scouter 0.1.4

Watching Data with Callback!

# scouter
定义一群类似 Python 内置数据结构的一群数据结构，数据结构发生变化的时候，发生回调。

同时 scouter 还包含了一个易于配置的装饰器模式的 FSM，可以支持 SOP 与 OOP 的结合。

## 安装方法：

```bash
pip install scouter
```

或者 `easy_install`

或者下载源代码:

```bash
cd scouter
python setup.py install
```

## 使用方法：

### SVar 使用回调函数监视变量

```python

from scouter import SVar

def callback(now, orig):
print 'Orig:{} Now:{}'.format(orig, now)

var = SVar(4, callback)
var.value = 5
```

对于一个 SVar 对象，在定义的时候，可以添加一个回调函数，这个回调函数只接受两个参数：

* 第一个参数为当前新的值
* 第二个参数为原来的值

### SList 使用回调函数监视列表结构

```python

from scouter import SList

def print_cb(obj, index):
print obj, index

def print_new(_new, orig):
print 'new:{} orig:{}'.format(_new, orig)

_list = SList(value=['aaaaaaaa',2,3,4,5],
add_new_item_callback=print_cb,
del_new_item_callback=print_cb,
new_list_value_callback=print_new)

_list.append('asdf')
_list.pop(0)

for i in _list:
print i

assert 4 == _list[2]

del _list[2]

_list.value = [1,2,3,4,5,]
```

对于一个 SList 对象，在定义的时候，可以添加三个回调函数，这三个回调函数的参数都有两个参数：

* 对于 add_new_item_callback 来说，第一个参数是添加的新值，第二个参数是索引
* 对于 del_new_item_callback 来说，第一个参数是被删除的值，第二个参数是索引
* 对于 new_list_value_callback 来说，第一个参数是现在的新值，第二个参数是之前的 value

```python

from scouter import SDict

def print_kv(key, value):
print 'key:{} value:{}'.format(key, value)

def print_new(new, orig):
print 'new:{}, orig:{}'.format(new, orig)

_dict = SDict({1:2,'key':'value'},
new_kv_callback=print_kv,
del_kv_callback=print_kv,
new_value_callback=print_new)

_dict['key'] = 'hhhhhhhhhvalue1'
_dict['key1'] = 'hhhhhhhhhvalue12'
del _dict[1]


_dict.value = {5:4}
```

基本同上，只是对于 new_kv_callback/del_kv_callback 来说两个参数分别为 key 和 value。

### SOP FSM

更加容易定义更加容易使用的 FSM。

```python
下面是测试用例中的例子

def test_fsm(self):
""""""
state_START = 'start'
state_RUNNING = 'running'
state_END = 'end'

class FSMDemo(FSMBase):

_fsm = FSM()

#----------------------------------------------------------------------
def config(self):
""""""
self._fsm.preset_all_states(state_END, state_RUNNING, state_START)
self._fsm.set_start(state_START)
self._fsm.set_end(state_END)


@_fsm.transfer(orig=state_START, dest=state_RUNNING)
def action_run(self):
""""""
print('Run!')

@_fsm.onstate(state_RUNNING, state_START)
def say_tired(self):
""""""
print('I am tired')
self.action_stop()

@_fsm.transfer(orig=state_RUNNING, dest=state_END)
def action_stop(self):
""""""
print('Stop working!')


s = FSMDemo()
print(s.state)
assert s.state == state_START
s.action_run()
assert s.state == state_RUNNING
s.say_tired()
self.assertRaises(FSMError, callableObj=s.say_tired)
```

关键点在定义一个类变量为 FSM 对象，然后在 config 中配置这个 FSM 对象的预设状态和起始状态，然后定义回调函数通过修饰调用，如果需要限制某一个方法只能在某个特殊状态下使用，需要使用 onstate 这个特殊修饰器修饰。当然，onstate 的参数为你想执行你的这个放在所在的状态：比如你想让你的方法执行在 run/waiting/watching 中，你就需要 `@_fsm.onstate(run, waiting, watching)` 。当你执行 `@_fsm.transfer` 修饰过的方法的时候，状态转换被直接执行

当然，FSM 和 FSMBase 都有一个 state 属性来标记当前的状态。

#### 另一种 FSM 的用法（action 驱动）

使用动作驱动的 FSM 也是非常有必要的。修饰器使用 FSM 适合实例作为一个单例。

```python

state_START = 'start'
state_END = 'end'
state_INITINT = 'initing'
state_WORKING = 'working'
_all_states = [state_END,
state_INITINT,
state_START,
state_WORKING]

s = FSM(state_START, state_END, _all_states)

#
# 注册行为
#
s.create_action(action_name='initing', orig=state_START,
dest=state_INITINT)
print('-'*50)
print s.state

#
# 确认初始状态
#
self.assertTrue(s.state == state_START)

#
# 调用行为导致 状态变化
#
s.action('initing')
assert s.state == state_INITINT
print('-'*50)
```