Corregir el error «Port 80 in use by «Unable to open process» with PID 4!»

Si con XAMPP al intentar arrancar Apache te da un error Port 80 in use by «Unable to open process» with PID 4!:

Puedes encontrar en el foro de XAMPP un hilo con distintas soluciones muy bien detalladas al problema de Port 80 in use by «Unable to open process» with PID 4!

Si tienes IIS en el mismo PC posiblemente el origen del problema es que los puertos que necesita apache para funcionar ya están ocupados por IIS. En un entorno de desarrollo, una solución rápida es parar IIS y arrancarlo de nuevo cuando ya no necesites apache:

Parar IIS:

 > iisreset /STOP

 > iisreset /START

Es posible que una vez subido un módulo Python a Python Package Index notes que la descripción del módulo (README) que aparece en la página PyPi no esté bien formateada.

Si formateaste la descripción del módulo con Markdown, caso bastante probable si tienes las fuentes en Github, tienes que saber que PyPi únicamente acepta reStructuredTxt como formato de descripción.

Las solución drástica es cambiar la descripción al formato aceptado por PyPi. O bien puedes traducir «on fly» de un formato a otro en setup.py.

Para hacer esto, primero instala pandoc. Se trata de una utilidad que es capaz de convertir ficheros de un lenguaje de marcado a otro.

$ sudo apt-get install pandoc

Después instala el módulo Python pyandoc:

$ sudo pip install pyandoc

Por último modifica setup.py:

long_description = ''

try:
    import subprocess
    import pandoc

    process = subprocess.Popen(
        ['which pandoc'],
        shell=True,
        stdout=subprocess.PIPE,
        universal_newlines=True
    )

    pandoc_path = process.communicate()[0]
    pandoc_path = pandoc_path.strip('\n')

    pandoc.core.PANDOC_PATH = pandoc_path

    doc = pandoc.Document()
    doc.markdown = open('README.md').read()

    long_description = doc.rst

except:
    pass
   
setup(
    long_description=long_description  
    # y tus parámetros de configuración....
)

Las líneas de la 6 a la 16 averigua la ruta donde se encuentra pandoc instalado mediante una llamada al sistema del comando which. Un try/catch es necesario para garantizar la instalación del módulo mediante python setup.py install en un sistema sin pandoc instalado.

Python de forma nativa no soporta clases abstractas, pero eso no significa que no existan. A partir de la versión 2.6, Python trae el módulo abc (abstract base classes) de acuerdo a PEP 3119, que consigue emular la abstracción de clases mediante metaclases y decoradores Python.

Metaclases

Un buen artículo muy recomendable que consigue explicar el mundillo de las metaclases sin pegarse un tiro en la cabeza, es este de crysol Ahí va la virgen! Metaclases! (con Python). Pero para hacerse una idea, diremos que una metaclase es una clase cuyas instancias son clases en lugar de objetos.

Es decir, si para construir un objeto usas una clase, para construir una clase usas una metaclase. Es importante entender que en Python todo es un objeto (incluso las clases, los modulos, los tipos de datos, etc..) y por lo tanto las clases, al ser objetos, son instancias de una metaclase.

En el caso que nos ocupa, es interesante porque permite modificar el comportamiento o características de una clase en el momento de su creación.

Decoradores

Respecto a los decoradores pues prefiero recomendaros un artículo de la casa 😉 Decoradores Python. A modo de resumen diremos que un decorador Python permite añadir funcionalidad extra a una función mediante un wrapper (envoltorio).

Clases abstractas en Python

Para empezar. Definiremos un método abstracto mediante el uso del decorador @abstractmethod. Al instanciar la clase… ¡Sorpresa! ha funcionado. Python no se queja.

>>> import abc
... 
... class Vehicle(object):
...     @abc.abstractmethod
...     def who_are_you(self):
...         print "I'm a vehicle and also an abstract method"
... 
... vehicle = Vehicle()
... vehicle.who_are_you()
I'm a vehicle and also an abstract method
>>>

Para que el invento funcione, la clase Vehicle tiene que heredar de la metaclase ACBMeta. Con un poco de ‘azucar sintáctico’ (¿what?) mediante __metaclass__ es fácil. Ahora Python hace lo esperado, se queja porque no es posible instanciar una clase con métodos abstractos.

>>> import abc
... from abc import ABCMeta
... 
... class Vehicle(object):
...     __metaclass__ = ABCMeta
...     
...     @abc.abstractmethod
...     def who_are_you(self):
...         print "I'm a vehicle and also an abstract method"
... 
... vehicle = Vehicle()
... vehicle.who_are_you()
Traceback (most recent call last):
  File "<pyshell#6>", line 11, in <module>
    vehicle = Vehicle()
TypeError: Can't instantiate abstract class Vehicle with abstract methods who_are_you
>>>

Para curiosos. En el repositorio oficial está la implementación de la metaclase ABCMeta. Ahora vamos a crear una clase Car que herede de Vehicle y que sobreescriba el método abstracto.

>>> import abc
... from abc import ABCMeta
... 
... class Vehicle(object):
...     __metaclass__ = ABCMeta
...     
...     @abc.abstractmethod
...     def who_are_you(self):
...         print "I'm a vehicle and also an abstract method"
... 
... class Car(Vehicle):
... 
...     def __init__(self):
...         Vehicle.__init__(self)
...         
...     def who_are_you(self):
...         print "I'm a car"
... 
... car = Car()
... car.who_are_you()
I'm a car
>>>

Como curiosidad, podemos hacer ‘trampas’ e invocar al método abstracto mediante el uso de super().

>>> import abc
... from abc import ABCMeta
... 
... class Vehicle(object):
...     __metaclass__ = ABCMeta
...     
...     @abc.abstractmethod
...     def who_are_you(self):
...         print "I'm a vehicle and also an abstract method"
... 
... class Car(Vehicle):
... 
...     def __init__(self):
...         Vehicle.__init__(self)
...         
...     def who_are_you(self):
...         super(Car, self).who_are_you()
...         print "I'm a car"
... 
... car = Car()
... car.who_are_you()
I'm a vehicle and also an abstract method
I'm a car
>>>

Con el decorador @abstractproperty podemos crear propiedades abstractas. Aquí un ejemplo.

>>> import abc
... from abc import ABCMeta
... 
... class Vehicle(object):
...     __metaclass__ = ABCMeta
...     
...     @abc.abstractmethod
...     def who_are_you(self):
...         print "I'm a vehicle and also an abstract method"
... 
...     @abc.abstractproperty
...     def color(self):
...         pass
...         
... class Car(Vehicle):
... 
...     def __init__(self):
...         Vehicle.__init__(self)
...         
...     def who_are_you(self):
...         print "I'm a car"
... 
...     @property
...     def color(self):
...         return "red"
... 
... car = Car()
... car.who_are_you()
... print "my color is", car.color
I'm a car
my color is red
>>> 

El anterior ejemplo definimos una propiedad de lectura. También es posible crear propiedades abstractas de lectura y escritura (getter & setter) pero esto solo es posible hacerlo sin ‘azúcar sintáctico’

>>> import abc
... from abc import ABCMeta
... 
... class Vehicle(object):
...     __metaclass__ = ABCMeta
...     
...     @abc.abstractmethod
...     def who_are_you(self):
...         print "I'm a vehicle and also an abstract method"
... 
...     def get_color(self):
...         pass
...     
...     def set_color(self, value):
...         pass
... 
...     color = abc.abstractproperty(get_color, set_color)
...         
... class Car(Vehicle):
... 
...     def __init__(self):
...         Vehicle.__init__(self)
...         self._color = "red"
...         
...     def who_are_you(self):
...         print "I'm a car"
... 
...     @property
...     def color(self):
...         return self._color
... 
...     @color.setter
...     def color(self, value):
...         self._color = value
... 
... car = Car()
... car.color = "blue"
... car.who_are_you()
... print "my color is", car.color
I'm a car
my color is blue
>>> 

Aunque los decoradores Python coinciden en el nombre con el Patron Decorador y guardan cierta similitud, no hay que confundirlos.

Mientras que el Patron Decorador permite añadir dinámicamente funcionalidad a un objeto, el objetivo principal de un decorador Python es añadir funcionalidad extra a una funcion. Para añadir funcionalidad hacemos uso de un wrapper. Un envoltorio, es decir, envolvemos la funcion. Para hacer esto, podemos usar clases u objetos.

Usando clases como decoradores Python

Para que esto funcione, el objeto devuelto por el decorador tiene que estar preparado para ser utilizado como una función. Esto significa que debe ser invocable. Para conseguir esto la clase debe implementar la función especial __call__ que permite emular un objeto como si fuera una función.

Ejemplo 1

class Decorador(object):

    def __init__(self, f):
        print "__init__()"
        f() 

    def __call__(self):
        print "__call__()"

def Funcion():
    print "Funcion()"

print "Inicio" 
Decorado = Decorador(Funcion)
Decorado()
print "Fin"

Inicio
__init__()
Funcion()
__call__()
Fin

Para hacerlo menos engorroso, Python proporciona soporte para envolver una función en un decorador mediante el símbolo @.

Ejemplo 2. La función se invoca en __init__

class Decorador(object):

    def __init__(self, f):
        print "__init__()"
        f() 

    def __call__(self):
        print "__call__()"

@Decorador
def Funcion():
    print "Funcion()"

print "Inicio" 
Funcion()
print "Fin"

__init__()
Funcion()
Inicio
__call__()
Fin

Ejemplo 3. Guarda la referencia en __init__ y se invoca en __call__

class Decorador(object):

    def __init__(self, f):
        print "__init__()"
        self._f = f 

    def __call__(self):
        print "__call__()"
        self._f()

@Decorador
def Funcion():
    print "Funcion()"

print "Inicio" 
Funcion()
print "Fin"

__init__()
Inicio
__call__()
Funcion()
Fin

Ejemplo 4. Invocar y guarda el resultado de la función __init__ y hacer uso en __call__

class Decorador(object):

    def __init__(self, f):
        print "__init__()"
        self._resultado = f()

    def __call__(self):
        print "__call__()"
        print "la funcion dijo", self._resultado

@Decorador
def Funcion():
    print "Funcion()"
    return "Hola!"

print "Inicio" 
Funcion()
print "Fin"
print

__init__()
Funcion()
Inicio
__call__()
la funcion dijo Hola!
Fin

Ejemplo 5. Invoca en __call__ y habilitar el paso de parámetros

class Decorador(object):

    def __init__(self, f):
        print "__init__()"
        self._f = f

    def __call__(self, *args, **kwargs):
        print "__call__()"
        self._f(*args, **kwargs)

@Decorador
def Funcion(saludo):
    print saludo, "desde la Funcion()"

print "Inicio" 
Funcion("Hola!")
print "Fin"

__init__()
Inicio
__call__()
Hola! desde la Funcion()
Fin

Usando funciones como decoradores Python

Hemos visto que la única condición para que funcione un decorador es que éste sea invocable. En los ejemplos anteriores, hemos reemplazado la función original con un objeto de una clase que sobreescribe el método __call__. Podemos reescribir los ejemplos anteriores utilizando una función en lugar de una clase, aunque no da tanto juego.

Ejemplo 6. Generar un mensaje de bienvenida en formato HTML

def html(func):
    contador = 0
    def box(*args, **kwargs):
        return "%s" % (func(*args, **kwargs))
    return box

def saludo(nombre, visitas):
    return "Hola %s eres el visitante numero %d!" % (nombre, visitas)

documento = html(saludo)
print documento("David", 500)

Hola David eres el visitante numero 500!

Como antes hemos visto, para hacerlo menos engorroso hacemos uso del símbolo @.

def html(func):
    contador = 0
    def box(*args, **kwargs):
        return "%s" % (func(*args, **kwargs))
    return box

@html
def saludo(nombre, visitas):
    return "Hola %s eres el visitante numero %d!" % (nombre, visitas)

print saludo("David", 500)

Ejemplo 7. Un logger para registrar los parámetros pasados a la función

def logger(func):
    def box(*args, **kwargs):
        print "los argumentos son: %s, %s" % (args, kwargs)
        result = func(*args, **kwargs)
        return result
    return box

@logger
def suma(a, b):
    return a+b

@logger
def resta(a, b):
    return a-b

print suma(3,2)
print resta(3,2)

los argumentos son: (3, 2), {}
5
los argumentos son: (7, 3), {}
4

Ejemplo 8. Comprobar con ‘assert’ que el argumento es un entero

def require_int (func):
    def wrapper (arg):
        assert isinstance(arg, int)
        return func(arg)

    return wrapper

@require_int
def p1 (arg):
    print arg

@require_int
def p2(arg):
    print arg*2

p1(2)
p2(4)
p2("dos")
p1("cuatro")

2
8
Traceback (most recent call last):
  File "decorator.py", line 18, in 
    p2("dos")
  File "decorator.py", line 3, in wrapper
    assert isinstance(arg, int)
AssertionError

Nota: por defecto los asserts están activados. Para desactivarlos hay que pasar el parámetro -O al interprete de comandos.

> python -O decorator.py
2
8
dosdos
cuatro

Built-in Functions

Python incorpora algunas funciones útiles que pueden usarse como decoradores, por ejemplo classmethod, property y staticmethod

Ejemplo 9. uso de @staticmethod y @property para decorar funciones de una clase

class Saludador:

    def __init__(self, nombre):
        self._nombre = nombre

    @staticmethod
    def saludo_generico():
        print "Hola a todos!"

    def saludo_individual(self):
        print "Hola", self._nombre

    @property
    def nombre(self):
        return self._nombre

test = Saludador("David")
test.saludo_generico()
Saludador.saludo_generico()
test.saludo_individual()
print "nombre", test.nombre

Hola a todos!
Hola a todos!
Hola David
nombre David

Os dejo un enlace con una presentación sobre decoradores avanzados en Python.