MicroPython中requests库修改headers参数的Bug分析与修复
2025-05-10 12:42:05作者:柏廷章Berta
问题背景
在MicroPython v1.24.1版本中,用户报告了一个关于requests库的有趣问题。当使用requests.request()方法发送HTTP请求时,传入的headers参数会被意外修改,添加了额外的头部字段。这个行为与标准Python的requests库行为不一致,也不同于MicroPython早期版本(v1.23.0)的行为。
问题复现
通过以下代码可以复现该问题:
import network
import requests
import time
def do_connect():
sta_if = network.WLAN(network.STA_IF)
if not sta_if.isconnected():
sta_if.active(True)
sta_if.connect("SSID", "PSK")
while not sta_if.isconnected():
pass
do_connect()
HEADERS = {"X-Api-Key": "foobar"}
print(HEADERS) # 初始headers
requests.request(method="GET", url="https://postman-echo.com/get", headers=HEADERS, timeout=2)
print(HEADERS) # 请求后的headers
在v1.24.1版本中,输出结果会显示headers被添加了"Host"和"Connection"字段:
{'X-Api-Key': 'foobar'}
{'Host': 'postman-echo.com', 'X-Api-Key': 'foobar', 'Connection': 'close'}
问题分析
这个问题的根源在于MicroPython的requests库实现中,对headers参数的处理方式存在问题。在发送HTTP请求时,库内部需要添加一些必要的HTTP头部字段(如Host和Connection),但实现上直接修改了传入的字典对象,而不是创建一个新的字典副本。
这种行为会带来几个问题:
- 违反最小意外原则:大多数开发者不会预期函数调用会修改传入的参数
- 潜在的多线程问题:如果headers字典被多个线程共享,这种修改可能导致竞态条件
- 与标准库行为不一致:标准Python的requests库会保持传入的headers不变
解决方案
MicroPython开发团队在v1.25.0版本中修复了这个问题。修复方案的核心是:
- 在修改headers前,先创建传入headers的副本
- 所有内部添加的头部字段都在这个副本上进行操作
- 保持原始headers字典不被修改
这个修复确保了函数的纯函数特性,即相同的输入总是产生相同的输出,且不会产生副作用(修改输入参数)。
最佳实践
为了避免类似问题,开发者可以采取以下措施:
- 使用不可变对象:如果不需要修改传入的参数,可以考虑使用不可变对象
- 文档说明:如果API确实需要修改参数,应该在文档中明确说明
- 防御性拷贝:在函数内部对可变参数进行拷贝,避免修改原始对象
- 版本检查:对于关键功能,可以检查MicroPython版本以确保预期行为
结论
这个bug的修复体现了MicroPython社区对API一致性和开发者体验的重视。虽然这是一个看似小的问题,但它可能在实际项目中导致难以调试的bug。MicroPython团队快速响应并修复了这个问题,展示了开源社区的高效协作。
对于开发者来说,保持MicroPython版本更新是避免类似问题的好方法。同时,了解这类问题的模式也有助于编写更健壮的代码,特别是在资源受限的嵌入式环境中。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
388
69
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++
953
919
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
646
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234