.. _design: Flask 中的设计决策 ========================= 如果你好奇 Flask 为什么用它的方式做事情,而不是别的方法,那么这节是为你准 备的。这节应该给你一些设计决策的想法,也许起初是武断且令人惊讶的,特别是 直接与其它框架相比较。 显式的应用对象 ------------------------------- 一个基于 WSGI 的 Python web 应用必须有一个中央的可调用对象来实现实际的应 用。在 Flask 中,这是一个 :class:`~flask.Flask` 类的实例。每个 Flask 应用 必须创建一个该类的实例,并传给它模块的名称,但是为什么 Flask 不自己这么 做? 当不是像下面的代码这样使用一个显式的应用对象时:: from flask import Flask app = Flask(__name__) @app.route('/') def index(): return 'Hello World!' 看起来会是这样:: from hypothetical_flask import route @route('/') def index(): return 'Hello World!' 这样做有三个主要的原因。最重要的一个是,显式的应用对象需要在同一时刻只存在 一个实例。有许多方法来用单个应用对象来仿造多个应用,像维护一个应用的栈一样, 但这会导致一些问题,这里不会赘述。现在问题是:什么时候一个微框架在同一时刻需 要至少一个应用?一个很好的例子是单元测试。当你想要测试什么的时候,创建一个 最小化的应用来测试特定的行为非常有用。当应用对象删除时,它分配的一切都会被 再次释放。 当你的代码中有一个显式的对象时,继承基类( :class:`~flask.Flask` )来更改 特定行为将成为可能。如果基于一个不暴露给你的类的对象在你之前创建,这么做只 能通过 hack 。 此外, Flask 依赖于一个那个类的显式实例还有一个非常重要的原因是:包名称。无 论何时你创建一个 Flask 实例,你通常传给它 `__name__` 作为包名。 Flask 依赖 这个信息来正确地加载相对于你模块的资源。在 Python 对反射的杰出支持下,它可 以访问包来找出模板和静态文件存储在哪(见 :meth:`~flask.Flask.open_resource` )。当前显然有许多框架不需要任何配置,且能载入相对于你应用的模块的模板。但 是它们需要为此使用当前工作目录,一种非常不值得信赖的决定应用在哪的方式。当 前工作目录是进程间的,而且如果你想要在同一个进程中运行多个应用(这会在你不 知道的一个 web 服务器中发生),路径会断开。更可怕的是:许多 web 服务器不把 你应用的目录,而是文档根目录设定为工作目录,但两者不一定是一个文件夹。 第三个原因是“显明胜于隐含”。那个对象是你的 WSGI 应用,你不需要记住别的东西。 如果你想要应用一个 WSGI 中间件,只需要封装它(虽然有更好的方式来这么做来不 丢失应用对象的引用 :meth:`~flask.Flask.wsgi_app` )。 此外,这个设计使得用工厂函数来创建应用成为可能,这对单元测试和类似的东西 ( :ref:`app-factories` )十分有用。 路由系统 ------------------ Flask 使用 Werkzeug 路由系统,其被设计为按复杂度自动为路由排序。这意味着, 你可以任意顺序声明路由,而且他们仍会按期望工作。这在你想正确地实现基于装饰 器的路由是必须的,因为当应用被分割为多个模块时装饰器可以以未定义的顺序调用。 另一个 Werkzeug 路由系统的设计决策是, Werkzeug 中的路由试图确保 URL 是唯 一的。 Werkzeug 对此会做的足够多,因为它在路由不明确时自动重定向到一个规 范的 URL 。 某个模板引擎 ------------------- Flask 在模板引擎上做了决定: Jinja2 。为什么 Flask 没有一个即插的模板引擎 接口?显然,你可以使用一个不同的模板引擎,但是 Flask 仍然会为你配置 Jinja2 。虽然 Jinja2 *总是* 配置的限制可能会消失,但绑定一个模板引擎并使用 的决策不会。 模板引擎与编程语言类似,每个模板引擎都有特定的理解事物工作的方式。表面上, 它们以相同方式工作:你给引擎一个变量的集合让它为模板求值,并返回一个字符 串。 然而,关于相同点的论述结束了。例如 Jinja2 有一个全面的过滤器系统,一个可靠 的模板继承方式,可以从模板内和 Python 代码内使用复用块(宏)的支持,对所有 操作使用 Unicode,支持迭代模板渲染,可配置的语法等等。其它的引擎,一个类似 Genshi——基于 XML 流求值的引擎,模板继承要考虑 XPath 可用性等等。而 Mako 像 对待 Python 模块一样处理模板。 当把一个模板引擎跟一个应用或框架联系到一起,就不只是渲染模板了。比如, Flask 使用 Jinja2 全面的自动转义支持。同样,也提供了从 Jinja2 模板中 访问宏的途径。 不去掉模板引擎的独特特性的模板抽象层是一门对自身的科学,也是像 Flask 的微框架的巨大事业。 此外,扩展也可以简易地依赖于一个现有的模板语言。你可以简单地使用你自己的 模板语言,而扩展会始终依赖于 Jinja 本身。 微与依赖 ----------------------- 为什么 Flask 把自己叫做微框架,并且它依赖于两个库(也就是 Werkzeug 和 Jinja 2)。为什么不能?如果我们仔细审查 Ruby 的 web 开发,有一个非常 类似 WSGI 的协议。被称作 Rack 的就是它,但是除此之外,它看起来非常像 一个 WSGI 的 Ruby 实现。但是几乎所有的 Ruby 应用不直接使用 Rack ,而是 基于一个相同名字的库。这个 Rack 库与 Python 中的两个库不相伯仲: WebOb (以前叫 Paste ) 和 Werkzeug。 Paste 依然在使用,但是从我的理解,它有 些过时,而赞同 WebOb 。 WebOb 和 Werzeug 的开发是一起开始的,也有着同样 的理念:为其它应用的利用做一个 WSGI 的良好实现。 Flask 是一个受益于 Werkzeug 妥善实现 WSGI 接口(有时是一个复杂的任务) 既得成果的框架。感谢 Python 包基础建设中近期的开发,包依赖不再是问题, 并且只有很少的原因反对依赖其它库的库。 线程局域变量 ------------- Flask 为请求、会话和一个额外对象(你可以在 :data:`~flask.g` 上放置自己的东 西)使用线程局域对象(实际上是上下文局域对象,它们也支持 greenlet 上下文)。 为什么是这样,这不是一个坏主意吗? 是的,通常情况下使用线程局域变量不是一个明智的主意。它们在不基于线程概念的 服务器上会导致问题,并且使得大型应用难以维护。但 Flask 不仅为大型应用或异步 服务器设计。 Flask 想要使得编写一个传统 web 应用的过程快速而简单。 一些关于基于 Flask 大型应用的灵感,见文档的 :ref:`becomingbig` 一节。 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向的其它东西。 Flask 只建立 Werkezug 和 Jinja2 的桥梁,前者实现一个合适的 WSGI 应用,后者处理 模板。 Flask 也绑定了一些通用的标准库包,比如 logging 。其它所有一切取决 于扩展。 为什么是这样?众口难调,因此 Flask 不强制把特异的偏好和需求囊括在核心里。 大多数 web 应用都可以说需要一个模板引擎,但并不是每个应用都需要一个 SQL 数据库。 Flask 的思想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和扩展。