NiceGUI项目在Windows下使用SSL证书时ConnectionResetError的解决方案
问题背景
在使用NiceGUI框架开发Web应用时,许多开发者会选择配置SSL证书来启用HTTPS安全连接。然而,在Windows操作系统环境下,当使用443端口配合SSL证书运行NiceGUI服务器时,可能会遇到ConnectionResetError错误。这个错误会在日志中频繁出现,虽然不影响网站的正常访问功能,但会给开发者带来困扰。
错误表现
错误日志中通常会显示如下信息:
2024-11-07 21:34:16,981 ERROR Exception in callback _ProactorBasePipeTransport._call_connection_lost(None)
Traceback (most recent call last):
File "...", line 88, in _run
self._context.run(self._callback, *self._args)
File "...", line 165, in _call_connection_lost
self._sock.shutdown(socket.SHUT_RDWR)
ConnectionResetError: [WinError 10054] An existing connection was forcibly closed by the remote host
问题根源
这个问题的根本原因在于Windows操作系统下asyncio的事件循环实现方式。Windows默认使用ProactorEventLoop,而Linux/macOS则使用SelectorEventLoop。ProactorEventLoop在处理某些网络连接关闭操作时,特别是在SSL/TLS加密连接场景下,可能会出现异常。
解决方案
要解决这个问题,可以通过修改asyncio的事件循环策略来使用WindowsSelectorEventLoopPolicy。具体实现方法是在代码开头添加以下两行:
import asyncio
asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
解决方案解析
-
asyncio事件循环:asyncio是Python的异步I/O框架,它依赖于事件循环来处理并发操作。不同操作系统有不同的事件循环实现。
-
WindowsSelectorEventLoopPolicy:这是Windows平台下基于selectors模块实现的事件循环策略,相比默认的ProactorEventLoopPolicy,它更稳定地处理网络连接。
-
SSL连接影响:SSL/TLS加密连接在关闭时需要更严格的握手过程,ProactorEventLoopPolicy在这种场景下容易触发连接重置错误。
注意事项
-
此解决方案仅适用于Windows平台,在其他操作系统上不需要也不应该使用。
-
虽然错误看起来严重,但实际上它通常不会影响应用的功能性,只是日志中会出现错误记录。
-
如果应用需要高性能的I/O操作,可能需要评估两种事件循环策略的性能差异。
最佳实践
对于NiceGUI项目在Windows下的部署,建议:
-
在开发阶段就添加事件循环策略设置代码。
-
对于生产环境,考虑使用反向代理(如Nginx)处理SSL终止,而不是直接在Python应用中处理。
-
定期检查asyncio和NiceGUI的更新,因为未来版本可能会解决这个平台特定问题。
通过以上方法,开发者可以消除Windows平台下NiceGUI使用SSL证书时的ConnectionResetError错误,保持日志的整洁,同时确保应用的稳定运行。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00