServer，WSGIRequestHandler，ServerHandle。WSGIServer 是Web服务器类，可以提供server_address(IP:Port)和 WSGIRequestHandler 类来进行初始化获得一个server对象。该对象监听响应的端口，收到HTTP请求后通过 finish_request 创建一个RequestHandler 类的实例，在该实例的初始化过程中会生成一个 Handle 类实例，然后调用其 run(application) 函数，在该函数里面再调用应用程序提供的 application对象来生成响应。

这三个类的继承关系如下图所示：

WSGI 类继承关系图

其中 TCPServer 使用 socket 来完成 TCP 通信，HTTPServer 则是用来做 HTTP 层面的处理。同样的，StreamRequestHandler 来处理 stream socket，BaseHTTPRequestHandler 则是用来处理 HTTP 层面的内容，这部分和 WSGI 接口关系不大，更多的是 Web 服务器的具体实现，可以忽略。

微服务器实例

如果上面的 wsgiref 过于复杂的话，下面一起来实现一个微小的 Web 服务器，便于我们理解 Web 服务器端 WSGI 接口的实现。代码摘自 自己动手开发网络服务器(二)，放在 gist 上，主要结构如下：

class WSGIServer(object): 
 # 套接字参数 
 address_family, socket_type = socket.AF_INET, socket.SOCK_STREAM 
 request_queue_size = 1 
 def __init__(self, server_address): 
  # TCP 服务端初始化：创建套接字，绑定地址，监听端口 
  # 获取服务器地址，端口 
 def set_app(self, application): 
  # 获取框架提供的 application 
  self.application = application 
 def serve_forever(self): 
  # 处理 TCP 连接：获取请求内容，调用处理函数 
 def handle_request(self): 
  # 解析 HTTP 请求，获取 environ，处理请求内容，返回HTTP响应结果 
  env = self.get_environ() 
  result = self.application(env, self.start_response) 
  self.finish_response(result) 
 def parse_request(self, text): 
  # 解析 HTTP 请求 
   
 def get_environ(self): 
  # 分析 environ 参数，这里只是示例，实际情况有很多参数。 
  env['wsgi.url_scheme'] = 'http' 
  ... 
  env['REQUEST_METHOD'] = self.request_method # GET 
  ... 
  return env 
 def start_response(self, status, response_headers, exc_info=None): 
  # 添加响应头，状态码 
  self.headers_set = [status, response_headers + server_headers] 
 def finish_response(self, result): 
  # 返回 HTTP 响应信息 
SERVER_ADDRESS = (HOST, PORT) = '', 8888 
# 创建一个服务器实例 
def make_server(server_address, application): 
 server = WSGIServer(server_address) 
 server.set_app(application) 
 return server

目前支持 WSGI 的成熟Web服务器有很多，Gunicorn是相当不错的一个。它脱胎于ruby社区的Unicorn，成功移植到python上，成为一个WSGI HTTP Server。有以下优点：

容易配置 可以自动管理多个worker进程 选择不同的后台扩展接口(sync, gevent, tornado等) 应用程序端(框架)

和服务器端相比，应用程序端(也可以认为框架)要做的事情就简单很多，它只需要提供一个可调用对象(一般习惯将其命名为application)，这个对象接收服务器端传递的两个参数 environ 和 start_response。这里的可调用对象不仅可以是函数，还可以是类(下面第二个示例)或者拥有 __call__ 方法的实例，总之只要可以接受前面说的两个参数，并且返回值可以被服务器进行迭代即可。

Application 具体要做的就是根据 environ 里面提供的关于 HTTP 请求的信息，进行一定的业务处理，返回一个可迭代对象，服务器端通过迭代这个对象，来获得 HTTP 响应的正文。如果没有响应正文，那么可以返回None。

同时，application 还会调用服务器提供的 start_response，产生HTTP响应的状态码和响应头，原型如下：

def start_response(self, status, headers,exc_info=None):

Application 需要提供 status：一个字符串，表示HTTP响应状态字符串，还有 response_headers: 一个列表，包含有如下形式的元组：(header_name, header_value)，用来表示HTTP响应的headers。同时 exc_info 是可选的，用于出错时，server需要返回给浏览器的信息。

到这里为止，我们就可以实现一个简单的 application 了，如下所示：

def simple_app(environ, start_response): 
 """Simplest possible application function""" 
 HELLO_WORLD = "Hello world!\n" 
 status = '200 OK' 
 response_headers = [('Content-type', 'text/plain')] 
 start_response(status, response_headers) 
 return [HELLO_WORLD]

或者用类实现如下。

class AppClass: 
 """Produce the same output, but using a class""" 
 def __init__(self, environ, start_response): 
  self.environ = environ 
  self.start = start_response 
 def __iter__(self): 
  ... 
  HELLO_WORLD = "Hello world!\n" 
  yield HELLO_WORLD

注意这里 AppClass 类本身就是 application，用 environ 和 start_response 调用(实例化)它返回一个实例对象，这个实例对象本身是可迭代的，符合 WSGI 对 application 的要求。

如果想使用 AppClass 类的对象作为 application，那么必须给类添加一个 __call__ 方法，接受 environ 和 start_response 为参数，返回可迭代对象，如下所示：

class AppClass: 
 """Produce the same output, but using an object""" 
 def __call__(self, environ, start_response):

这部分涉及到python的一些高级特性，比如 yield 和 magic method，可以参考我总结的python语言要点来理解。

Flask 中的 WSGI

flask 是一个轻量级的Python Web框架，符合 WSGI 的规范要求。它的最初版本只有 600 多行，相对便于理解。下面我们来看下它最初版本中关于 WSGI 接口的部分。

def wsgi_app(self, environ, start_response): 
 """The actual WSGI application. 
 This is not implemented in `__call__` so that middlewares can be applied: 
  app.wsgi_app = MyMiddleware(app.wsgi_app) 
 """ 
 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) 
def __call__(self, environ, start_response): 
 """Shortcut for :attr:`wsgi_app`""" 
 return self.wsgi_app(environ, start_response)

这里的 wsgi_app 实现了我们说的 application 功能，rv 是 对请求的封装，response 是框架用来处理业务逻辑的具体函数。这里对 flask 源码不做过多解释，感兴趣的可以去github下载，然后check 到最初版本去查看。

中间件

前面 flask 代码 wsgi_app 函数的注释中提到不直接在 __call__ 中实现 application 部分，是为了可以使用中间件。 那么为什么要使用中间件，中间件又是什么呢?

回顾前面的 application/server 端接口，对于一个 HTTP 请求，server 端总是会调用一个 application 来进行处理，并返回 application 处理后的结果。这足够应付一般的场景了，不过并不完善，考虑下面的几种应用场景：

对于不同的请求(比如不同的 URL)，server 需要调用不同的 application，那么如何选择调用哪个呢; 为了做负载均衡或者是远程处理，需要使用网络上其他主机上运行的 application 来做处理; 需要对 application 返回的内容做一定处理后才能作为 HTTP 响应;

上面这些场景有一个共同点就是，有一些必需的操作不管放在服务端还是应用(框架)端都不合适。对应用端来说，这些操作应该由服务器端来做，对服务器端来说，这些操作应该由应用端来做。为了处理这种情况，引入了中间件。

中间件就像是应用端和服务端的桥梁，来沟通两边。对服务器端来说，中间件表现的像是应用端，对应用端来说，它表现的像是服务器端。如下图所示：

中间件

中间件的实现

flask 框架在 Flask 类的初始化代码中就使用了中间件：

self.wsgi_app = SharedDataMiddleware(self.wsgi_app, { self.static_path: target })

这里的作用和 python 中的装饰器一样，就是在执行 self.wsgi_app 前后执行 SharedDataMiddleware 中的一些内容。中间件做的事，很类似python中装饰器做的事情。SharedDataMiddleware 中间件是 werkzeug 库提供的，用来支持站点托管静态内容。此外，还有DispatcherMiddleware 中间件，用来支持根据不同的请求，调用不同的 application，这样就可以解决前面场景 1, 2 中的问题了。

下面来看看 DispatcherMiddleware 的实现：

class DispatcherMiddleware(object): 
 """Allows one to mount middlewares or applications in a WSGI application. 
 This is useful if you want to combine multiple WSGI applications:: 
  app = DispatcherMiddleware(app, { 
   '/app2':  app2, 
   '/app3':  app3 
  }) 
 """ 
 def __init__(self, app, mounts=None): 
  self.app = app 
  self.mounts = mounts or {} 
 def __call__(self, environ, start_response): 
  script = environ.get('PATH_INFO', '') 
  path_info = '' 
  while '/' in script: 
   if script in self.mounts: 
    app = self.mounts[script] 
    break 
   script, last_item = script.rsplit('/', 1) 
   path_info = '/%s%s' % (last_item, path_info) 
  else: 
   app = self.mounts.get(script, self.app) 
  original_script_name = environ.get('SCRIPT_NAME', '') 
  environ['SCRIPT_NAME'] = original_script_name + script 
  environ['PATH_INFO'] = path_info 
  return app(environ, start_response)

初始化中间件时需要提供一个 mounts 字典，用来指定不同 URL 路径到 application 的映射关系。这样对于一个请求，中间件检查其路径，然后选择合适的 application 进行处理。

关于 WSGI 的原理部分基本结束，下一篇我会介绍下对 flask 框架的理解。

更多Python 搭建Web站点之Web服务器网关接口相关文章请关注PHP中文网！