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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
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
458
450
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
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
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250