Flask框架請(qǐng)求鉤子與request請(qǐng)求對(duì)象用法實(shí)例分析
更新時(shí)間：2019年11月07日 11:51:35 作者：HMMHMH
這篇文章主要介紹了Flask框架請(qǐng)求鉤子與request請(qǐng)求對(duì)象用法,結(jié)合實(shí)例形式詳細(xì)分析了Flask框架請(qǐng)求鉤子與request請(qǐng)求對(duì)象相關(guān)原理、用法及操作注意事項(xiàng),需要的朋友可以參考下
本文實(shí)例講述了Flask框架請(qǐng)求鉤子與request請(qǐng)求對(duì)象。分享給大家供大家參考，具體如下：
請(qǐng)求鉤子
在客戶端和服務(wù)器交互的過(guò)程中，有些準(zhǔn)備工作或掃尾工作需要處理，比如：
- 在請(qǐng)求開(kāi)始時(shí)，建立數(shù)據(jù)庫(kù)連接
- 在請(qǐng)求開(kāi)始時(shí)，根據(jù)需求進(jìn)行權(quán)限校驗(yàn)
- 在請(qǐng)求結(jié)束時(shí)，指定數(shù)據(jù)的交互格式
為了讓每個(gè)視圖函數(shù)避免編寫(xiě)重復(fù)功能的代碼，F(xiàn)lask提供了通用設(shè)施的功能，即請(qǐng)求鉤子。
請(qǐng)求鉤子是通過(guò)裝飾器的形式實(shí)現(xiàn)，F(xiàn)lask支持如下四種請(qǐng)求鉤子：
| 請(qǐng)求鉤子 | 描述 |
|---|---|
| before_first_request | 在處理第一個(gè)請(qǐng)求前執(zhí)行 |
| before_request | 在處理每一個(gè)請(qǐng)求前執(zhí)行 |
| after_request | 如果沒(méi)有拋出錯(cuò)誤，則在每一次請(qǐng)求后執(zhí)行(接受一個(gè)參數(shù)：視圖函數(shù)做出的響應(yīng)) |
| teardown_request | 在每次請(qǐng)求后執(zhí)行(接受一個(gè)參數(shù)：用來(lái)接受錯(cuò)誤信息) |
例：
from flask import Flask
app = Flask(__name__)
# 在第一次請(qǐng)求之前調(diào)用，可以在此方法內(nèi)部做一些初始化操作
@app.before_first_request
def before_first_request():
print("before_first_request")
# 在每次請(qǐng)求之前調(diào)用，這時(shí)候已經(jīng)有請(qǐng)求了，可能在這個(gè)方法里面做請(qǐng)求的校驗(yàn)
# 如果請(qǐng)求的校驗(yàn)不成功，可以直接在此方法中進(jìn)行響應(yīng)，直接return之后那么就不會(huì)執(zhí)行視圖函數(shù)
@app.before_request
def before_request():
print("before_request")
# if 請(qǐng)求不符合條件:
# return "laowang"
# 在執(zhí)行完視圖函數(shù)之后會(huì)調(diào)用，并且會(huì)把視圖函數(shù)所生成的響應(yīng)傳入,可以在此方法中對(duì)響應(yīng)做最后一步統(tǒng)一的處理
@app.after_request
def after_request(response):
print("after_request")
response.headers["Content-Type"] = "application/json"
return response
# 請(qǐng)每一次請(qǐng)求之后都會(huì)調(diào)用，會(huì)接受一個(gè)參數(shù)，參數(shù)是服務(wù)器出現(xiàn)的錯(cuò)誤信息
@app.teardown_request
def teardown_request(e):
print("teardown_request")
@app.route('/')
def index():
return 'index'
if __name__ == '__main__':
app.run(debug=True)
第一次訪問(wèn)打印結(jié)果：
第二次訪問(wèn)打印結(jié)果：
request對(duì)象
| 屬性 | 說(shuō)明 | 類型 |
|---|---|---|
| data | 記錄請(qǐng)求的數(shù)據(jù)，并轉(zhuǎn)換為字符串 | * |
| form | 記錄請(qǐng)求中的表單數(shù)據(jù) | MultiDict |
| args | 記錄請(qǐng)求中的查詢參數(shù) | MultiDict |
| cookies | 記錄請(qǐng)求中的cookie信息 | Dict |
| headers | 記錄請(qǐng)求中的報(bào)文頭 | EnvironHeaders |
| method | 記錄請(qǐng)求使用的HTTP方法 | GET/POST… |
| url | 記錄請(qǐng)求的URL地址 | string |
| files | 記錄請(qǐng)求上傳的文件 | * |
獲取request對(duì)象：
例：
request.url # 請(qǐng)求的url地址
request.args.get("password")) # 獲取不到,返回none,
request.args.get("password","aaa")) # 獲取不到,返回aaa
希望本文所述對(duì)大家基于Flask框架的Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
python opencv 讀取本地視頻文件 修改ffmpeg的方法
今天小編就為大家分享一篇python opencv 讀取本地視頻文件 修改ffmpeg的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
Python實(shí)現(xiàn)將圖像轉(zhuǎn)換為ASCII字符圖
使用Python進(jìn)行圖像處理，非?？旖莘奖悖?jiǎn)短幾行代碼就可以實(shí)現(xiàn)功能強(qiáng)大的效果。在這篇文章中，我們將使用Python將圖像轉(zhuǎn)換為ASCII字符照，感興趣的可以了解一下2022-08-08
這篇文章主要為大家詳細(xì)介紹了python使用插值法畫(huà)出平滑曲線，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-12-12
Python操作word文檔插入圖片和表格的實(shí)例演示
這篇文章主要給大家介紹了關(guān)于Python操作word文檔插入圖片和表格的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
詳解Python相關(guān)文件常見(jiàn)的后綴名
常見(jiàn)的 Python 文件后綴有：py、pyc 、pyo、 pyi、pyw、 pyd、 pyx 等。本文給大家介紹Python相關(guān)文件常見(jiàn)的后綴名，感興趣的朋友跟隨小編一起看看吧2021-05-05
Python實(shí)現(xiàn)解析與生成JSON數(shù)據(jù)
JSON文件是一種輕量級(jí)的數(shù)據(jù)交換格式,它采用了一種類似于JavaScript語(yǔ)法的結(jié)構(gòu),可以方便地在不同平臺(tái)和編程語(yǔ)言之間進(jìn)行數(shù)據(jù)交換,下面我們就來(lái)學(xué)習(xí)一下Python如何使用內(nèi)置的json模塊來(lái)讀取和寫(xiě)入JSON文件吧2023-12-12
Python利用PyPDF2庫(kù)處理PDF文件的基本操作
PyPDF2是一個(gè)Python庫(kù),用于處理PDF文件,包括合并、分割、旋轉(zhuǎn)和提取文本等操作,它是一個(gè)功能強(qiáng)大且靈活的工具,可用于自動(dòng)化處理PDF文件,適用于各種應(yīng)用,從文檔管理到數(shù)據(jù)分析,本文將深入介紹PyPDF2庫(kù),掌握如何利用它來(lái)處理PDF文件,需要的朋友可以參考下2023-11-11
Python進(jìn)階之自定義對(duì)象實(shí)現(xiàn)切片功能
這篇文章主要介紹了Python進(jìn)階之自定義對(duì)象實(shí)現(xiàn)切片功能，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
簡(jiǎn)單講解Python中的字符串與字符串的輸入輸出
這篇文章主要介紹了Python中的字符串與字符串的輸入輸出,Python3.x版本中默認(rèn)以Unicode為編碼,省去了不少麻煩,需要的朋友可以參考下2016-03-03
PyTorch梯度裁剪避免訓(xùn)練loss nan的操作
這篇文章主要介紹了PyTorch梯度裁剪避免訓(xùn)練loss nan的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05