使用Python "requests“库读取流http响应

Question

我正在尝试使用requests模块来使用由Kubernetes api提供的事件流。我遇到了一个看起来像是缓冲问题：requests模块似乎滞后了一个事件。

我的代码看起来像这样：

r = requests.get('http://localhost:8080/api/v1beta1/watch/services',
                 stream=True)

for line in r.iter_lines():
    print 'LINE:', line

当Kubernetes发出事件通知时，此代码将仅显示新事件传入时发出的最后一个事件，这使得它对于需要响应服务添加/删除事件的代码几乎毫无用处。

我已经通过在子进程中生成curl而不是使用requests库解决了这个问题：

p = subprocess.Popen(['curl', '-sfN',
                      'http://localhost:8080/api/watch/services'],
                     stdout=subprocess.PIPE,
                     bufsize=1)

for line in iter(p.stdout.readline, b''):
    print 'LINE:', line

这是可行的，但以牺牲一些灵活性为代价。有没有办法避免requests库出现这种缓冲问题？

Answer 1

此行为是由于requests库中iter_lines方法的错误实现造成的。

iter_lines使用iter_content迭代器遍历chunk_size数据块中的响应内容。如果可用于从远程服务器读取的数据少于chunk_size字节(在读取输出的最后一行时通常是这种情况)，则读取操作将阻塞，直到有chunk_size字节的数据可用为止。

我已经编写了自己的iter_lines例程，可以正确运行：

import os


def iter_lines(fd, chunk_size=1024):
    '''Iterates over the content of a file-like object line-by-line.'''

    pending = None

    while True:
        chunk = os.read(fd.fileno(), chunk_size)
        if not chunk:
            break

        if pending is not None:
            chunk = pending + chunk
            pending = None

        lines = chunk.splitlines()

        if lines and lines[-1]:
            pending = lines.pop()

        for line in lines:
            yield line

    if pending:
        yield(pending)

这之所以有效，是因为os.read将返回少于chunk_size字节的数据，而不是等待缓冲区填充。