Nano Hash - криптовалюты, майнинг, программирование

Как обрабатывать службу SOAP в постоянном веб-приложении Perl с помощью файлов cookie?

Из-за падения SOAP::WSDL, которые генерировали мне настоящие модули Perl, мне приходится искать что-то другое, чтобы обрабатывать SOAP-сервис. Сгенерированные модули не будут работать, начиная с Perl v5.18.

У меня следующая ситуация с моим веб-приложением.

  • У меня есть PSGI, совместимый с Dancer2. управляемое, постоянное веб-приложение.
  • Веб-приложение одновременно обрабатывает несколько клиентов.
  • Веб-приложение находится между клиентом и внешней службой SOAP.
  • Служба SOAP использует сеансы клиентов с помощью файлов cookie, которые должны быть интегрированы в веб-приложение внутри клиента.
  • Веб-приложение содержит копию файла WSDL службы SOAP.

Я ищу модуль, который создает интерфейс из файла WSDL и обрабатывает проверку параметров/схемы и связь со службой SOAP. Я хотел бы вызвать метод (вызов SOAP) с параметрами (параметры вызова SOAP) и получить очищенные данные или структуру объекта ответа.

Проблема в том, что веб-приложение должно обрабатывать несколько одновременных сеансов файлов cookie клиента. Поэтому мне нужен модуль, который предлагает возможность переопределить банку cookie для этого конкретного запроса и извлечь файлы cookie после запроса, не мешая другим одновременным запросам.

Я нашел XML::Compile, который я могу инициализировать как синглтон при запуске веб-приложения. Но с этим решением я столкнулся с проблемами с вмешательством в другие запросы клиентов. Таким образом, запросы не разделены. Инициализация XML::Compile для каждого запроса также не является решением, потому что она будет анализировать WSDL и создавать обработчики снова и снова для каждого запроса, который клиент отправляет в веб-приложение.

Есть ли какое-либо решение/модуль, который соответствует моим потребностям, или я что-то упускаю с XML::Compile, и это возможно с ним?


  • SOAP::WSDL имеет последние отладочные версии. Возможно, стоит связаться с сопровождающими или отправить заявку RT, если вы еще этого не сделали 16.09.2014
  • Мой друг даже разговаривал с ним лично. И с автором XML::Compile. Мне интересно, почему есть какие-либо обновления для SOAP::WSDL. 16.09.2014
  • А в документации по-прежнему написано: не используйте меня: This module is not recommended for new application development. Please use ... instead if possible. ... This module has a large number of known bugs and is not being actively developed 16.09.2014
  • Новые обновления и новый сопровождающий — немало усилий по исправлению этого старого например, perl 5.15.7 bleedperl failure. 17.09.2014

Ответы:


1

Катализатором пользуетесь?

Мне очень понравилось использовать Catalyst::Controller::SOAP и его компаньон Catalyst::Model::SOAP для создания серверов и потребителей SOAP/WSDL, имея возможность для интеграции приложений Perl даже с Microsoft Document Literal-Wrapped вещь.

Даже если вы не используете Catalyst, вы, вероятно, сможете изучить его код. Он использует XML::Compile::WSDL11.

21.02.2015
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..