如何理解两个很实用的Python装饰器

本篇文章给大家分享的是有关如何理解两个很实用的Python装饰器，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

1.超时函数

这个函数的作用在于可以给任意可能会hang住的函数添加超时功能，这个功能在编写外部API调用 、网络爬虫、数据库查询的时候特别有用

timeout装饰器的代码如下：

import signal,functools #下面会用到的两个库 class TimeoutError(Exception): pass #定义一个Exception，后面超时抛出 def timeout(seconds, error_message = 'Function call timed out'):  def decorated(func):    def _handle_timeout(signum, frame):      raise TimeoutError(error_message)    def wrapper(*args, **kwargs):      signal.signal(signal.SIGALRM, _handle_timeout)      signal.alarm(seconds)      try:        result = func(*args, **kwargs)      finally:        signal.alarm(0)      return result    return functools.wraps(func)(wrapper)  return decorated

使用：

@timeout(5) #限定下面的slowfunc函数如果在5s内不返回就强制抛TimeoutError Exception结束 def slowfunc(sleep_time):  import time  time.sleep(sleep_time) #这个函数就是休眠sleep_time秒 slowfunc(3) #sleep 3秒，正常返回 没有异常slowfunc(10) #被终止

## 输出
---------------------------------------------------------------------------
TimeoutError Traceback (most recent call last)

2.Trace函数

有时候出于演示目的或者调试目的，我们需要程序运行的时候打印出每一步的运行顺序 和调用逻辑。类似写bash的时候的bash -x调试功能，然后Python解释器并没有 内置这个时分有用的功能，那么我们就"自己动手，丰衣足食"。

Trace装饰器的代码如下：

'''学习中遇到问题没人解答？小编创建了一个Python学习交流群：725638078寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！'''import sys,os,linecachedef trace(f):  def globaltrace(frame, why, arg):    if why == "call": return localtrace    return None  def localtrace(frame, why, arg):    if why == "line":      # record the file name and line number of every trace      filename = frame.f_code.co_filename      lineno = frame.f_lineno      bname = os.path.basename(filename)      print("{}({}): {}".format(  bname,        lineno,        linecache.getline(filename, lineno).strip('\r\n')),)    return localtrace  def _f(*args, **kwds):    sys.settrace(globaltrace)    result = f(*args, **kwds)    sys.settrace(None)    return result  return _f

使用：

@tracedef xxx():  print (1)  print (22)  print (333)xxx() #调用

## 输出
(3): print 1 # @trace 的输出
1
(4): print 22 # @trace 的输出
22
(5): print 333 # @trace 的输出
333

以上就是如何理解两个很实用的Python装饰器，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注行业资讯频道。