Flask-SQLAlchemy源码学习

博客版本: 0.1 Initial Release.

Prerequisites(Very Important!!!):

  • 熟悉SQLAlchemy常用用法, 一个很好的教程来自于SQLAlchmey作者Mike Bayer在PyCon13的Tutorial.
  • 熟悉Flask官方文档的关于如何写一个SQLite3的Flask Extension的示例.
  • 熟悉Python的一些高级特性:描述符,metaclass.
  • initnew的区别.
  • 对数据库有一定了解,推荐Stanford CS145的数据库入门课程.

Goals:

  • 学习Flask的插件是怎么工作的.
  • 增加对SQLAlchemy的认识.
  • 学习Flask中teardown_appcontext的用法.

Table of Contents


Part1 定义一张表


Part2 创建一张表


Part3 查询一张表


Part4 miscellanies


Part1 定义一张表


天才第一步,让我们先从定义一个表开始吧.
在SQLAlchemy中,以ORM方式定义表有两种方法,分别是Classical vs. Declarative.
Flask-SQLAlchemy主要使用的是Declarative方法.
首先, 我们回顾一下在原生SQLAlchemy中是如何进行Declarative定义的。

# 1.py
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()

from sqlalchemy import Column, Integer, String

class User(Base):
    __tablename__ = 'user'

    id = Column(Integer, primary_key=True)
    username = Column(String(50))
    email = Column(String(30))

    def __repr__(self):
        return "<User(%r, %r)>" % self.username

Declarative方法本质上就是自动完成了Classical方法所做的事情.所谓Declarative方式的意思就是说什么就有什么的方式,
比如,要有光,就有光,定义完一个User类,要有Table表,于是也就在Metadata中有了Table表.
当User定义完成时,User class现在就有了一个Table object.可以通过User.table或者
User.metadata.tables['user']来访问.The Declarative extension uses a Python metaclass, which is a handy way to run a series of operations each time a new class is first declared, to generate a new Table object from what's been declared, and pass it to the mapper funcion along with the class.
在Flask-SQLAlchemy中,Model是对SQLAlchemy的Base的包装,
在Flask-SQLAlchemy中,我们将Base改为db.Model.

# 2.py
class User(db.Model):

    id = db.Column(db.Integer, primary_key=True)
    username = db.Column(db.String(80), unique=True)
    email = db.Column(db.String(120), unique=True)

    def __init__(self, username, email):
        self.username = username
        self.email = email

    def __repr__(self):
        return '<User %r>' % self.username

下面我们来看看db.Model:

# 3.py
self.Model = self.make_declarative_base(metadata)
...
def make_declarative_base(self, metadata=None):
        """Creates the declarative base."""
        base = declarative_base(cls=Model, name='Model',
                                metadata=metadata,
                                metaclass=_BoundDeclarativeMeta)
        base.query = _QueryProperty(self)
        return base

在SQLAlchemy的官方文档中查询declarative_base的API.

# SQLAlchemy declarative_base() API.
def declarative_base(bind=None, metadata=None, mapper=None, cls=object,
                     name='Base', constructor=_declarative_constructor,
                     class_registry=None,
                     metaclass=DeclarativeMeta):

可知各个参数的意义:
*1. bind - An optional Connectable, will be assigned the bind attribute on the MetaData instance.
这里的Connectable这个接口的实现有:Engine和Connection.
*2. metadata - All Table objects implicitly declared by subclasses of the base will share this
MetaData.
*3. mapper - Will be used to map subclasses to their Tables.
*4. cls - A type to use as the base for the generated declarative base class.
*5. name - The display name for the generated class.
*6. constructor - ?????
*7. class_registry - ?????
*8. metaclass - A metaclass or metaclass compatible callable to use as the meta type of the
meta type of the generated declarative base class.

首先metaclass(创造class的class)默认设置为DeclarativeMeta,这是最重要的设置,
DeclarativeMeta具体我们不会去剖析,但是根据metaclass的用途,我们可以大胆猜测,
定义类User时,在metaclass创造User这个class时,会做很多背后的设置工作,具体做些什么呢:

The Declarative extension uses a Python metaclass, which is a
handy way to run a series of operations each time a new class is first declared, to generate a 
new Table object from what's been declared, and pass it to the mapper funcion along with the 
class.

在3.py中,我们设置declarative_base的参数有:

  • cls = Model
  • metadata = metadata(None)
  • metaclass = _BoundDeclarativeMeta

_BoundDeclarativeMeta是对DeclarativeMeta的一个简单包装:

# 4.py
class _BoundDeclarativeMeta(DeclarativeMeta):

    def __new__(cls, name, bases, d):
        if _should_set_tablename(bases, d):
            def _join(match):
                word = match.group()
                if len(word) > 1:
                    return ('_%s_%s' % (word[:-1], word[-1])).lower()
                return '_' + word.lower()
            d['__tablename__'] = _camelcase_re.sub(_join, name).lstrip('_')

        return DeclarativeMeta.__new__(cls, name, bases, d)

    def __init__(self, name, bases, d):
        bind_key = d.pop('__bind_key__', None)
        DeclarativeMeta.__init__(self, name, bases, d)
        if bind_key is not None:
            self.__table__.info['bind_key'] = bind_key

_BoundDeclarativeMeta实现的功能就是自动添加tablename属性的设置, 在SQLAlchemy中,
比如在1.py中,tablename的设置是必须的,但是在2.py这项并不是必须,原因就是Flask-SQLAlchemy
在背后帮你自动设置好了.
首先我们思考一个问题在2.py中,在定义(创造?)User这个class过程中,
传入new中的参数会是哪些呢?设置打印语句可知:
cls ---> <class 'flask_sqlalchemy._BoundDeclarativeMeta'>
name ---> User
bases ---> (<class 'flask_sqlalchemy.Model'>,)
d ---> {'module': ..., 'init': ..., 'id':..., 'qualname': ...,
'username': ..., 'email': ..., 'repr':...}
下面我们看 _should_set_tablename干了啥:

def _should_set_tablename(bases, d):

    # 如果d中,也就是User.__dict__中含有这些属性,则不用自动设置.
    if '__tablename__' in d or '__table__' in d or '__abstract__' in d:
        return False

    # 检查User中的Column属性,如果任何一个Column属性为primary_key,则返回True.
    if any(v.primary_key for v in itervalues(d) if isinstance(v, sqlalchemy.Column)):
        return True

    # Joined table inheritance without explicitly naming sub-models.?????
    for base in bases:
        if hasattr(base, '__tablename__') or hasattr(base, '__table__'):
            return False

        for name in dir(base):
            attr = getattr(base, name)

            if isinstance(attr, sqlalchemy.Column) and attr.primary_key:
                return True

如果 _should_set_tablename返回True,我们就会设置d['tablename'],设置的具体格式就忽略.
设置完后,我们再调用SQLAlchemy Base默认的metaclass的new方法.

_BoundDeclarativeMeta在init中还对bind_key进行了设置,这个
跟 MULTIPLE DATABASES WITH BINDS有关,本小节先忽略.

Part2 - 创建一张表


在SQLAlchemy中,我们可以这样创建一个数据库:

from sqlalchemy import create_engine
engine = create_engine('sqlite:///SALTRIVER.db', echo=True)
Base.metadata.create_all(engine)

于是,在电脑硬盘上就生成了一个SALTRIVER.db的数据库文件.
那么在Flask-SQLAlchemy中是如何对其进行包装的呢?
下面我们看看当定义完User后,执行db.create_all()会发生什么.
以下几段代码重点在于我们是怎么获取engine的,也就是怎么与一个engine进行绑定(bind).

在分析以下几段代码的时候,请先熟读Flask-SQLAlchemy官方文档中的第六章.
为熟悉用法,示例代码可参考test_sqlalchemy.py中的BindsTestCase
将结合示例代码对源码进行说明

关于多引擎绑定,还有一种django-style.详见Mike Bayer的博客.

在此之前,我们应该知道在init_app中我们设置了SQLALCHEMY_DATABASE_URI和
SQLALCHEMY_BINDS两项参数.

    # bind参数默认为'__all__'
    def create_all(self, bind='__all__', app=None):
       
        self._execute_for_all_tables(app, bind, 'create_all')

调用db.create_all,db.drop_all,db.reflect都会调用 _execute_for_all_tables().

    def _execute_for_all_tables(self, app, bind, operation, skip_tables=False):
        
        # 首先获取app.
        app = self.get_app(app)

        if bind == '__all__':
            # '__all__'的意思就是把每个表创建到对应的引擎的中.
            # 设置过__bind_key__属性的,创建到bind对应的引擎.
            # 没设置过__bind_key__,就创建到默认的引擎中---'SQLALCHEMY_DATABASE_URI'.
            # binds列表中的None就对应没bind过引擎的表.
            # 对于示例代码就是:Foo -> foo, Bar -> bar, Baz -> default.
            binds = [None] + list(app.config.get('SQLALCHEMY_BINDS') or ())
        elif isinstance(bind, string_types) or bind is None:
            # 如果明确指定, binds就设置为只含有bind的列表.
            # 意思是只在该bind对应的engine中创建Tables.
            binds = [bind]
        else:
            # 比如binds为一个自行指定的列表.
            binds = bind
        
        # 注意skip_tables=False
        for bind in binds:
            extra = {}
            if not skip_tables:
                # 获取一个bind相关的tables. 
                tables = self.get_tables_for_bind(bind)
                extra['tables'] = tables
            # 获得self.Model.metadata.create_all方法.
            op = getattr(self.Model.metadata, operation)
            # 执行self.Model.metadata.create_all(bind=engine)
            # 原生的create_all可以带个可选参数tables, which is a 
            # subset of the total tables in the metadata.
            # 只创建指定的Tables.
            op(bind=self.get_engine(app, bind), **extra)
    def get_tables_for_bind(self, bind=None):
        """Returns a list of all tables relevant for a bind."""
        result = []
        for table in itervalues(self.Model.metadata.tables):
            # bind为None,代表对应的默认引擎.
            if table.info.get('bind_key') == bind:
                result.append(table)
        return result
下面我们看看是如何获得get_engine的.
       # SQLAlchemy.get_engine()
       def get_engine(self, app, bind=None):
           # 获得一把锁. 思考:为什么需要上锁?
           with self._engine_lock:
               # 获得_SQLAlchemyState实例.
               # state = app.extensions['sqlalchemy'].
               state = get_state(app)
               # 初次获取engine的时候,connector为None.
               connector = state.connectors.get(bind)
               if connector is None:
                   # 创建一个_EngineConnector实例.
                   connector = self.make_connector(app, bind)
                   # 将_EngineConnector加入(缓存)到state.connectors中.
                   state.connectors[bind] = connector
               # 再调用_EngineConnector的get_engine().
               return connector.get_engine()
    _EngineConnector主要作用是用来缓存engine的.
           # _EngineConnector.get_engine()
           def get_engine(self):
               # 思考: 为什么要加琐?
               with self._lock:
                   # uri = "sqlite:///XYZ.db"
                   uri = self.get_uri()
                   echo = self._app.config['SQLALCHEMY_ECHO']
                   # 最开始, _connected_for为None.
                   # _connected_for为engine唯一identity(见下方).
                   if (uri, echo) == self._connected_for:
                       # 第二次访问该engine时,返回之前缓存在
                       # _EngineConnector._engine中的engine.
                       return self._engine
                   info = make_url(uri)
                   options = {'convert_unicode': True}
                   # 设置SQLALCHEMY相关的参数, 包括:
                   # 1, SQLALCHEMY_POOL_SIZE
                   # 2, SQLALCHEMY_POOL_RECYCLE
                   # 3, SQLALCHEMY_POOL_TIMEOUT
                   # 4, SQLALCHEMY_MAX_OVERFLOW
                   self._sa.apply_pool_defaults(self._app, options)
                   # What the fuck of this????????????????????????????
                   self._sa.apply_driver_hacks(self._app, info, options)
                   if echo:
                       options['echo'] = True
                   # 终于, 创建了一个engine.
                   self._engine = rv = sqlalchemy.create_engine(info, **options)
                   # - - - - - - - - - - - - - - - - - - - - - - - - - 
                   # 暂时忽略.
                   if _record_queries(self._app):
                       _EngineDebuggingSignalEvents(self._engine,
                                                    self._app.import_name).register()
                   # - - - - - - - - - - - - - - - - - - - - - - - - - 
                   # 设置self._connected_for.
                   # _connected_for相当于engine的一个唯一identity.
                   # 通过比较(uri, echo) == self._connected_for是否相等来
                   # 判断某个engine是非缓存在_EngineConnector中.
                   self._connected_for = (uri, echo)
                   # 返回engine.
                   return rv

返回engine后,最后调用self.Model.metadata.create_all(bind=engine, **extra).
成功创建数据库文件.

一个助于理解的示意图为:
[PICTURE HERE]
感觉有循环引用问题?

Part3 查询一张表


Part3.1 scoped_session

以SQLAlchemy的ORM方式,我们通常是这样开始查询的:

from sqlalchemy.orm import Session
session = Session(engine)
query = session.query(User)

在Flask-SQLAlchemy中,我们是如何对其进行包装改造的呢?
在SQLAlchemy中的init函数中设置了scopefunc.
这个scopefunc与Thread Local Data有关,用来识别Thread Local Data.

...
if session_options is None:
            session_options = {}

session_options.setdefault('scopefunc', connection_stack.__ident_func__)
...
self.session = self.create_scoped_session(session_options)
...
        def create_scoped_session(self, options=None):
          
            if options is None:
                options = {}
            scopefunc = options.pop('scopefunc', None)
            
            return orm.scoped_session(partial(self.create_session, options),
                                      scopedfunc=scopefunc)

Very Important!!!

继续之前请仔细阅读SQLAlchemy Documentation Release 1.1.0b1中
2.5.6 Contextual/Thread-local Sessions小节(p233-p238),
一定要仔细阅读.在此我就不翻译了.

下面看看self.create_session: SignallingSession继承Session,对get_bind方法进行了重写.
SignallingSession是Flask-SQLAlchemy默认的session.如果想使用一个不一样的session.
可对self.create_session进行重写.

def create_session(self, options):
    return SignallingSession(self, **options)
    # SignallingSession.__init__().
    def __init__(self, db, autocommit=False, autoflush=True, app=None, **options):
    
        self.app = app = db.get_app()
        # 暂时忽略.见event小节.
        track_modifications = app.config['SQLALCHEMY_TRACK_MODIFICATIONS']

        # 获得bind参数.
        # 单独的一个session需要与一个engine或者connection绑定,
        # 所以SQL操作通过这个Connectable完成.
        # 如果没有明确指定bind参数,bind设置为db.engine.
        # db.engine为默认的engine(SQLALCHEMY_DATABASE_URI).
        bind = options.pop('bind', None) or db.engine

        # 获得binds参数, 注意bind与binds的区别.
        # db.get_binds() Returns a dictionary with a table->engine mapping.
        # binds中的映射还可以是: somemapper --> engine. SomeMappedClass --> engine.
        # 对于示例代码而言,类似于:
        # { Table_baz: Engine(sqlite://),
        #   Table_bar: Engine(sqlite:///XXX),
        #   Table_foo: Engine(sqlite:///YYY)
        # }
        binds = options.pop('binds', None) or db.get_binds(app)

        # 暂时忽略.见event小节.
        if track_modifications is None or track_modifications:
            _SessionSignalEvents.register(self)

        # 调用原生session的__init__<官方文档p246>.
        SessionBase.__init__(
            self, autocommit=autocommit, autoflush=autoflush,
            bind=bind, binds=binds, **options
        )

说说SessionBase.init中的参数,注意比较bind和binds的区别.
bind: An optional Engine or Connectable to which this Session should bound.
When specified, all SQL operations performed by this session will execute
via this Connectable.
binds: binds与multiply-bound有关.假如像这样传入binds:

Session = sessionmaker(binds={
    SomeMappedClass: create_engine('postgresql://engine1'),
    somemapper: create_engine('postgresql://engine2'),

    # Flask-SQLAlchemy主要使用这种类型的映射.
    some_table: create_engine('postgresql://engine3'),
    })

那么,session最后是如何决定是跟哪个engine进行链接的呢?
下面来看看重写的get_bind()方法,因为get_bind()会决定到底用binds中的哪一个bind参数:
|
|
V
```
def get_bind(self, mapper=None, clause=None):

    # 关于mapper, clause会传入什么.见'EXTRA MATERIAL'
    if mapper is not None:

        # 比如session.query(User).all()中, 是怎么获取bind的呢?
        # 知道User class, 便知道了User class的mapper, User.__mapper__,
        # 知道了mapper, 便知道了mapper.mapped_table.
        # 在Runtime时, 传入mapper的参数就是User.__mapper__.
        # 在_BoundDeclarativeMeta.__init__函数中设置了
        # mapped_table的info属性.
        info = getattr(mapper.mapped_table, 'info', {})

        # 获取bind_key参数.
        bind_key = info.get('bind_key')
        if bind_key is not None:
            state = get_state(self.app)
            return state.db.get_engine(self.app, bind=bind_key)

    # 如果bind_key为None,也就是表没有与任何engine绑定,调用原生的get_bind().
    # 原生是怎么决定engine的呢?这需要看sqlalchemy的源码了.但是这里我们可以
    # 猜想一下大概会是这样决定engine的: Baz->mapper->mapped_table
    # ->metadata->binded_engine. 因为在最初创建Baz这张表的时候,会与Baz
    # 这张表所在的metadata在调用metadata.create_all(bind=engine)中的engine
    # 进行绑定.到底是不是这样呢?有兴趣可以查看sqlalchemy中的源码.
    return SessionBase.get_bind(self, mapper, clause)
```

此处应该有一个示意图.
==========================EXTRA MATERIAL=============================
在仔细剖析重写的get_bind()函数之前,先来看看文档是怎么说原生的get_bind()函数的:
```
get_bind(mapper=None, clause=None)
----------------------------------
For a multiply-bound or unbound Session, the mapper or clause arguments are
used to determine the appropriate bind to return.

Note that the "mapper" argument is usually present when Session.get_bind() is 
called via an ORM operation such as a Session.query(), each individual 
INSERT/UPDATE/DELETE operation within a Session.flush(), call, etc.

The order of resolution is:
    ...

Parameters:
    * mapper - Optional mapper() mapped class or instance of Mapper. The bind 
    can be derived from a Mapper first by consulting the "binds" map associated
    with this Session, and secondly by consultiong the MetaData associated with
    the Table to which the Mapper is mapped for a bind.

    * clause - A ClauseElement (i.e. select(), text(), etc.). If the mapper argument
    is not present or could not produce a bind, the given expression construct will
    be searched for a bound element, typically a Table associated with bound MetaData.
```

下面我们来看一些示例代码来看看get_bind函数中传入的参数到底是什么.
示例代码选自Mike Bayer的博客, 完整代码见博客.

调用add_all或者add的时候,以s.add(Model1(data='river'))为例, 此时传入的参数为:
Mapper为将Model1映射为model1的Mapper, Clause为None.
with s.begin(): # 11. Writes go to "leader".... s.add_all([ Model1(data='m1_a'), Model2(data='m2_a'), Model1(data='m1_b'), Model2(data='m2_b'), Model3(data='m3_a'), Model3(data='m3_b'), ])

Mapper为将Model1映射为model1的Mapper,Clause为:
<class 'sqlalchemy.sql.expression.Select'>
s.query(Model1).all()

Mapper和Clause都为None.
```
# - - - - - - Added by myself - - - - - - -
from sqlalchemy import select

model1 = Model1.__mapper__.tables[0]

sel = select([model1.c.data])
d = s.connection().execute(sel).fetchall() 
# - - - - - - - - - - - - - - - - - - - - -
```

===================================================================

- - - - - - - - - - - - - - - - - - - - - - - -

db.session.add(user1)
db.session.commit()

当一个请求结束后,如何处理session呢?

        ...
        # 0.9 and later
        if hasattr(app, 'teardown_appcontext'):
            teardown = app.teardown_appcontext
        ...

        @teardown
        def shutdown_session(response_or_exc):
            if app.config['SQLALCHEMY_COMMIT_ON_TEARDOWN']:
                if response_or_exc is None:
                    self.session.commit()
            self.session.remove()
            return response_or_exc

在SQLAlchemy.init_app()中,我们为app设置teardown_appcontext回调函数.
在Flask中,每当一个request结束后,都会执行注册过@teardown_appcontext的函数,
可以看到在shutdown_session函数中,会调用self.session.remove(),将session管理的资源,
比如connection,返回到connection pool.

Part3.2 - Custom Query Object.

在Flask-SQLAlchemy中,我们还可以这样查询:

User.query.first()

或者通常可以这样:

db.session.query(User).first()

第二种很熟悉了, 我们看看第一种是怎么实现的.

class Model(object):

    query_class = BaseQuery

    query = None

|
V

def make_declarative_base(self, metadata=None):
        # 所有继承db.Model(也就是base)的类(如User)的基类都将被设置为cls参数,也就是Model.
        # 那么, User也就有了query_class和query属性.
        base = declarative_base(cls=Model,    # <--- 
                                name='Model',
                                metadata=metadata,
                                metaclass=_BoundDeclarativeMeta)
        base.query = _QueryProperty(self)
        return base

|
V

class _QueryProperty(object):

    def __init__(self, sa):
        self.sa = sa

    def __get__(self, obj, type):
        try:
            mapper = orm.class_mapper(type)
            if mapper:
                return type.query_class(mapper, session=self.sa.session())
        except UnmappedClassError:
            return None

_QueryProperty是个Non-Data描述符.当我们调用User.query.first()时,
会触发db.Model.query描述符的get方法执行,传入的参数obj=None, type=<class User>.
然后获取User.mapper, orm.class_mapper(type)等同于type.mapper.
最后返回type.query_class(), 也就是type.BaseQuery(),即User.BaseQuery().
BaseQuery继承自orm.Query.

# Query Object API
class sqlalchemy.orm.query.Query(entities, session=None)

Query的init函数接受2个参数entities和session.实际上:

# 用法1
session.query(User).all()

# 用法2
Query(User, session).all()

用法1和用法2是一样的.
于是,type.query_class(mapper, session=self.sa.session())会返回一个与
某个mapper和session一起绑定了的Query Object.
实际上, User.query.all() 转化为了 session.query(User).all().

Part 4 Miscellanies


1,BaseQuery中的paginate方法.
paginate主要用来实现分页功能.一个简单的示例可参考flask web development的11章.
我们一起看看是如何实现分页功能的.

    def paginate(self, page=None, per_page=None, error_out=True):
        ...
        items = self.limit(per_page).offset((page - 1) * per_page).all()

        ...
        else:
            total = self.order_by(None).count()

        return Pagination(self, page, per_page, total, items)

paginate的参数page代表第几页. 这个参数是用浏览器中的url中的参数传递的.per_page代表没页有多少个items. paginate主要干了俩件事,第一,获取该页的items.

items = self.limit(per_page).offset((page - 1) * per_page).all()

第二,获取total参数.(万一total参数为百万级别呢?比如google的搜索结果?)
然后返回一个Pagination对象.我们结合示例中的模版来看看Pagination对象:

{% macro pagination_widget(pagination, endpoint) %}
<ul class="pagination">
    
    # pagination.has_prev().
    <li{% if not pagination.has_prev %} class="disabled"{% endif %}>
        # 如果pagination.has_prev,该按钮会指向前一页的url.
        <a href="{% if pagination.has_prev %}{{ url_for(endpoint, page=pagination.prev_num, **kwargs) }}{% else %}#{% endif %}">
            «
        </a>
    </li>

    # pagination.iter_pages().
    {% for p in pagination.iter_pages() %}
        {% if p %}
            {% if p == pagination.page %}
            <li class="active">
                <a href="{{ url_for(endpoint, page = p, **kwargs) }}">{{ p }}</a>
            </li>
            {% else %}
            <li>
                <a href="{{ url_for(endpoint, page = p, **kwargs) }}">{{ p }}</a>
            </li>
            {% endif %}
        {% else %}
        <li class="disabled"><a href="#">…</a></li>
        {% endif %}
    {% endfor %}

    # pagination.has_next().
    <li{% if not pagination.has_next %} class="disabled"{% endif %}>
        <a href="{% if pagination.has_next %}{{ url_for(endpoint, page=pagination.next_num, **kwargs) }}{% else %}#{% endif %}">
            »
        </a>
    </li>
</ul>
{% endmacro %}
图片发自简书App

一图胜千言.

References and Useful Resources:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容