摘要
收到前不久订阅的PythonWeekly发过来的一个邮件通知，由Miguel写的一篇介绍如何使用Flask搭建一个流媒体服务器的文章，思路很新颖也很有意思。你可以点击这里阅读英文原文。或者跟随本文跟我一起体验一把搭建一个流媒体服务器的过程吧。
理论基础
流媒体有两大特点，一是数据量大。二是有实时性要求。针对这两个特点，我们必须把应答数据分块传输给客户端来实现流媒体服务器。这里我们用到了两个关键技术来实现流媒体服务器，我们使用生成器函数来把数据分块传送，Flask的Response类本身对生成器函数有良好的支持。接着，我们使用Multipart来组装一个HTTP应答。
生成器函数
生成器函数是可被打断和恢复的函数。其关键字是yield，来看一个例子：
**def** gen():
**yield** 1
**yield** 2
**yield** 3
上面的代码我们就定义了一个生成器函数，当生成器函数被调用时，它返回一个生成器迭代器，或直接叫生成器。通过不断地调用生成器的next()方法来执行生成器函数体的代码，直到遇到异常为止。
>>>> g = gen()
>>> g
<generator object gen at 0xb72330a4>
>>> g.next()
1
>>> g.next()
2
>>> g.next()
3
>>> g.next()
Traceback (most recent call last):
File "<stdin>", line 1, **in** <module>
**StopIteration**
从上面的例子可以看到一个生成器函数可以返回多个结果。每当程序执行到yield语句时，函数现场会被保留，同时返回一个值。Flask就是利用这个特性把应答数据通过生成器分块发送给客户端。
Multipart应答
Multipart应答包含一个multipart媒体类型，后面跟着多块独立的数据，每块数据有自己的Content-Type，每块数据之间通过boundary分隔。下面是一个例子：
HTTP/1.1 200 OK
Content-Type: multipart/x-mixed-replace; boundary=frame
--frame
Content-Type: image/jpeg
<jpeg data here>
--frame
Content-Type: image/jpeg
<jpeg data here>
...
Multipart有多种不同的类型，针对流媒体，我们使用multipart/x-mixed-replace。浏览器处理这种Multipart类型时，会使用当前的块数据替换之前的块数据。这刚好就是我们想要的流媒体的效果。我们可以把媒体的一帧数据打包为一个数据块，每块数据有自己的Content-Type和可选的Content-Length。浏览器逐帧替换，就实现了视频的播放功能。RFC1341对Multipart媒体类型进行了详细的描述，有兴趣的朋友可移步参考。
实现流媒体服务器
上面介绍了实现流媒体服务器的理论知识。接下来我们使用这些知识来用Flask搭建一个流媒体服务器。
有多种方法可以在浏览器里实现流媒体播放，和Flask配合较好的是使用Motion JPEG的方法。简单地讲，就是把视频画面通过JPEG图片的方式，一帧一帧地发送给浏览器。这也是很多IP Camera使用的流媒体播放方式，它实时性很好，但视频效果不是很理想。因为Motion JPEG对视频的压缩效率太低了。
#!/usr/bin/env python
from flask import Flask, render_template, Response
from camera import Camera
app = Flask(__name__)
@app.route('/')
def index():
return render_template('index.html')
def gen(camera):
while True:
frame = camera.get_frame()
yield (b'--frame\r\n'
b'Content-Type: image/jpeg\r\n\r\n' + frame + b'\r\n')
@app.route('/video_feed')
def video_feed():
return Response(gen(Camera()),
mimetype='multipart/x-mixed-replace; boundary=frame')
if __name__ == '__main__':
app.run(host='0.0.0.0', debug=True)
这个Flask应用程序导入了一个Camera类，这个类是为了持续不断地提供视频的帧数据的类。这个程序提供了两个服务路径，/路径由index.html模板提供服务，下面是它的内容：
<html>
<head>
<title>Video Streaming Demonstration</title>
</head>
<body>
<h1>Video Streaming Demonstration</h1>
<img src="{{ url_for('video_feed') }}">
</body>
</html>
这是一个非常简单的HTML网页。其中关键的是img这个标签，它定义了一张图片元素，其URL是/video_feed。从Flask应用程序代码的Line17-20可以知道，/video_feed是由一个video_feed()方法提供服务的，它返回的是一个multipart应答。这个应答的内容是由生成器函数gen()提供的。而gen()函数就是不停地从camera里获取一帧一帧的图片，并通过生成器返回给客户端。客户端浏览器在收到这个流媒体时，会在img标签定义的图片里，逐帧地显示图片，这样一个视频就播放出来的。目前市面上绝大部分浏览器都支持这个功能。
模拟视频帧数据
现在只要实现Camera类，并提供源源不断的视频帧数据即可运行上面的程序了。由于连接摄像头涉及到硬件，我们使用一个简单的模拟器来源源不断地返回数据：
#!/usr/bin/env python
from time import time
class Camera(object):
def __init__(self):
self.frames = [open(f + '.jpg', 'rb').read() for f in ['1', '2', '3']]
def get_frame(self):
return self.frames[int(time()) % 3]
这个代码很简单，它从本地读取三个图片，并根据当前时间，每秒返回不同的图片来模拟提供源源不断的视频帧数据。
大家可以从原作者的GitHub上下载程序的代码来运行。
`$ git clone https://github.com/miguelgrinberg/flask-video-streaming.git
或者直接下载ZIP包来运行。
下载完代码，进入代码根目录，执行python app.py。然后在浏览器里打开http://localhost:5000即可以看到模拟的视频了。
安装Flask
要运行上述代码，需要先安装Flask。官网上有教程，简单易懂。
连接硬件摄像头
下载代码的同学应该可以看到代码里还有一个camera_pi.py的文件，这个是用来实现真正的连接硬件摄像头的代码。原文作者使用的摄像头是Raspberry Pi，这是个类似Arduino的开源的硬件项目。
一些限制
当客户端浏览器打开上述流媒体服务的网址时，它就独占了这个线程。在把Flask应用Deploy到Nginx+uwsgi服务器上时，它能服务的最大客户端数目为应用程序的线程数，一般就是几个到几十个。而如果是在本机使用python app.py运行的测试服务器，则只能服务一个客户端。
针对这个问题，原文作者提供了一个解决方案。使用gevent来解决。
gevent is a coroutine-based Python networking library that uses greenlet to provide a high-level synchronous API on top of the libev event loop.
有兴趣的同学可以在原代码的基础上，引入gevent来支持多客户端。
网友评论