Hishel: 高效HTTP缓存库指南
2024-09-12 09:31:07作者:宣海椒Queenly
项目简介
Hishel是一个遵循RFC 9111标准的HTTP缓存库,专为HTTPX和HTTP Core设计。它提供了一种优雅的方式来存储和复用HTTP响应,提升应用性能。通过智能处理诸如Vary、Etag、Last-Modified等缓存控制头部,Hishel确保了响应的正确性和时效性。
目录结构及介绍
假设您已经克隆了这个项目从GitHub仓库,以下是你可能遇到的主要目录和文件结构:
hishel/
│
├── hishel # 核心库代码所在目录
│ ├── __init__.py # 导入时初始化模块
│ └── ... # 其他相关模块文件
├── examples # 示例代码和使用说明
│ └── basic_usage.py # 基础使用示例
├── tests # 单元测试和集成测试文件
│ └── ...
├── README.md # 项目快速入门和概述
├── setup.py # 安装脚本
└── requirements.txt # 必需的依赖列表
- hishel: 包含库的核心实现,是开发人员主要关注的部分。
- examples: 提供简单实例,帮助新用户快速上手。
- tests: 确保库功能正常运行的重要部分,包含自动化测试案例。
- README.md: 项目概述和快速安装指南。
- setup.py: Python包的标准安装脚本。
- requirements.txt: 列出了项目运行所需的第三方库版本。
项目的启动文件介绍
在Hishel中,并没有一个直接定义为“启动文件”的文件,但用户通常通过导入hishel.CacheClient或hishel.AsyncCacheClient来开始使用。例如,在你的应用中首次使用Hishel时,可能会这样做:
from hishel import CacheClient
with CacheClient() as client:
response = client.get('http://example.com')
对于开发者来说,实际的“启动”点在于如何在自己的应用程序中集成这些客户端对象。
项目的配置文件介绍
Hishel的配置主要是通过代码进行的,而非独立的配置文件。你可以通过创建一个Controller实例并设置其属性来定制缓存行为,比如:
from hishel import Controller
controller = Controller(
cacheable_methods=['GET', 'POST'],
cacheable_status_codes=[200],
allow_stale=True,
always_revalidate=True,
)
client = CacheClient(controller=controller)
此外,存储后端(如Redis、S3、SQLite等)的配置也通常是通过代码指定的,比如配置Redis存储:
from hishel import RedisStorage
storage = RedisStorage(host='localhost', port=6379, db=0, ttl=3600)
client = CacheClient(storage=storage)
虽然没有传统意义上的配置文件,但通过这种灵活的方式,Hishel提供了高度可配置的缓存逻辑和存储策略。
以上就是关于Hishel的基础结构和配置指南。通过这样的组织方式,开发者能够高效地理解和使用该库来优化他们的HTTP请求缓存流程。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355