Sanic框架中路由未找到时中间件重复执行问题分析
2025-05-12 04:34:09作者:苗圣禹Peter
问题背景
在Sanic框架的使用过程中,开发者发现了一个关于中间件执行的异常行为:当应用程序路由未找到(触发NotFound异常)且中间件自身也抛出异常时,请求中间件会被执行两次。这种情况会导致应用程序出现不符合预期的行为,特别是当中间件中包含有状态操作(如计数器、日志记录等)时,会产生重复操作的问题。
问题复现
通过以下简单的示例代码可以复现该问题:
from sanic import Sanic
from sanic.exceptions import SanicException
from sanic.response import html
app = Sanic(__name__)
@app.middleware("request")
def my_middleware1(request):
print("Middleware 1 ran", flush=True)
@app.middleware("request")
def my_middleware2(request):
print("Middleware 2 ran", flush=True)
raise SanicException()
@app.get("/")
def index(request):
return html("<p>hello world</p>")
if __name__ == "__main__":
app.run(debug=True, auto_reload=False, access_log=False)
当访问一个不存在的路由(如/not-found)时,控制台会显示中间件被调用了两次。
问题原因分析
深入分析Sanic框架的内部处理流程,可以发现问题的根源在于异常处理机制:
- 当请求一个不存在的路由时,Sanic的路由器会首先抛出NotFound异常
- 异常处理流程中,框架会将
run_middleware标志设置为True - 中间件在异常处理过程中被执行并抛出SanicException
- 这个异常被传递到HTTP协议处理器,再次触发错误响应处理
- 在错误响应处理中,由于当前阶段仍然是REQUEST阶段,中间件又被执行了一次
这种双重执行的根本原因是异常处理流程中没有正确维护中间件的执行状态,导致在错误处理路径上中间件被重复调用。
解决方案
针对这个问题,Sanic开发团队已经提出了修复方案。核心思路是在异常处理流程中更精确地控制中间件的执行条件,避免在错误处理路径上重复执行中间件。
修复方案主要涉及以下几个方面:
- 在错误响应处理中,增加对中间件执行状态的检查
- 确保在特定类型的异常(如ServiceUnavailable或RequestCancelled)情况下不重复执行中间件
- 优化异常处理流程中的阶段判断逻辑
临时解决方案
在官方修复发布前,开发者可以采用以下临时解决方案来避免中间件重复执行的问题:
def register_middleware(app, middleware, *args, **kwargs):
async def wrapper(request, *mw_args, **mw_kwargs):
try:
return await middleware(request, *mw_args, **mw_kwargs)
except Exception as e:
response = app.error_handler.response(request, e)
if iscoroutine(response):
return await response
return response
app.register_middleware(wrapper, *args, **kwargs)
这个方案通过包装中间件函数,在中间件内部捕获异常并转换为适当的响应,从而避免异常传播到框架的异常处理流程中。
最佳实践建议
为了避免类似问题,建议开发者在编写Sanic中间件时注意以下几点:
- 中间件应尽可能保持无状态,避免依赖执行次数
- 对于可能抛出异常的中间件操作,考虑在中间件内部进行捕获和处理
- 在中间件中加入调试日志,便于追踪执行流程
- 定期更新Sanic框架版本,以获取最新的错误修复和功能改进
总结
Sanic框架中的这个中间件重复执行问题展示了Web框架中异常处理流程的复杂性。通过分析这个问题,我们不仅了解了Sanic的内部工作机制,也学习到了如何编写更健壮的中间件代码。随着Sanic框架的持续发展,这类边界条件问题将得到更好的处理,为开发者提供更稳定可靠的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
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-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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
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
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92