装饰器是一种巧妙简洁的魔术，类似于Java中的面向切面编程，我们可以再函数执行前、执行后、抛出异常时做一些工作。利用装饰器，我们可以抽象出一些共同的逻辑，简化代码。而简化代码的同时，就是在增加代码鲁棒性。

一、缓存

# coding:utf8

import time

import json

"""

简单的内存缓存参数

"""

def simple_cache(timeout=3):

    def decorator(f):

        def ff(*args, **kwargs):

            arg = json.dumps([args, kwargs])

            res = None

            key = f.__module__ + f.__name__ + arg

            if hasattr(f, key):

                res = getattr(f, key)

                if time.time() - res['last_time'] > timeout:

                    res = None

            if res is None:

                res = {'last_time': time.time(), 'data': f(*args, **kwargs)}

                setattr(f, key, res)

            return res['data']

        return ff

    return decorator

if __name__ == '__main__':

    @simple_cache(timeout=3)

    def haha(user_id):

        print("haha", user_id)

    @simple_cache(timeout=3)

    def baga(user_id):

        print("baga", user_id)

    haha(0)

    baga(0)

    haha(0)

    haha(1)

    time.sleep(5)

    haha(1)

二、重试

在进行网络请求时，我们常常需要重试几次才能请求成功。这种套路经常使用，却又嵌套的非常丑陋。此时，我们可以用装饰器将重试逻辑抽象出来。

def retry(count=1):

    def dec(f):

        def ff(*args, **kwargs):

            ex = None

            for i in range(count):

                try:

                    ans = f(*args, **kwargs)

                    return ans

                except Exception as e:

                    ex = e

            raise ex

        return ff

    return dec

db = []

@retry(count=10)

def until_six():

    db.append("haha")

    print("until_six")

    return db[6]

print(until_six())

三、兼容旧版参数

库都是随着时间变化而不断丰富的，函数的参数有可能发生变化，使用注解可以简洁完美地兼容旧版本。

lib.py

def add(x, y):

    return x + y

haha.py

from lib import add

z = add(x=4, y=5)

print(z)

现在库函数add需要把x变成one，y变成two，同时需要保持haha.py正常运行。

lib.py

change_list = {  # 存放函数名称变化表，统一维护

    'add': {

        'x': 'one',

        'y': 'two',

    }

}

def legacy(f):

    def ff(*args, **kwargs):

        if f.__name__ in change_list:

            for old_arg, new_arg in change_list[f.__name__].items():

                if new_arg not in kwargs and old_arg in kwargs:

                    kwargs.update({new_arg: kwargs.get(old_arg)})

                    del kwargs[old_arg]

        print(kwargs)

        return f(**kwargs)

    return ff

@legacy

def add(one, two, **kwargs):

    return one + two

这种方式可以把API的全部变化放到一个统一的配置文件里面，当决定不再支持旧版时，直接从配置文件里面把旧版参数删除掉即可。

四、deprecated

import logging

def deprecated(info):

    def decorator(f):

        def ff(*args, **kwargs):

            logging.warning("%s is deprected. %s" % (f.__name__, info))

            res = f(*args, **kwargs)

            return res

        return ff

    return decorator