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
创新互联拥有10多年成都网站建设工作经验,为各大企业提供网站设计制作、做网站服务，对于网页设计、PC网站建设（电脑版网站建设）、重庆APP软件开发、wap网站建设（手机版网站建设）、程序开发、网站优化（SEO优化）、微网站、申请域名等，凭借多年来在互联网的打拼，我们在互联网网站建设行业积累了很多网站制作、网站设计、网络营销经验，集策划、开发、设计、营销、管理等网站化运作于一体，具备承接各种规模类型的网站建设项目的能力。
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)
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：
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,linecache
def 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：
@trace
def 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
结尾给大家推荐一个非常好的学习教程，希望对你学习Python有帮助！
Python基础入门教程推荐
Python爬虫案例教程推荐
