百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

一篇文章教你掌握使用Python和Sanic使代码快速异步

off999 2024-10-23 12:42 14 浏览 0 评论

大家好。在本文中,我将讨论使用Sanic框架构建简单的异步项目。

介绍

Sanic 是一个非常像Flask的开源Python Web服务器和Web框架,GitHub具有超过1万颗星,并且编写得很快。它允许使用async/awaitPython 3.5中添加的语法(更多内容),这使您的代码无阻塞且快速。

该项目的目标是提供一种简单的方法来启动并运行高性能HTTP服务器,并且易于构建,扩展和最终扩展。

要求

在开始之前,让我们安装一些软件包,并确保我们已准备好一切以开发该项目。

先决条件:

  • Python3.6 +
  • pipenv(您可以使用任何其他软件包安装程序)
  • PostgreSQL (对于数据库,也可以是MySQL或SQLite)

包装方式:

  • secure是一个轻量级软件包,为Python Web框架添加了可选的安全标头和cookie属性。
  • environs是用于解析环境变量的Python库。根据十二要素应用程序方法,它使您可以将配置与代码分开存储。
  • sanic-envconfig是一个扩展,可帮助您将命令行和环境变量引入Sanic配置。
  • 数据库是一个Python软件包,可让您使用功能强大的SQLAlchemy Core表达式语言进行查询,并提供对PostgreSQL,MySQL和SQLite的支持。

让我们创建一个空目录并在Pipfile那里初始化一个空目录。

pipenv-python python3.6

使用下面的pipenv命令安装所有必需的软件包。

pipenv install sanic secure environs sanic-envconfig

对于数据库:

pipenv install databases[postgresql]

选择是postgresql,mysql,sqlite。

结构

现在,让我们创建一些文件和文件夹,在其中编写实际代码。

├── .env
├── Pipfile
├── Pipfile.lock
├── setup.py
└── project
    ├── __init__.py
    ├── __main__.py
    ├── main.py
    ├── middlewares.py
    ├── routes.py
    ├── settings.py
    └── tables.py

我们将使用该setup.py文件使该project文件夹作为包在我们的代码中可用。

from setuptools import setup

setup(
    name='project',
)

正在安装…

pipenv install -e

.env文件中,我们将存储一些全局变量,例如数据库连接URL。

__main__.py是为了使我们的project程序包可从命令行执行而创建的。

pipenv run python -m project

初始化

让我们在__main__.py文件中进行第一个调用。

from project.main import init

init()

这是我们应用程序的开始。现在我们需要initmain.py文件中创建函数。

from sanic import Sanic

app = Sanic(__name__)

def init():
    app.run(host='0.0.0.0', port=8000, debug=True)

只需从Sanic类创建应用程序,即可指定hostport和可选的debug关键字参数来运行它。

pipenv run python -m project

这就是在Sanic应用程序中成功输出的外观。如果您在浏览器中打开http://0.0.0.0:8000,则会看到

错误:请求的网址/未找到

我们尚未创建任何路线,所以现在还不可以。我们将在下面添加一些路线。

设定值

现在我们可以修改环境和设置。我们需要在.env文件中添加一些变量,读取它们,然后传递给Sanic应用程序配置。

.env文件。

DEBUG=True
HOST=0.0.0.0
POST=8000

配置…

from sanic import Sanic
from environs import Env
from project.settings import Settings
app = Sanic(__name__)
def init():
    env = Env()
    env.read_env()
    
    app.config.from_object(Settings)
    app.run(
        host=app.config.HOST, 
        port=app.config.PORT, 
        debug=app.config.DEBUG,
        auto_reload=app.config.DEBUG,    
    )

settings.py文件。

from sanic_envconfig import EnvConfig


class Settings(EnvConfig):
    DEBUG: bool = True
    HOST: str = '0.0.0.0'
    PORT: int = 8000

请注意,我添加了一个可选的auto_reload参数,该参数将激活或停用自动重新加载器。

数据库

现在是时候建立数据库了。

在继续之前,请先对数据库包进行一点说明:

数据库包使用asyncpg 这是PostgreSQL的异步接口库。非常快。参见下面的结果。

我们将使用Sanic的两个侦听器,在其中指定数据库连接和断开连接操作。以下是我们将要使用的侦听器:

  • after_server_start
  • after_server_stop

main.py文件。

from sanic import Sanic
from databases import Database
from environs import Env
from project.settings import Settings
app = Sanic(__name__)
def setup_database():
    app.db = Database(app.config.DB_URL)

    @app.listener('after_server_start')
    async def connect_to_db(*args, **kwargs):
        await app.db.connect()

    @app.listener('after_server_stop')
    async def disconnect_from_db(*args, **kwargs):
        await app.db.disconnect()
def init():
    env = Env()
    env.read_env()
    
    app.config.from_object(Settings)
    setup_database()
    app.run(
        host=app.config.HOST, 
        port=app.config.PORT, 
        debug=app.config.DEBUG,
        auto_reload=app.config.DEBUG,    
    )

再说一遍。我们需要在项目设置和环境中指定DB_URL

.env文件

DEBUG=True
HOST=0.0.0.0
POST=8000
DB_URL=postgresql://postgres:postgres@localhost/postgres

settings.py文件

from sanic_envconfig import EnvConfig

class Settings(EnvConfig):
 DEBUG: bool = True
 HOST: str = '0.0.0.0'
 PORT: int = 8000
 DB_URL: str = ''

确保DB_URL是正确的并且您的数据库正在运行。现在,您可以使用app.db访问数据库。在下一节中查看更多详细信息。

现在我们已经连接到数据库,我们可以尝试执行一些SQL查询。

让我们使用SQLAlchemy在table.py文件中声明一个表。

import sqlalchemy


metadata = sqlalchemy.MetaData()

books = sqlalchemy.Table(
    'books',
    metadata,
    sqlalchemy.Column('id', sqlalchemy.Integer, primary_key=True),
    sqlalchemy.Column('title', sqlalchemy.String(length=100)),
    sqlalchemy.Column('author', sqlalchemy.String(length=60)),
)

在这里,我假设您已经有一个迁移的数据库,其中包含一个books表。为了创建数据库迁移,我建议您使用Alembic,它是一种轻量级且易于使用的工具,可以与SQLAlchemy Database Toolkit for Python一起使用。

现在,我们可以使用任何SQLAlchemy核心查询。在下面查看一些示例。

query = books.insert()
values = [
    {"title": "No Highway", "author": "Nevil Shute"},
    {"title": "The Daffodil", "author": "SkyH. E. Bates"},
]
await app.db.execute_many(query, values)

# 获取多行
query = books.select()
rows = await app.db.fetch_all(query)

# 获取单行
query = books.select()
row = await app.db.fetch_one(query)

路线

现在我们需要设置路线。让我们转到routes.py,添加一条新路线。

from sanic.response import jsonfrom project.tables import books
def setup_routes(app):
    @app.route("/books")
    async def book_list(request):
        query = books.select()
        rows = await request.app.db.fetch_all(query)
        return json({
            'books': [{row['title']: row['author']} for row in rows]
        })

当然,我们需要在init中调用setup_routes使其起作用。

from project.routes import setup_routes
app = Sanic(__name__)
def init():
    ...
    app.config.from_object(Settings)
    setup_database()
    setup_routes(app)
    ...

正在请求…

$ curl localhost:8000/books
{"books":[{"No Highway":"Nevil Shute"},{"The Daffodil":"SkyH. E. Bates"}]}

中间件

如何检查响应头并查看我们可以在此处添加或修复的内容呢?

$ curl -I localhost:8000
Connection: keep-alive
Keep-Alive: 5
Content-Length: 32
Content-Type: text/plain; charset=utf-8

如您所见,我们需要进行一些安全性改进。缺少一些标头,例如X-XSS-Protection,Strict-Transport-Security 因此,让我们结合使用中间件安全软件包来照顾它们。

middlewares.py文件

from secure import SecureHeaders

secure_headers = SecureHeaders()

def setup_middlewares(app):
    @app.middleware('response')
    async def set_secure_headers(request, response):
        secure_headers.sanic(response)

main.py文件中设置中间件。

from project.middlewares import setup_middlewares
app = Sanic(__name__)
def init():
    ...
    app.config.from_object(Settings)
    setup_database()
    setup_routes(app)
    setup_middlewares(app)
    ...

结果是:

$ curl -I localhost:8000/books
Connection: keep-alive
Keep-Alive: 5
Strict-Transport-Security: max-age=63072000; includeSubdomains
X-Frame-Options: SAMEORIGIN
X-XSS-Protection: 1; mode=block
X-Content-Type-Options: nosniff
Referrer-Policy: no-referrer, strict-origin-when-cross-origin
Pragma: no-cache
Expires: 0
Cache-control: no-cache, no-store, must-revalidate, max-age=0
Content-Length: 32
Content-Type: text/plain; charset=utf-8

正如我在一开始所承诺的,本文的每个部分都有一个github存储库。希望这个小教程可以帮助您入门Sanic。Sanic框架中仍有许多未开发的功能,您可以在文档中找到并查看。

如果您对此有任何想法,请务必发表评论。

如果您觉得这篇文章有帮助,请务必给我点个赞

相关推荐

python入门到脱坑经典案例—清空列表

在Python中,清空列表是一个基础但重要的操作。clear()方法是最直接的方式,但还有其他方法也可以实现相同效果。以下是详细说明:1.使用clear()方法(Python3.3+推荐)...

python中元组,列表,字典,集合删除项目方式的归纳

九三,君子终日乾乾,夕惕若,厉无咎。在使用python过程中会经常遇到这四种集合数据类型,今天就对这四种集合数据类型中删除项目的操作做个总结性的归纳。列表(List)是一种有序和可更改的集合。允许重复...

Linux 下海量文件删除方法效率对比,最慢的竟然是 rm

Linux下海量文件删除方法效率对比,本次参赛选手一共6位,分别是:rm、find、findwithdelete、rsync、Python、Perl.首先建立50万个文件$testfor...

数据结构与算法——链式存储(链表)的插入及删除,

持续分享嵌入式技术,操作系统,算法,c语言/python等,欢迎小友关注支持上篇文章我们讲述了链表的基本概念及一些查找遍历的方法,本篇我们主要将一下链表的插入删除操作,以及采用堆栈方式如何创建链表。链...

Python自动化:openpyxl写入数据,插入删除行列等基础操作

importopenpyxlwb=openpyxl.load_workbook("example1.xlsx")sh=wb['Sheet1']写入数据#...

在Linux下软件的安装与卸载(linux里的程序的安装与卸载命令)

通过apt安装/协助软件apt是AdvancedPackagingTool,是Linux下的一款安装包管理工具可以在终端中方便的安装/卸载/更新软件包命令使用格式:安装软件:sudoapt...

Python 批量卸载关联包 pip-autoremove

pip工具在安装扩展包的时候会自动安装依赖的关联包,但是卸载时只删除单个包,无法卸载关联的包。pip-autoremove就是为了解决卸载关联包的问题。安装方法通过下面的命令安装:pipinsta...

用Python在Word文档中插入和删除文本框

在当今自动化办公需求日益增长的背景下,通过编程手段动态管理Word文档中的文本框元素已成为提升工作效率的关键技术路径。文本框作为文档排版中灵活的内容容器,既能承载多模态信息(如文字、图像),又可实现独...

Python 从列表中删除值的多种实用方法详解

#Python从列表中删除值的多种实用方法详解在Python编程中,列表(List)是一种常用的数据结构,具有动态可变的特性。当我们需要从列表中删除元素时,根据不同的场景(如按值删除、按索引删除、...

Python 中的前缀删除操作全指南(python删除前导0)

1.字符串前缀删除1.1使用内置方法Python提供了几种内置方法来处理字符串前缀的删除:#1.使用removeprefix()方法(Python3.9+)text="...

每天学点Python知识:如何删除空白

在Python中,删除空白可以分为几种不同的情况,常见的是针对字符串或列表中空白字符的处理。一、删除字符串中的空白1.删除字符串两端的空白(空格、\t、\n等)使用.strip()方法:s...

Linux系统自带Python2&yum的卸载及重装

写在前面事情的起因是我昨天在测试Linux安装Python3的shell脚本时,需要卸载Python3重新安装一遍。但是通过如下命令卸载python3时,少写了个3,不小心将系统自带的python2也...

如何使用Python将多个excel文件数据快速汇总?

在数据分析和处理的过程中,Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例,展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据,并最终生成一个包含...

【第三弹】用Python实现Excel的vlookup功能

今天继续用pandas实现Excel的vlookup功能,假设我们的2个表长成这样:我们希望把Sheet2的部门匹在Sheet1的最后一列。话不多说,先上代码:importpandasaspd...

python中pandas读取excel单列及连续多列数据

案例:想获取test.xls中C列、H列以后(当H列后列数未知时)的所有数据。importpandasaspdfile_name=r'D:\test.xls'#表格绝对...

取消回复欢迎 发表评论: