Python中两个高效的装饰器工具一定要用起来：debug神器p

1.pysnooper

安装方式：pip install pysnooper
pypi地址：https://pypi.org/project/PySnooper/

不知你是否也经常用print()在各个变量下方进行打印排查某个造成异常的原因。排查起来心累最后还要挨着删除。
pysnooper在pypi上的第一行文字写的是：

PySnooper - Never use print for debugging again

是的，用了pysnooper后我是真的不需要再使用print来进行debug了。

使用方法

pysnooper的使用非常简单，日常使用只需要看看官方示例就可以了，平常用到的装饰器就是@snoop()一个,它可以按照装饰函数的运行逻辑顺序，规则的输出每一个变量和参数的值及当前代码行等信息，非常便于我们排查问题。
附上官方示例吧：

import pysnooper

@pysnooper.snoop()
def number_to_bits(number):
    if number:
        bits = []
        while number:
            number, remainder = divmod(number, 2)
            bits.insert(0, remainder)
        return bits
    else:
        return [0]

number_to_bits(6)

输出结果：

Source path:... /my_code/foo.py
Starting var:.. number = 6
15:29:11.327032 call         4 def number_to_bits(number):
15:29:11.327032 line         5     if number:
15:29:11.327032 line         6         bits = []
New var:....... bits = []
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
New var:....... remainder = 0
Modified var:.. number = 3
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [0]
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
Modified var:.. number = 1
Modified var:.. remainder = 1
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [1, 0]
15:29:11.327032 line         7         while number:
15:29:11.327032 line         8             number, remainder = divmod(number, 2)
Modified var:.. number = 0
15:29:11.327032 line         9             bits.insert(0, remainder)
Modified var:.. bits = [1, 1, 0]
15:29:11.327032 line         7         while number:
15:29:11.327032 line        10         return bits
15:29:11.327032 return      10         return bits
Return value:.. [1, 1, 0]

除了对函数使用该装饰品，也可以对特定的代码行就行解释；除了可以将解释结果输出到命令行，也可以输出到指定文件。
pysnooper的使用非常简单，如果你有需要，建议看一下上面的pypi文档地址就可轻松学会使用，这里不过多的重复搬运了。

2. retrying

安装方式：pip install retrying
pypi地址：https://pypi.org/project/retrying/

在使用retrying模块之前，我经常会自己手动写代码块来实现一些功能函数的重试操作，比如在数据库连接、查询等有网络IO的地方，经常会遇到timeout错误。

但是在代码内添加了这些重试逻辑后不仅难看而且都是重复工作。使用retrying模块可以直接简化我们的操作，我们需要做的只是导包、装饰即可，不用再自己去手动实现。

使用方法

同样，retrying模块的使用方法也是非常简单地,只需要参看pypi上的@retry()装饰器的使用说明就足够日常使用了。

• 最简单的官方示例：

import random
from retrying import retry

@retry
def do_something_unreliable():
    if random.randint(0, 10) > 1:
        raise IOError("Broken sauce, everything is hosed!!!111one")
    else:
        return "Awesome sauce!"

print do_something_unreliable()

如果不传递参数，retry将会默认的无限重试直至没有异常捕获，当然这并不是一个好的建议，因为可能会出现过长的重试时间甚至死循环重试。

使用参数控制retry

只需要记住几个常用参数：
注意：retry内的时间值是以毫秒为单位的。

• 最大重试次数限制
  当被装饰的任务重试次数超过设置值，将不再重试
  @retry(stop_max_attempt_number=7)
• 最长任务时间
  当被装饰的任务运行总时间超过设置值，将不再重试
  @retry(stop_max_delay=10000)
• 重试等待时间
  当重试失败后下一次重试将等待设置值时间
  @retry(wait_fixed=2000)
• 重试随机等待时间
  当重试失败后下一次重试将设置最小值和最大值之间的随机值时间
  @retry(wait_random_min=1000, wait_random_max=2000)

除了这些，retry还可以对指定的异常进行重试、对指定的返回结果进行重试等，这里不再一一搬运，有需要的同学直接看pypi官方文档吧。

总结

没用过这两个装饰器的小伙伴快写个demo试试吧，你一定会爱上的。