如何在Flask中将函数内的card变量传递到外部及其他脚本？

1. 直接在视图函数中调用外部脚本逻辑 #

这是最直接的方式，拿到card后立刻调用另一个脚本的处理函数，无需额外传递变量到函数外部。

假设你有另一个处理脚本card_processor.py，里面包含处理卡片数据的函数：

# card_processor.py
def process_card(card_data):
    print(f"开始处理卡片数据: {card_data}")
    # 这里编写你的业务处理逻辑

修改Flask代码，在获取到card后直接调用该函数：

from flask import Flask, request
from card_processor import process_card  # 导入外部脚本的处理函数

app = Flask(__name__)

@app.route('/bridge', methods=['POST'])
def index():
    if request.method == 'POST':
        json_data = request.json 
        card = json_data['data']
        print(card)
        # 调用外部脚本的处理函数，直接传递card
        process_card(card)
        return card

if __name__ == "__main__":
    from waitress import serve
    serve(app, host="0.0.0.0", port=8400, threads=8)

2. 使用线程安全的全局存储（谨慎使用） #

由于Waitress是多线程服务，普通全局变量会被并发请求覆盖，需要用线程安全的容器存储card。注意：只有在当前请求的线程中才能获取到值，服务启动阶段的print(card)依然无法拿到请求时的card（因为启动时还没有请求）。

示例代码：

from flask import Flask, request
import threading

app = Flask(__name__)
# 创建线程本地存储对象，确保每个线程的数据独立
thread_local = threading.local()

@app.route('/bridge', methods=['POST'])
def index():
    if request.method == 'POST':
        json_data = request.json 
        card = json_data['data']
        print(card)
        # 将card存入线程本地存储
        thread_local.current_card = card
        # 同一线程内的其他函数可通过thread_local.current_card获取值
        return card

# 需在请求线程内调用才能拿到有效数据
def get_current_card():
    return getattr(thread_local, 'current_card', None)

if __name__ == "__main__":
    from waitress import serve
    serve(app, host="0.0.0.0", port=8400, threads=8)

3. 使用消息队列实现异步解耦（推荐高并发场景） #

如果外部脚本需要异步处理，或者和Flask服务完全解耦，可以用消息队列（如Redis、RabbitMQ）传递card数据。

以Redis为例，先安装依赖：pip install redis

Flask端代码（发送消息）：

from flask import Flask, request
import redis

app = Flask(__name__)
# 连接本地Redis服务
redis_client = redis.Redis(host='localhost', port=6379, db=0)

@app.route('/bridge', methods=['POST'])
def index():
    if request.method == 'POST':
        json_data = request.json 
        card = json_data['data']
        print(card)
        # 将card推入Redis队列
        redis_client.rpush('card_process_queue', card)
        return card

if __name__ == "__main__":
    from waitress import serve
    serve(app, host="0.0.0.0", port=8400, threads=8)

外部处理脚本（接收消息）：

# card_consumer.py
import redis

redis_client = redis.Redis(host='localhost', port=6379, db=0)

while True:
    # 阻塞等待队列中的消息
    _, card_bytes = redis_client.blpop('card_process_queue')
    card = card_bytes.decode('utf-8')
    print(f"收到待处理卡片数据: {card}")
    # 编写你的业务处理逻辑

4. 写入文件/数据库（持久化传递） #

如果需要持久化数据，或者外部脚本无需实时处理，可以把card写入文件或数据库，外部脚本定期读取这些数据。

示例：写入文本文件

from flask import Flask, request

app = Flask(__name__)

@app.route('/bridge', methods=['POST'])
def index():
    if request.method == 'POST':
        json_data = request.json 
        card = json_data['data']
        print(card)
        # 以追加模式写入文件
        with open('received_cards.txt', 'a', encoding='utf-8') as f:
            f.write(f"{card}\n")
        return card

if __name__ == "__main__":
    from waitress import serve
    serve(app, host="0.0.0.0", port=8400, threads=8)

外部读取脚本：

# card_reader.py
with open('received_cards.txt', 'r', encoding='utf-8') as f:
    for line in f:
        card = line.strip()
        if card:
            print(f"读取到卡片数据: {card}")
            # 编写你的处理逻辑

1. 变量作用域限制：card是index()函数的局部变量，函数外部无法直接访问。
2. Flask运行机制：服务启动时，函数外的print(card)会立刻执行，此时还没有任何请求，card根本不存在，会直接抛出未定义错误。
3. 视图返回值的去向：index()的返回值是作为HTTP响应返回给请求客户端的，不是返回给脚本内部的调用者，所以print(index())不仅拿不到请求时的card，还会因为缺少request对象抛出异常。

内容的提问来源于stack exchange，提问作者Pavol Bujna