wesgi

wesgi implémente un processeur ESI comme middeware WSGI. & Nbsp; Il est principalement destiné aux environnements de développement pour simuler la production ESI processeur.
Les spécifications et les documents pertinents sont:
- Http://www.w3.org/TR/esi-lang
- Http://www.akamai.com/dl/technical_publications/esi_faq.pdf
État complet
Cette mise en œuvre actuellement en œuvre uniquement .
Performance
De façon réaliste, sous standard de Python, WSGI middleware est synchrone. Pour un processeur ESI pour atteindre des niveaux très élevés de performance, il est probablement nécessaire pour qu'il soit asynchrone. Cela met probablement une limite supérieure sur la perfomance de ce middleware.
Toutefois, en fonction de la situation, il peut être assez performant.
Utilisation:
& Nbsp; >>> from MiddleWare d'importation wesgi
& Nbsp; >>> from wsgiref.simple_server importation demo_app
Pour l'utiliser dans la configuration de ce par défaut d'un serveur de développement:
& Nbsp; >>> app = MiddleWare (demo_app)
Pour simuler un environnement de production Akamai:
& Nbsp; >>> app = MiddleWare (demo_app, politique = 'Akamai »)
Pour simuler un environnement de production avec Akamai "redirection chase" allumé:
& Nbsp; >>> from AkamaiPolicy d'importation wesgi
& Nbsp; >>> politique AkamaiPolicy = ()
& Nbsp; >>> policy.chase_redirect = True
& Nbsp; >>> app = MiddleWare (demo_app, politique = politique)
Si vous souhaitez l'utiliser pour un serveur de production, il est conseillé de désactiver le mode debug off:
& Nbsp; >>> app = middleware (demo_app, debug = false)

Ce qui est nouveau dans cette version:

• Caractéristiques :
• Ajouter wesgi.filter_app_factory qui peut être utilisé par Coller pour configurer wesgi comme filter_app_factory.
• Une option de max_object_size wesgi.LRUCache pour limiter la taille maximale des objets stockés.
• refactoring majeur à l'utilisation httplib2 comme backend pour obtenir ESI comprend. Cela porte le long de la mise en cache HTTP.
• Une mémoire à base de mise en œuvre de la mise en cache algoritm LRU au wesgi.LRUCache.
• Poignée commentaires ESI.
• Correction de bugs:
• Correction d'un bug où l'expression régulière pour trouver src:. Comprend pourrait prendre un certain temps
• Soupir. Ajouter MANIFEST.in afin que les fichiers nécessaires se retrouvent dans l'archive.

Ce qui est nouveau dans la version 0.8:

• Une option de max_object_size pour wesgi.LRUCache de limiter la taille maximale des objets stockés.

Exigences :

• Python