[python]在场景中理解装饰器

原来我也自己通过查资料，来学习python的装饰器，但是效果不好。因为没有接触过需要用到装饰器的场景，所以

一起的资料都只停留在纸面上，但是今天偶然看到了vimer的这篇文章：http://www.vimer.cn/2011/04/python%E8%A3%85%E9%A5%B0%E5%99%A8%E7%9A%84%E4%B8%80%E4%B8%AA%E5%A6%99%E7%94%A8.html

我们就根据这篇文章的思路来，在场景中理解python装饰器

其中的一个场景是：爬取数据的时候，目标网站，不稳定。爬虫在爬取数据的时候可能异常。

解决方案：

思路：把爬中的每个方法爬取的数据，都存在硬盘中，存储规则如下：

file_path：/method_name/

file_name:MD5_number.txt

解释：MD5_number是通过方法名和传入的参数计算出来的唯一标识符（搜索一下MD5）这样做的好 处，不需要把数据爬下来之后才能判断是否爬过。

最后：如果方法爬取目标url的数据时异常，暂不执行该方法。最后多跑几次这个爬虫脚本就可以了！

 

该爬虫调用三个方法，设计一个通用的方法：根据每个方法的方法名和传入的参数通过MD5计算出唯一的标识符（MD5_numbe）。然后在file_path目录中查找文件名为MD5_numbe的文件，如果file_path中的没有这个文件，则按照存储规则存储数据。如果找到了，不存储到硬盘中，直接返回data，用于下一个方法。

 

————————————

场景结束

＋＋＋＋＋＋＋＋＋＋＋＋

在上面描述的这个场景中，修饰器用在什么地方？

对了！就是那个通用方法，就需要用修饰器来实现，为什么？一步步的来

 

python中一切东西都是对象。方法就可以做当作对象来传递！

 

1.什么是方法？

传入参数，然后对传入的参数进行一系列操作。

2.什么是高级方法

方法接受的参数是方法，仅此而已。

3.什么是闭包

当方法1里面有一个方法2，方法2调用的是方法1接收到的参数，最后结果返回方法2。提供这种实现的技术叫做闭包。

 

说到底修饰器就是一个方法，而传入的参数是方法，并在修饰器中对传入的方法进行一系列的操作（这里用到闭包）。从而实现了，在不修改原方法基础上，增加新的操作。比如上一个场景中的，检验有没有重复爬取数据。

 

爬中脚本中的代码片段

func_top是上层页面的处理函数，func_sub是子页面的处理函数，func_bottom是最深层页面的处理函数，func_top会在取到子页面url后遍历调用func_sub,func_sub也是同样。

def func_top(url):
    data_dict= {}
 
    #在页面上获取到子url
    sub_urls = xxxx
 
    data_list = []
    for it in sub_urls:
        data_list.append(func_sub(it))
 
    data_dict['data'] = data_list
 
    return data_dict
 
def func_sub(url):
    data_dict= {}
 
    #在页面上获取到子url
    bottom_urls = xxxx
 
    data_list = []
    for it in bottom_urls:
        data_list.append(func_bottom(it))
 
    data_dict['data'] = data_list
 
    return data_dict
 
def func_bottom(url):
    #获取数据
    data = xxxx
    return data

 

 

所以实现方案也就有了:
定义一个装饰器，如果之前取到数据，就直接取cache（file_path）的数据；如果之前没有取到，那么就从网站拉取，并且存入cache中.

import os
import hashlib
 
def deco_args_recent_cache(category='dumps'):
    '''
    装饰器，返回最新cache的数据
    '''
    def deco_recent_cache(func):
        def func_wrapper(*args, **kargs):
            sig = _mk_cache_sig(*args, **kargs)
            data = _get_recent_cache(category, func.__name__, sig)
            if data is not None:
                return data
 
            data = func(*args, **kargs)
            if data is not None:
                _set_recent_cache(category, func.__name__, sig, data)
            return data
 
        return func_wrapper
 
    return deco_recent_cache
 
def _mk_cache_sig(*args, **kargs):
    '''
    通过传入参数，生成唯一标识
    '''
    src_data = repr(args) + repr(kargs)
    m = hashlib.md5(src_data)
    sig = m.hexdigest()
    return sig
 
def _get_recent_cache(category, func_name, sig):
    full_file_path = '%s/%s/%s' % (category, func_name, sig)
    if os.path.isfile(full_file_path):
        return eval(file(full_file_path,'r').read())
    else:
        return None
 
def _set_recent_cache(category, func_name, sig, data):
    full_dir_path = '%s/%s' % (category, func_name)
    if not os.path.isdir(full_dir_path):
        os.makedirs(full_dir_path)
 
    full_file_path = '%s/%s/%s' % (category, func_name, sig)
    f = file(full_file_path, 'w+')
    f.write(repr(data))
    f.close()

 

最后，我们只需要在每个func_top,func_sub,func_bottom都加上deco_args_recent_cache这个装饰器即可~~

 

参考资料：

浅显理解闭包：https://serholiu.com/python-closures

修饰器：http://jnotes.googlecode.com/svn/trunk/Notes/NotesOnPythonLearning/Python_decorator.html