📒 [ TIL ] 2022.05.24_26일차 # 사물인식 머신러닝(5)

[ 2022-05-24 (화) 오늘의 TIL ]

[ Today Project ]

• 사물인식 머신러닝
  : 이번 프로젝트는 팀프로젝트로 시작합니다.

[ Today Learn ]

• 프로젝트를 빨리 끝내게되어 거북이반🐢 복습진행(이틀에 걸쳐 진행예정)

✏️ 내가 배운것, 얻은 것

• jwt 토큰 encode/decode 할때의 차이점
  jwt토큰을 encode할때는 algorithm이 한개로 형성되며 따라서 list가 아닌 형태로 저장되는 반면,
  decode할때는 algorithm을 여러개로 둘수 있어서 list의 형태로 저장된다. 즉, 자물쇠는 한 개인데, 푸는방법은 여러 개인것처럼 이해하면 된다.

🧩 적용예시

# encode
token = jwt.encode(payload, SECRET_KEY, algorithm='HS256')

# decode
user = jwt.decode(token, SECRET_KEY, algorithms=['HS256'])

• json.dumps() 활용하여 dic형을 JSON문자열로 정형화하여 출력
  사전형(dict형)데이터를 JSON파일로 저장할 수 있다.

🧩 적용예시

article['comments'] = json.loads(dumps(comments))

• @decorator

❓decorator 란?
decorator를 한마디로 얘기하자면, 대상 함수를 wrapping 하고, 이 wrapping 된 함수의 앞뒤에 추가적으로 꾸며질 구문 들을 정의해서 손쉽게 재사용 가능하게 해주는 것이다.

메인 구문이 있고, 여기에  부가적인 구문을 추가하고 싶을때 또는 이 부가적인 구문을 반복해서 사용하고 싶은 경우 부가적인/반복적인 작업을 decorator 로 선언해서 자유롭게 사용이 가능하다

🧩 적용예시

# authorize함수를 정의하고 
def authorize(f):
    @wraps(f)
    def decorated_function(*args, **kwargs):
        if not 'Authorization' in request.headers:
            abort(401)
        token = request.headers['Authorization']
        try:
            user = jwt.decode(token, SECRET_KEY, algorithms=['HS256'])
        except:
            abort(401)
        return f(user, *args, **kwargs)
    return decorated_function

# @authorize를 활용해 반복함수를 활용
@app.route("/")
@authorize
def hello_world(user):
    print(user)
    return jsonify({'message': 'success'})

🌱 느낀 점

어제에 이어서 오늘도 거북이반 강의 복습을 했다.
한가지 기능을 만드는데 수많은 기능들과 또 그에 필요한 수많은 변수들을 만들고보니 머리가 어질했다. 변수명과 class명이중요하다는 이유를 확실히 알 수 있었다. 변수명을 나혼자만 알수있게 짓기도 어려운데 내 코드를 보는 다른 사람은 이해를 잘 할수있을까? 라는 생각이 들었다. 앞으로 변수명이나 class명 등을 잘 짓는 방법에 대해서도 공부해야겠다.

🎁 자세한 코드는 Moonmoo 에 게시했습니다