① 「低門檻 手把手」python 裝飾器(Decorators)原理說明
本文目的是由淺入深地介紹python裝飾器原理
裝飾器(Decorators)是 Python 的一個重要部分
其功能是， 在不修改原函數(類)定義代碼的情況下，增加新的功能
為了理解和實現裝飾器，我們先引入2個核心操作：
在這個例子中，函數hi的形參name，默認為'world'
在函數內部，又定義了另一個函數 howdoyoudo，定義這個函數時，將形參name作為新函數的形參name2的默認值。
因此，在函數內部調用howdoyoudo()時，將以調用hi時的實參為默認值，但也可以給howdoyoudo輸入其他參數。
上面的例子運行後輸出結果為：
這里新定義的howdoyoudo可以稱作一個「閉包」。不少關於裝飾器的blog都提到了這個概念，但其實沒必要給它取一個多專業的名字。我們知道閉包是 函數內的函數 就可以了
當我們進行 def 的時候，我們在做什麼？
這時，hi函數，列印一個字元串，同時返回一個字元串。
但hi函數本身也是一個對象，一個可以執行的對象。執行的方式是hi()。
這里hi和hi()有本質區別，
hi 代表了這個函數對象本身
hi() 則是運行了函數，得到函數的返回值。
作為對比，可以想像以下代碼
此時也是b存在，可以正常使用。
我們定義2個函數，分別實現自加1， 自乘2，
再定義一個函數double_exec，內容是將某個函數調用2次
在調用double_exec時，可以將函數作為輸入傳進來
輸出結果就是
7
27
同樣，也可以將函數作為輸出
輸出結果為
6
10
有了以上兩個核心操作，我們可以嘗試構造裝飾器了。
裝飾器的目的： 在不修改原函數(類)定義代碼的情況下，增加新的功能
試想一下，現在有一個原函數
在不修改原函數定義代碼的情況下，如果想進行函數內容的添加，可以將這個函數作為一個整體，添加到這樣的包裹中：
我們定義了一個my_decorator函數，這個函數進行了一種操作：
對傳入的f，添加操作(運行前後增加列印)，並把添加操作後的內容連同運行原函數的內容，一起傳出
這個my_decorator，定義了一種增加前後列印內容的行為
調用my_decorator時，對這個行為進行了操作。
因此，new_function是一個在original_function上增加了前後列印行為的新函數
這個過程被可以被稱作裝飾。
這里已經可以發現，裝飾器本身對於被裝飾的函數是什麼，是不需要考慮的。裝飾器本身只定義了一種裝飾行為，這個行為是通過裝飾器內部的閉包函數()進行定義的。
運行裝飾前後的函數，可以清晰看到裝飾的效果
我們復現一下實際要用裝飾器的情況，我們往往有一種裝飾器，想應用於很多個函數，比如
此時，如果我們想給3個print函數都加上裝飾器，需要這么做
實際調用的時候，就需要調用添加裝飾器的函數名了
當然，也可以賦值給原函數名
這樣至少不需要管理一系列裝飾前後的函數。
同時，在不需要進行裝飾的時候，需要把
全部刪掉。
事實上，這樣並不方便，尤其對於更復雜的裝飾器來說
為此，python提供了一種簡寫方式
這個定義print1函數前的@my_decorator，相當於在定義完print1後，自動直接運行了
不論採用@my_decorator放在新函數前，還是顯示地重寫print1 = my_decorator(print1)，都會存在一個問題：
裝飾後的函數，名字改變了(其實不止名字，一系列的索引都改變了)
輸出結果為:
這個現象的原因是，裝飾行為本身，是通過構造了一個新的函數（例子中是wrap_func函數）來實現裝飾這個行為的，然後把這個修改後的函數賦給了原函數名。
這樣，會導致我們預期的被裝飾函數的一些系統變數（比如__name__）發生了變化。
對此，python提供了解決方案：
經過這個行為後，被裝飾函數的系統變數問題被解決了
輸出結果為
剛才的例子都比較簡單，被裝飾的函數是沒有參數的。如果被裝飾的函數有參數，只需要在定義裝飾行為時（事實上，這個才更通用），增加(*args, **kwargs)描述即可
之前的描述中可以感受到，對於例子中的裝飾行為(前後加列印)，函數被裝飾後，本質上是調用了新的裝飾函數wrap_func。
因此，如果原函數需要有輸入參數傳遞，只需要在wrap_func（或其他任意名字的裝飾函數）定義時，也增加參數輸入(*args, **kwargs)，並將這些參數，原封不動地傳給待裝飾函數f。
這種定義裝飾行為的方式更具有普遍性，忘記之前的定義方式吧
我們試一下
輸出
這里需要注意的是，如果按照以下的方式定義裝飾器
那麼以下語句將不會執行
因為裝飾後實際的函數wrap_func(雖然名字被改成了原函數，系統參數也改成了原函數)，運行到return f(*args, **kwargs) 的時候已經結束了
因為裝飾器my_decorator本身也是可以輸入的，因此，只需要在定義裝飾器時，增加參數，並在後續函數中使用就可以了，比如
此時裝飾器已經可以有輸入參數了
輸出
你可能發現，為什麼不用簡寫版的方法了
因為以上代碼會報錯！！
究其原因，雖然
等價於
但是，
並不等價於
這本身和@語法有關，使用@my_decorator時，是系統在應用一個以單個函數作為參數的閉包函數。即，@是不能帶參數的。
但是你應該發現了，之前的@wraps(f)不是帶參數了嗎？請仔細觀察以下代碼
通過一層嵌套，my_decorator_with_parma本質上是返回了一個參數僅為一個函數的函數(my_decorator)，但因為my_decorator對my_decorator_with_parma來說是一個閉包，my_decorator_with_parma是可以帶參數的。（這句話真繞）
通過以上的定義，我們再來看
可以這么理解，my_decorator_with_parma(msg='yusheng')的結果是原來的my_decorator函數，同時，因為my_decorator_with_parma可以傳參，參數實際上是參與了my_decorator的（因為my_decorator對my_decorator_with_parma是閉包）， my_decorator_with_parma(msg='yusheng') 全等於 一個有參數參加的my_decorator
因此，以上代碼等價於有參數msg傳遞的
比較繞，需要理解一下，或者乾脆強記這種範式：
以上範式包含函數的輸入輸出、裝飾器的輸入，可以應對大部分情況了。
實驗一下：
輸出
以上是一個log裝飾器，利用datetime統計了函數的耗時，
並且，裝飾器可以進行輸出文件操作，如果給出了文件路徑，則輸出文件，否則就列印。
利用這個裝飾器，可以靈活地進行耗時統計
不設置輸出文件地址，則列印。運行結果為：
也可以輸出到文件
輸出結果為
同時在當前目錄生成了一個test.log 文件，內容為：
以上的裝飾器都是以函數形式出現的，但我們可以稍做改寫，將裝飾器以類的形式實現。
這個裝飾器類Log 上個例子里的裝飾器函數log功能是一樣的，同時，這個裝飾器類還可以作為基類被其他繼承，進一步增加功能。
原文 http://www.cnblogs.com/yushengchn/p/15636944.html
② 2022/01/17 python ftplib無法連接伺服器及解決
一，問題1：
描述：在使用Python/ftplib程序連接FTP伺服器時，遇到問題，能夠連接主機A/B的FTP伺服器並下載數據，但在連接主機B的FTP伺服器時，執行dir/nlst/retrbinary等操作時報錯「timeout: timed out」。
分析1(A)：推測問題可能由網路問題引起。經過網路搜索和參考其他文章，了解到TCP傳輸過程中存在MTU(Maximum Transmission Unit)上限，超過上限的文件傳輸會拆成多個包分多次發送，可能導致超時問題。發現路由器MTU設置為1492，調整為1472並重啟後，問題解決。
分析1(B)：推測問題可能是由程序問題引起，因為FileZilla客戶端工作正常。通過谷歌搜索並參考相關文章，了解到設置debug_level=3可以幫助檢查問題。發現執行nlst/dir()時返回的是內部IP地址，導致問題發生。分析文章提到這可能是FTP伺服器配置錯誤導致的。解決方法是修改代碼以提供處理這種問題的支持，或者找到並修復FTP伺服器配置。
二，問題2：
描述：在Jupyter Notebook中使用上述解決方法的代碼時，首次運行可以正常執行dir/nlst()，但在第二次運行時，出現了「RecursionError: maximum recursion depth exceeded」的錯誤。
分析2(A)：通過對比winscp的詳細輸出信息，找到了問題所在，即FTPLIB無法處理FTP伺服器返回的錯誤內部IP。解決方法是自定義FTPLIB的FTP.makepasv()函數，返回正確的外部IP。
分析2(B)：問題出現在import庫後未正確清除內存中的代碼，並重新載入。解決方法是在使用importlib.reload()重新載入庫後，問題得到解決。
整體方案：在第一次運行後，通過自定義函數替換原FTPLIB.FTP.makepasv()。第二次運行時，如果在同一個名字空間中多次導入相同模塊，會導致無限循環問題。需要確保在不同伺服器連接時，即使使用相同的客戶端，makepasv()返回的IP也可能不一致。