这是 flask 源码解析系列文章的其中一篇,本系列所有文章列表: flask 源码解析:简介 flask 源码解析:应用启动流程 flask 源码解析:路由 flask 源码解析:上下文 flask 源码解析:请求 flask 源码解析:响应 response 简介 在 flask 应用中,我们只需要编写 view 函数,并不需要直接和响应(response)打交道,flask 会自动生成响应返

web   flask   python  

在《Bottle源码阅读(一)》中,我们了解了bottle如何接收请求,处理请求以及如何检测模块变化重启server。在ServerHandler类中的run函数中,application接受了两个参数,一个envrion, 和一个start_response的方法,接下来我们就来了解我们写的应用函数是如何被封装成适配的application。 1.上层调用 先看一个简单的例子 from bott

python   bottle  

很久未曾动笔写东西,这次希望可以从记录技术学习开始,记录自己的成长和变化。 由于很难在任何课程上专心致志的听讲,因此大学以来所有的课程都是靠自学来完成的。尽管学的并不算有多好,但对于成长的渴求和未知的好奇一直伴随着我的自我教育之路,过去也读了很多关于学习技巧的书,只不过都是囫囵吞枣,基本上对于自己的学习习惯一直没有太多的改进。 去年关注起了李笑来老师,也从他的文章里学到了很多东西,比如:要思考自己

python  

在初识bottle(一)中,我们了解了bottle框架的基本用法。在本篇文章中,我们通过源码来探究一些基本原理。 1. run的实现 所有的框架请求响应都基于一个原理 http请求 --> wsgi服务器 --> wsgi接口(实际就是框架中自定义实现的函数经过底层封装) --> 响应 可以参考廖雪峰的教程中关于wsgi接口的讲解 下我们先看看bottle是如何实现服务器运行时自动重新加载 de

bottle   python  

import os file_path = "D:/test/test.py" (filepath,tempfilename) = os.path.split(file_path) (filename,extension) = os.path.splitext(tempfilename) 其中: filepath为文件的目录,即D:/test filename为文件的名字,即test extens

基础   python  

这是 flask 源码解析系列文章的其中一篇,本系列所有文章列表: flask 源码解析:简介 flask 源码解析:应用启动流程 flask 源码解析:路由 flask 源码解析:上下文 flask 源码解析:请求 flask 源码解析:响应 简介 对于物理链路来说,请求只是不同电压信号,它根本不知道也不需要知道请求格式和内容到底是怎样的; 对于 TCP 层来说,请求就是传输的数据(二进制的数据

web   flask   python  

方法一: 适用于python2和python3 >>> from collections import Iterable >>> isinstance("str", Iterable) True 方法二: 适用于python3 s = "hello world" hasattr(s, "__iter__")

python   基础  

这是 flask 源码解析系列文章的其中一篇,本系列所有文章列表: flask 源码解析:简介 flask 源码解析:应用启动流程 flask 源码解析:路由 flask 源码解析:上下文 flask 源码解析:请求 上下文(application context 和 request context) 上下文一直是计算机中难理解的概念,在知乎的一个问题下面有个很通俗易懂的回答: 每一段程序都有很多

web   flask   python  

简介 TensorFlow支持使用多台机器的设备进行计算。本文基于官方教程,实践了分布式TensorFlow搭建的过程。 TensorFlow入门教程 基本概念 TensorFlow集群 A TensorFlow "cluster" is a set of "tasks" that participate in the distributed execution of a TensorFlow g

python   tensorflow  

前言 装饰器是程序开发中经常会用到的一个功能,也是python语言开发的基础知识,如果能够在程序中合理的使用装饰器,不仅可以提高开发效率,而且可以让写的代码看上去显的高大上^_^ 使用场景 可以用到装饰器的地方有很多,简单的举例如以下场景 引入日志 函数执行时间统计 执行函数前预备处理 执行函数后清理功能 权限校验等场景 缓存 装饰器案例 def user_login(fun): def

python   装饰器  
1 2 3 4 5 6 7 8 9