wesgi

wesgi implementa um processador ESI como um middeware WSGI. & Nbsp; Ele é direcionado principalmente para ambientes de desenvolvimento para simular a produção ESI Processor.
As especificações e documentos relevantes são:
- Http://www.w3.org/TR/esi-lang
- Http://www.akamai.com/dl/technical_publications/esi_faq.pdf
Perfeição
Esta implementação atualmente apenas implementa .
Desempenho
Realisticamente, sob Python padrão, WSGI middleware é síncrono. Para um processador ESI para alcançar elevados níveis de desempenho, que é provavelmente necessário para que possa ser assíncrona. Isso provavelmente coloca um limite superior para a perfomance deste middleware.
No entanto, dependendo da situação, pode ser bastante alto desempenho.
Uso:
& Nbsp; >>> from wesgi MiddleWare importação
& Nbsp; >>> from wsgiref.simple_server importação demo_app
Para usá-lo em sua configuração padrão para um servidor de desenvolvimento:
& Nbsp; >>> app = MiddleWare (demo_app)
Para simular um ambiente Akamai Produção:
& Nbsp; >>> app = MiddleWare (demo_app, política = 'akamai')
Para simular um ambiente Akamai Produção com "redirecionamento perseguição" ligado:
& Nbsp; >>> from wesgi AkamaiPolicy importação
& Nbsp; >>> política = AkamaiPolicy ()
& Nbsp; >>> policy.chase_redirect = True
& Nbsp; >>> app = MiddleWare (demo_app, política política =)
Se você quiser usá-lo para um servidor de produção, é aconselhável ativar o modo de depuração off:
& Nbsp; >>> app = middleware (demo_app, debug = false)

O que é novo nesta versão:

• Características :
• Adicionar wesgi.filter_app_factory que pode ser usado por Colar para configurar wesgi como um filter_app_factory.
• A opção max_object_size para wesgi.LRUCache para limitar o tamanho máximo de objetos armazenados.
• Maior refatoração para usar httplib2 como o backend para obter ESI inclui. Isto traz ao longo Caching HTTP.
• A implementação baseado em memória do cache algoritmo LRU em wesgi.LRUCache.
• Handle comentários ESI.
• Bugfixes:
• Fix bug onde a expressão regular para encontrar src:. Inclui poderia levar um longo tempo
• Sigh. Adicionar MANIFEST.in tão arquivos necessários acabar no tarball.

O que é novo na versão 0.8:

• A opção max_object_size para wesgi.LRUCache para limitar o tamanho máximo de objetos armazenados.

Requisitos :

• Python