使用Python来编写HTTP服务器的超级指南

发表于 5年以前 | 总阅读数：463 次

首先，到底什么是网络服务器？

$2016218142846088.png $1024×499$$

简而言之，它是在物理服务器上搭建的一个网络连接服务器（networking server），永久地等待客户端发送请求。当服务器收到请求之后，它会生成响应并将其返回至客户端。客户端与服务器之间的通信，是以HTTP协议进行的。客户端可以是浏览器，也可以是任何支持HTTP协议的软件。

那么，网络服务器的简单实现形式会是怎样的呢？下面是我对此的理解。示例代码使用Python语言实现，不过即使你不懂Python语言，你应该也可以从代码和下面的解释中理解相关的概念：


    import socket

    HOST, PORT = '', 8888

    listen_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    listen_socket.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
    listen_socket.bind((HOST, PORT))
    listen_socket.listen(1)
    print 'Serving HTTP on port %s ...' % PORT
    while True:
      client_connection, client_address = listen_socket.accept()
      request = client_connection.recv(1024)
      print request

      http_response = """\
      HTTP/1.1 200 OK

      Hello, World!
      """

      client_connection.sendall(http_response)
      client_connection.close()

将上面的代码保存为webserver1.py，或者直接从我的[Github仓库](https://github.com/rspivak/lsbaws/b lob/master/part1/webserver1.py)下载，然后通过命令行运行该文件：


    $ python webserver1.py
    Serving HTTP on port 8888 …

接下来，在浏览器的地址栏输入这个链接http://localhost:8888/hello, 然后按下回车键，你就会看见神奇的一幕。在浏览器中，应该会出现" Hello, World!"这句话：

$2016218142925558.png $278×100$$

是不是很神奇？接下来，我们来分析背后的实现原理。

首先，我们来看你所输入的网络地址。它的名字叫URL（Uniform Resource Locator，统一资源定位符），其基本结构如下：

$2016218142947477.png $602×500$$

通过URL，你告诉了浏览器它所需要发现并连接的网络服务器地址，以及获取服务器上的页面路径。不过在浏览器发送HTTP请求之前，它首先要与目标网络服务器建立TC P连接。然后，浏览器再通过TCP连接发送HTTP请求至服务器，并等待服务器返回HTTP响应。当浏览器收到响应的时候，就会在页面上显示响应的内容，而在上面的例
子中,浏览器显示的就是"Hello, World!"这句话。

那么，在客户端发送请求、服务器返回响应之前，二者究竟是如何建立起TCP连接的呢？要建立起TCP连接，服务器和客户端都使用了所谓的套接字（socket）。接下来，我们不直接使用浏览器，而是在命令行使用telnet手动模拟浏览器。

在运行网络服务器的同一台电脑商，通过命令行开启一次telnet会话，将需要连接的主机设置为localhost，主机的连接端口设置为8888，然后按回车键：


    $ telnet localhost 8888
    Trying 127.0.0.1 …
    Connected to localhost.

完成这些操作之后，你其实已经与本地运行的网络服务器建立了TCP连接，随时可以发送和接收HTTP信息。在下面这张图片里，展示的是服务器接受新TCP连接所需要完成的标准流程。

$2016218143013389.png $1024×673$$

在上面那个telnet会话中，我们输入GET /hello HTTP/1.1，然后按下回车：


    $ telnet localhost 8888
    Trying 127.0.0.1 …
    Connected to localhost.
    GET /hello HTTP/1.1

    HTTP/1.1 200 OK
    Hello, World!

你成功地手动模拟了浏览器！你手动发送了一条HTTP请求，然后收到了HTTP响应。下面这幅图展示的是HTTP请求的基本结构：

$2016218143046068.png $1024×468$$

HTTP请求行包括了HTTP方法（这里使用的是GET方法，因为我们希望从服务器获取内容），服务器页面路径（/hello）以及HTTP协议的版本。

为了尽量简化，我们目前实现的网络服务器并不会解析上面的请求，你完全可以输入一些没有任何意义的代码，也一样可以收到"Hello, World!"响应。

在你输入请求代码并按下回车键之后，客户端就将该请求发送至服务器了，服务器则会解析你发送的请求，并返回相应的HTTP响应。

下面这张图显示的是服务器返回至客户端的HTTP响应详情：

$2016218143103071.png $844×600$$

我们来分析一下。响应中包含了状态行HTTP/1.1 200 OK，之后是必须的空行，然后是HTTP响应的正文。

响应的状态行HTTP/1.1 200 OK中，包含了HTTP版本、HTTP状态码以及与状态码相对应的原因短语（Reason Phrase）。浏览器收到响应之后，会显示响应的正文，这就是为什么你会在浏览器中看到"Hello, World!"这句话。

这就是网络服务器基本的工作原理了。简单回顾一下：网络服务器首先创建一个侦听套接字（listening socket），并开启一个永续循环接收新连接；客户端启动一个与服务器的TCP连接，成功建立连接之后，向服务器发送HTTP请求，之后服务器返回HTTP响应。要建立TCP连接，客户端和服务器都使用了套接字。

现在，你已经拥有了一个基本可用的简易网络服务器，你可以使用浏览器或其他HTTP客户端进行测试。正如上文所展示的，通过telnet命令并手动输入HTTP请求，你自己也可以成为一个HTTP客户端。

下面大家思考一下：如何在不对服务器代码作任何修改的情况下，通过该服务器运行Djando应用、Flask应用和Pyramid应用，同时满足这些不同网络框架的要求？
以前，你选择的Python网络框架将会限制所能够使用的网络服务器，反之亦然。如果框架和服务器在设计时就是可以相互匹配的，那你就不会面临这个问题：

$2016218143122394.png $1024×671$$

但是如果你试图将设计不相匹配的服务器与框架相结合，那么你肯定就会碰到下面这张图所展示的这个问题：

$2016218143140296.png $968×768$$

这就意味着，你基本上只能使用能够正常运行的服务器与框架组合，而不能选择你希望使用的服务器或框架。

那么，你怎样确保可以在不修改网络服务器代码或网络框架代码的前提下，使用自己选择的服务器，并且匹配多个不同的网络框架呢？为了解决这个问题，就出现了Python Web服务器网关接口（Python Web Server Gateway Interface，简称"WSGI"）。

$2016218143211755.png $1024×536$$

WSGI的出现，让开发者可以将网络框架与网络服务器的选择分隔开来，不再相互限制。现在，你可以真正地将不同的网络服务器与网络开发框架进行混合搭配，选择满足自己需求的组合。例如，你可以使用Gunicorn或Nginx/uWSGI或Waitress服务器来运行Django、Flask或Pyramid应用。正是由于服务器和框架均支持WSGI，才真正得以实现二者之间的自由混合搭配。

所以，WSGI就是我在上一篇文章中所留问题的答案。你的网络服务器必须实现一个服务器端的WSGI接口，而目前所有现代Python网络框架都已经实现了框架端的WSGI接口，这样开发者不需要修改服务器的代码，就可以支持某个网络框架。

网络服务器和网络框架支持WSGI协议，不仅让应用开发者选择符合自己需求的组合，同时也有利于服务器和框架的开发者，因为他们可以将注意力集中在自己擅长的领域，而不是相互倾轧。其他编程语言也拥有类似的接口：例如Java的Servlet API和Ruby的Rack。

口说无凭，我猜你肯定在想："无代码无真相！"既然如此，我就在这里给出一个非常简单的WSGI服务器实现：


    # Tested with Python 2.7.9, Linux & Mac OS X
    import socket
    import StringIO
    import sys


    class WSGIServer(object):

      address_family = socket.AF_INET
      socket_type = socket.SOCK_STREAM
      request_queue_size = 1

      def __init__(self, server_address):
        # Create a listening socket
        self.listen_socket = listen_socket = socket.socket(
          self.address_family,
          self.socket_type
        )
        # Allow to reuse the same address
        listen_socket.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
        # Bind
        listen_socket.bind(server_address)
        # Activate
        listen_socket.listen(self.request_queue_size)
        # Get server host name and port
        host, port = self.listen_socket.getsockname()[:2]
        self.server_name = socket.getfqdn(host)
        self.server_port = port
        # Return headers set by Web framework/Web application
        self.headers_set = []

      def set_app(self, application):
        self.application = application

      def serve_forever(self):
        listen_socket = self.listen_socket
        while True:
          # New client connection
          self.client_connection, client_address = listen_socket.accept()
          # Handle one request and close the client connection. Then
          # loop over to wait for another client connection
          self.handle_one_request()

      def handle_one_request(self):
        self.request_data = request_data = self.client_connection.recv(1024)
        # Print formatted request data a la 'curl -v'
        print(''.join(
          '< {line}\n'.format(line=line)
          for line in request_data.splitlines()
        ))

        self.parse_request(request_data)

        # Construct environment dictionary using request data
        env = self.get_environ()

        # It's time to call our application callable and get
        # back a result that will become HTTP response body
        result = self.application(env, self.start_response)

        # Construct a response and send it back to the client
        self.finish_response(result)

      def parse_request(self, text):
        request_line = text.splitlines()[0]
        request_line = request_line.rstrip('\r\n')
        # Break down the request line into components
        (self.request_method, # GET
         self.path,      # /hello
         self.request_version # HTTP/1.1
         ) = request_line.split()

      def get_environ(self):
        env = {}
        # The following code snippet does not follow PEP8 conventions
        # but it's formatted the way it is for demonstration purposes
        # to emphasize the required variables and their values
        #
        # Required WSGI variables
        env['wsgi.version']   = (1, 0)
        env['wsgi.url_scheme']  = 'http'
        env['wsgi.input']    = StringIO.StringIO(self.request_data)
        env['wsgi.errors']    = sys.stderr
        env['wsgi.multithread'] = False
        env['wsgi.multiprocess'] = False
        env['wsgi.run_once']   = False
        # Required CGI variables
        env['REQUEST_METHOD']  = self.request_method  # GET
        env['PATH_INFO']     = self.path       # /hello
        env['SERVER_NAME']    = self.server_name    # localhost
        env['SERVER_PORT']    = str(self.server_port) # 8888
        return env

      def start_response(self, status, response_headers, exc_info=None):
        # Add necessary server headers
        server_headers = [
          ('Date', 'Tue, 31 Mar 2015 12:54:48 GMT'),
          ('Server', 'WSGIServer 0.2'),
        ]
        self.headers_set = [status, response_headers + server_headers]
        # To adhere to WSGI specification the start_response must return
        # a 'write' callable. We simplicity's sake we'll ignore that detail
        # for now.
        # return self.finish_response

      def finish_response(self, result):
        try:
          status, response_headers = self.headers_set
          response = 'HTTP/1.1 {status}\r\n'.format(status=status)
          for header in response_headers:
            response += '{0}: {1}\r\n'.format(*header)
          response += '\r\n'
          for data in result:
            response += data
          # Print formatted response data a la 'curl -v'
          print(''.join(
            '> {line}\n'.format(line=line)
            for line in response.splitlines()
          ))
          self.client_connection.sendall(response)
        finally:
          self.client_connection.close()


    SERVER_ADDRESS = (HOST, PORT) = '', 8888


    def make_server(server_address, application):
      server = WSGIServer(server_address)
      server.set_app(application)
      return server


    if __name__ == '__main__':
      if len(sys.argv) < 2:
        sys.exit('Provide a WSGI application object as module:callable')
      app_path = sys.argv[1]
      module, application = app_path.split(':')
      module = __import__(module)
      application = getattr(module, application)
      httpd = make_server(SERVER_ADDRESS, application)
      print('WSGIServer: Serving HTTP on port {port} ...\n'.format(port=PORT))
      httpd.serve_forever()

上面的代码比第一部分的服务器实现代码要长的多，但是这些代码实际也不算太长，只有不到150行，大家理解起来并不会太困难。上面这个服务器的功能也更多――它可以运行你使用自己喜欢的框架所写出来的网络应用，无论你选择Pyramid、Flask、Django或是其他支持WSGI协议的框架。

你不信？你可以自己测试一下，看看结果如何。将上述代码保存为webserver2.py，或者直接从我的Github仓库下载。如果你运行该文件时没有提供任何参数，那么程序就会报错并退出。


    $ python webserver2.py
    Provide a WSGI application object as module:callable

上述程序设计的目的，就是运行你开发的网络应用，但是你还需要满足一些它的要求。要运行服务器，你只需要安装Python即可。但是要运行使用Pyramid、Flask和Django等框架开发的网络应用，你还需要先安装这些框架。我们接下来安装这三种框架。我倾向于使用virtualenv安装。请按照下面的提示创建并激活一个虚拟环境，然后安装这三个网络框架。


    $ [sudo] pip install virtualenv
    $ mkdir ~/envs
    $ virtualenv ~/envs/lsbaws/
    $ cd ~/envs/lsbaws/
    $ ls
    bin include lib
    $ source bin/activate
    (lsbaws) $ pip install pyramid
    (lsbaws) $ pip install flask
    (lsbaws) $ pip install django

接下来，你需要创建一个网络应用。我们首先创建Pyramid应用。将下面的代码保存为pyramidapp.py文件，放至webserver2.py所在的文件夹中，或者直接从我的Github仓库下载该文件：


    from pyramid.config import Configurator
    from pyramid.response import Response


    def hello_world(request):
      return Response(
        'Hello world from Pyramid!\n',
        content_type='text/plain',
      )

    config = Configurator()
    config.add_route('hello', '/hello')
    config.add_view(hello_world, route_name='hello')
    app = config.make_wsgi_app()

现在，你可以通过自己开发的网络服务器来启动上面的Pyramid应用。


    (lsbaws) $ python webserver2.py pyramidapp:app
    WSGIServer: Serving HTTP on port 8888 ...

在运行webserver2.py时，你告诉自己的服务器去加载pyramidapp模块中的app可调用对象（callable）。你的服务器现在可以接收HTTP请求，并将请求中转至你的Pyramid应用。应用目前只能处理一个路由（route）：/hello。在浏览器的地址栏输入http://localhost:8888/hello，按下回车键，观察会出现什么情况：

$2016218143311914.png $318×122$$

你还可以在命令行使用curl命令，来测试服务器运行情况：


    $ curl -v http://localhost:8888/hello
    ...

接下来我们创建Flask应用。重复上面的步骤。


    from flask import Flask
    from flask import Response
    flask_app = Flask('flaskapp')


    @flask_app.route('/hello')
    def hello_world():
      return Response(
        'Hello world from Flask!\n',
        mimetype='text/plain'
      )

    app = flask_app.wsgi_app

将上面的代码保存为flaskapp.py，或者直接从我的Github仓库下载文件，并运行：


    (lsbaws) $ python webserver2.py flaskapp:app
    WSGIServer: Serving HTTP on port 8888 ...

然后在浏览器地址栏输入http://localhost:8888/hello，并按下回车：

$2016218143352301.png $344×148$$

同样，在命令行使用curl命令，看看服务器是否会返回Flask应用生成的信息：


    $ curl -v http://localhost:8888/hello
    ...

这个服务器是不是也能支持Django应用？试一试就知道了！不过接下来的操作更为复杂一些，我建议大家克隆整个仓库，并使用其中的djangoapp.py文件。下面的代码将一个名叫helloworld的Django应用添加至当前的Python路径中，然后导入了该项目的WSGI应用。


    import sys
    sys.path.insert(0, './helloworld')
    from helloworld import wsgi


    app = wsgi.application

将上面的代码保存为djangoapp.py，并使用你开发的服务器运行这个Django应用。


    (lsbaws) $ python webserver2.py djangoapp:app
    WSGIServer: Serving HTTP on port 8888 ...

同样，在浏览器中输入http://localhost:8888/hello，并按下回车键：

$2016218143421440.png $340×135$$

接下来，和前面几次一样，你通过命令行使用curl命令进行测试，确认了这个Djando应用成功处理了你发出的请求：


    $ curl -v http://localhost:8888/hello
    ...

你有没有按照上面的步骤测试？你做到了让服务器支持全部三种框架吗？如果没有，请尽量自己动手操作。阅读代码很重要，但这系列文章的目的在于重新开发，而这意味着你需要自己亲自动手。最好是你自己重新输入所有的代码，并确保代码运行结果符合预期。

经过上面的介绍，你应该已经认识到了WSGI的强大之处：它可以让你自由混合搭配网络服务器和框架。WSGI为Python网络服务器与Python网络框架之间的交互提供了一个极简的接口，而且非常容易在服务器端和框架端实现。下面的代码段分别展示了服务器端和框架端的WSGI接口：


    def run_application(application):
      """Server code."""
      # This is where an application/framework stores
      # an HTTP status and HTTP response headers for the server
      # to transmit to the client
      headers_set = []
      # Environment dictionary with WSGI/CGI variables
      environ = {}

      def start_response(status, response_headers, exc_info=None):
        headers_set[:] = [status, response_headers]

      # Server invokes the 'application' callable and gets back the
      # response body
      result = application(environ, start_response)
      # Server builds an HTTP response and transmits it to the client
      …

    def app(environ, start_response):
      """A barebones WSGI app."""
      start_response('200 OK', [('Content-Type', 'text/plain')])
      return ['Hello world!']

    run_application(app)

下面给大家解释一下上述代码的工作原理：

网络框架提供一个命名为application的可调用对象（WSGI协议并没有指定如何实现这个对象）。
服务器每次从HTTP客户端接收请求之后，调用application。它会向可调用对象传递一个名叫environ的字典作为参数，其中包含了WSGI/CGI的诸多变量，以及一个名为start_response的可调用对象。
框架/应用生成HTTP状态码以及HTTP响应报头（HTTP response headers），然后将二者传递至start_response，等待服务器保存。此外，框架/应用还将返回响应的正文。
服务器将状态码、响应报头和响应正文组合成HTTP响应，并返回给客户端（这一步并不属于WSGI协议）。
下面这张图直观地说明了WSGI接口的情况：

$2016218143448615.png $1024×689$$

有一点要提醒大家，当你使用上述框架开发网络应用的时候，你处理的是更高层级的逻辑，并不会直接处理WSGI协议相关的要求，但是我很清楚，既然你正在看这篇文章，你一定对框架端的WSGI接口很感兴趣。所以，我们接下来在不使用Pyramid、Flask或Djando框架的前提下，自己开发一个极简的WSGI网络应用/网络框架，并使用WSGI服务器运行该应用：


    def app(environ, start_response):
      """A barebones WSGI application.

      This is a starting point for your own Web framework :)
      """
      status = '200 OK'
      response_headers = [('Content-Type', 'text/plain')]
      start_response(status, response_headers)
      return ['Hello world from a simple WSGI application!\n']

将上述代码保存为wsgiapp.py文件，或者直接从我的Github仓库下载，然后利用网络服务器运行该应用：


    (lsbaws) $ python webserver2.py wsgiapp:app
    WSGIServer: Serving HTTP on port 8888 ...

在浏览器中输入下图中的地址，然后按回车键。结果应该是这样的：

$2016218143519369.png $374×156$$

你刚刚自己编写了一个极简的WSGI网络框架！太不可思议了。

接下来，我们重新分析服务器返回给客户端的对象。下面这张图展示的是你通过HTTP客户端调用Pyramid应用后，服务器生成的HTTP响应：

$2016218143535297.png $1024×519$$

上图中的响应与你在第一篇中看到的有些类似，但是也有明显不同之处。举个例子，其中就出现了你之前没有看到过的4歌HTTP报头：Content-Type，Content-Length，Date和Server。这些事网络服务器返回的响应对象通常都会包含的报头。不过，这四个都不是必须的。报头的目的是传递有关HTTP请求/响应的额外信息。

既然你已经对WSGI接口有了更深的理解，下面这张图对响应对象的内容进行了更详细的解释，说明了每条内容是如何产生的。

$2016218143552797.png $1024×500$$