【透彻】Python装饰器进阶(类装饰器+带参数的装饰器+多装饰器)| Python 主题月

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 【透彻】Python装饰器进阶(类装饰器+带参数的装饰器+多装饰器)| Python 主题月

网络异常,图片无法展示
|



【简明】彻底搞清楚Python的装饰器,我们继续介绍类装饰器+带参数的装饰+多装饰器,顾名思义类装饰器就是类闭包。



定义一个类装饰器


需求:实现一个类装饰器,能够在方法执行时打印日志,并且发送通知到指定地方。


from functools import wraps
class logAndNotify(object):
    # 初始化,定义日志路径
    def __init__(self,logfile='service.log'):
        self.logfile = logfile
    # 使类成为可调用对象
    def __call__(self,func):
        @wraps(func)
        def wrap_func(*args,**kwargs):
            info = func.__name__+'was called'
            # 实现写日志
            with open(self.logfile,'a') as f:
                f.write(info+'\n')
            # 实现通知
            self.notify()
            return func(*args,**kwargs)
        return wrap_func
    def notify(self):
        print('notify has been send...')
@logAndNotify()
def sayHi(name):
    print('hello',name,'!')
res = sayHi('phyger')
print(res)
复制代码


执行结果


➜ RemoteWorking git:(master) ✗ /usr/bin/python3 /root/RemoteWorking/test/test.py
notify has been send...
hello phyger !
None
复制代码


类装饰器功能扩展


如果我们想要在此类装饰器的基础上,增加发送邮件的功能,就可以利用类的继承特性来实现。


from functools import wraps
class logAndNotify(object):
    # 初始化,定义日志路径
    def __init__(self, logfile="service.log"):
        self.logfile = logfile
    # 使类成为可调用对象
    def __call__(self, func):
        @wraps(func)
        def wrap_func(*args, **kwargs):
            info = func.__name__ + "was called"
            # 实现写日志
            with open(self.logfile, "a") as f:
                f.write(info + "\n")
            # 实现通知
            self.notify()
            return func(*args, **kwargs)
        return wrap_func
    def notify(self):
        print("notify has been send...")
class NewWarp(logAndNotify):
    # 初始化邮件地址
    def __init__(self, email_address='phyger@qq.com', *args, **kwargs):
        self.email_address = email_address
        super(NewWarp,self).__init__(*args, **kwargs)
    # 重写notify方法
    def notify(self):
        print("notify has been send...")
        print('email sended...to',self.email_address)
@NewWarp()
def sayHi(name):
    print("hello", name, "!")
res = sayHi("phyger")
print(res)
复制代码


执行结果


➜ RemoteWorking git:(master) ✗ /usr/bin/python3 /root/RemoteWorking/test/test.py
notify has been send...
email sended...to phyger@qq.com
hello phyger !
None
复制代码


带参数的装饰器


当我们需要根据不同的场景对函数进行不同的装饰操作的时候,我们需要使用到带参数的装饰器。


例:日志级别控制


import logging
from functools import wraps
def logg(level):
    def mid(func):
        @wraps(func)
        def inner(*args, **kwargs):
            # log设置
            #logging.basicConfig(format=' %(asctime)s - %(levelname)s -%(message)s')
            logging.basicConfig(format = '"%(asctime)s - %(filename)s[line:%(lineno)d] - %(levelname)s: %(message)s"')
            logger = logging.getLogger()
            logger.setLevel(level)
            # logger打印
            logger.info('{} start...'.format(func.__name__))
            logger.error('{} errors...'.format(func.__name__))
            logger.warn('{} warnning...'.format(func.__name__))
            logger.debug('{}end...'.format(func.__name__))
            return func(*args, **kwargs)
        return inner
    return mid
@logg(level='DEBUG')
def sayHi(name):
    print('hi,',name)
@logg(level='INFO')
def sayBye(name):
    print('bye',name)
sayHi(name='phyger')
sayBye(name='phyger')
复制代码


执行输出


➜ RemoteWorking git:(master) ✗ /usr/bin/python3 /root/RemoteWorking/test/test.py
"2020-10-31 11:23:42,161 - test.py[line:15] - INFO: sayHi start..."
"2020-10-31 11:23:42,161 - test.py[line:16] - ERROR: sayHi errors..."
"2020-10-31 11:23:42,162 - test.py[line:17] - WARNING: sayHi warnning..."
"2020-10-31 11:23:42,162 - test.py[line:18] - DEBUG: sayHiend..."
hi, phyger
"2020-10-31 11:23:42,162 - test.py[line:15] - INFO: sayBye start..."
"2020-10-31 11:23:42,162 - test.py[line:16] - ERROR: sayBye errors..."
"2020-10-31 11:23:42,162 - test.py[line:17] - WARNING: sayBye warnning..."
bye phyger
复制代码


可以看到


  • 当设置最高级别ERROR的时候,所有级别的日志都打印。
  • 当设置INFO级别的的时候,DEBUG最低级别的日志不打印。


多装饰器


当有多个不能够耦合的功能需要在函数上增加时,我们需要使用多个装饰器,怎么用呢?


例:实现日志和发送通知的分离


import logging
from functools import wraps
def wrap1(func):
    def inner1(*args, **kwargs):
        print('start')
        func(*args, **kwargs)
        print('end')
        return True
    return inner1
def wrap2(func):
    def inner2(*args, **kwargs):
        print("msg has sended...")
        func(*args, **kwargs)
        return True
    return inner2
@wrap1
@wrap2
def sayHi(name):
    print('hi',name)
sayHi(name='phyher')
复制代码


执行输出


➜ RemoteWorking git:(master) ✗ /usr/bin/python3 /root/RemoteWorking/test/test.py
start
msg has sended...
hi phyher
end
相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
5天前
|
Python
深入理解Python装饰器:从入门到实践####
本文旨在通过简明扼要的方式,为读者揭开Python装饰器的神秘面纱,从基本概念、工作原理到实际应用场景进行全面解析。不同于常规的摘要仅概述内容概要,本文将直接以一段精炼代码示例开篇,展示装饰器如何优雅地增强函数功能,激发读者探索兴趣,随后深入探讨其背后的机制与高级用法。 ####
32 11
|
6天前
|
设计模式 Python
掌握Python中的装饰器
【10月更文挑战第34天】装饰器是Python中一种强大的工具,它允许我们在不修改原函数代码的情况下增加其功能。本文通过简单易懂的语言和实例,引导你理解装饰器的概念、种类及其应用,帮助你在编程实践中灵活使用这一高级特性。
|
2天前
|
设计模式 缓存 开发者
深入浅出Python装饰器
【10月更文挑战第39天】本文将通过浅显易懂的语言和生动的比喻,带你探索Python中一个神奇而又强大的特性——装饰器。我们将一起揭开装饰器的神秘面纱,了解它的工作原理,并通过实际代码示例学习如何应用它来美化我们的代码。无论你是编程新手还是有经验的开发者,这篇文章都将为你打开一扇新的大门,让你的代码更加优雅和高效。
|
2天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
5天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
1天前
|
设计模式 缓存 开发框架
Python中的装饰器:从入门到实践####
本文深入探讨了Python中装饰器的工作原理与应用,通过具体案例展示了如何利用装饰器增强函数功能、提高代码复用性和可读性。读者将学习到装饰器的基本概念、实现方法及其在实际项目开发中的实用技巧。 ####
11 3
|
2天前
|
缓存 测试技术 数据库
深入理解Python中的装饰器
在本文中,我们将探讨Python语言中一个强大而灵活的特性——装饰器。装饰器允许开发者在不修改原有函数或方法代码的情况下增加额外的功能,这大大提高了代码的复用性和可读性。通过具体示例和应用场景的讲解,本篇文章旨在为读者提供一个关于如何使用装饰器的全面指南,包括装饰器的定义、使用场景、以及如何自定义装饰器等内容。
|
2天前
|
Python
探索Python中的装饰器:简化代码,提升效率
【10月更文挑战第39天】在编程的世界中,我们总是在寻找使代码更简洁、更高效的方法。Python的装饰器提供了一种强大的工具,能够让我们做到这一点。本文将深入探讨装饰器的基本概念,展示如何通过它们来增强函数的功能,同时保持代码的整洁性。我们将从基础开始,逐步深入到装饰器的高级用法,让你了解如何利用这一特性来优化你的Python代码。准备好让你的代码变得更加优雅和强大了吗?让我们开始吧!
7 1
|
7天前
|
设计模式 缓存 监控
Python中的装饰器:代码的魔法增强剂
在Python编程中,装饰器是一种强大而灵活的工具,它允许程序员在不修改函数或方法源代码的情况下增加额外的功能。本文将探讨装饰器的定义、工作原理以及如何通过自定义和标准库中的装饰器来优化代码结构和提高开发效率。通过实例演示,我们将深入了解装饰器的应用,包括日志记录、性能测量、事务处理等常见场景。此外,我们还将讨论装饰器的高级用法,如带参数的装饰器和类装饰器,为读者提供全面的装饰器使用指南。
|
2天前
|
存储 缓存 监控
掌握Python装饰器:提升代码复用性与可读性的利器
在本文中,我们将深入探讨Python装饰器的概念、工作原理以及如何有效地应用它们来增强代码的可读性和复用性。不同于传统的函数调用,装饰器提供了一种优雅的方式来修改或扩展函数的行为,而无需直接修改原始函数代码。通过实际示例和应用场景分析,本文旨在帮助读者理解装饰器的实用性,并鼓励在日常编程实践中灵活运用这一强大特性。