Python中装饰器的一个妙用
好吧，我知道是大半夜……，但我还是觉得赶紧花上半个小时，把这最新的想法分享出来是值得的~直接进入正题~
我们来模拟一个场景，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:
defget_dump_data(dir_name,url):
m=hashlib.md5(url)
filename=m.hexdigest()
full_file_name=\'dumps/%s/%s\'%(dir_name,filename)
ifos.path.isfile(full_file_name):
returneval(file(full_file_name,\'r\').read())
else:
returnNone
defset_dump_data(dir_name,url,data):
ifnotos.path.isdir(\'dumps/\'+dir_name):
os.makedirs(\'dumps/\'+dir_name)
m=hashlib.md5(url)
filename=m.hexdigest()
full_file_name=\'dumps/%s/%s\'%(dir_name,filename)
f=file(full_file_name,\'w+\')
f.write(repr(data))
f.close()
defdeco_dump_data(func):
deffunc_wrapper(url):
data=get_dump_data(func.__name__,url)
ifdataisnotNone:
returndata
data=func(url)
ifdataisnotNone:
set_dump_data(func.__name__,url,data)
returndata
returnfunc_wrapper
然后，我们只需要在每个func_top,func_sub,func_bottom都加上deco_dump_data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！