进一步探究Python的装饰器的运用

2024-04-01 05:02:05 211

装饰器在python中用的相当广泛，如果你用过python的一些web框架，那么一定对其中的“route()装饰器”不陌生，今天咱们再看一个具体的案例。

咱们来模拟一个场景，需要你去抓去一个页面，然后这个页面有好多url也要分别去抓取，而进入这些子url后，还有数据要抓取。简单点，我们就按照三层来看，那我们的代码就是如下：

deffunc_top(url):
data_dict={}

#在页面上获取到子url
sub_urls=xxxx

data_list=[]
foritinsub_urls:
data_list.append(func_sub(it))

data_dict['data']=data_list

returndata_dict

deffunc_sub(url):
data_dict={}

#在页面上获取到子url
bottom_urls=xxxx

data_list=[]
foritinbottom_urls:
data_list.append(func_bottom(it))

data_dict['data']=data_list

returndata_dict

deffunc_bottom(url):
#获取数据
data=xxxx
returndata

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。
如果正常情况下，这样确实已经满足需求了，但是偏偏这个你要抓取的网站可能极不稳定，经常链接不上，导致数据拿不到。
于是这个时候你有两个选择:
1.遇到错误就停止，之后重新从断掉的位置开始重新跑
2.遇到错误继续，但是要在之后重新跑一遍，这个时候已经有的数据不希望再去网站拉一次，而只去拉没有取到的数据
对第一种方案基本无法实现，因为如果别人网站的url调整顺序，那么你记录的位置就无效了。那么只有第二种方案，说白了，就是要把已经拿到的数据cache下来，等需要的时候，直接从cache里面取。
OK，目标已经有了，怎么实现呢？
如果是在C++中的，这是个很麻烦的事情，而且写出来的代码必定丑陋无比，然而庆幸的是，我们用的是python，而python对函数有装饰器。
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.
代码如下:

importos
importhashlib

defdeco_args_recent_cache(category='dumps'):
'''
装饰器，返回最新cache的数据
'''
defdeco_recent_cache(func):
deffunc_wrapper(*args,**kargs):
sig=_mk_cache_sig(*args,**kargs)
data=_get_recent_cache(category,func.__name__,sig)
ifdataisnotNone:
returndata

data=func(*args,**kargs)
ifdataisnotNone:
_set_recent_cache(category,func.__name__,sig,data)
returndata

returnfunc_wrapper

returndeco_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()
returnsig

def_get_recent_cache(category,func_name,sig):
full_file_path='%s/%s/%s'%(category,func_name,sig)
ifos.path.isfile(full_file_path):
returneval(file(full_file_path,'r').read())
else:
returnNone

def_set_recent_cache(category,func_name,sig,data):
full_dir_path='%s/%s'%(category,func_name)
ifnotos.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()

然后，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~~
搞定！这样做最大的好处在于，因为top,sub,bottom，每一层都会dump数据，所以比如某个sub层数据dump之后，是根本不会走到他所对应的bottom层的，减少了大量的开销！
OK，就这样~人生苦短，我用python！

注：

python3已经原生支持了这种功能！链接如下:

http://docs.python.org/py3k/whatsnew/3.2.html#functools

进一步探究Python的装饰器的运用

热门推荐

随机推荐