【python入门到精通】python装饰器的应用详解

简介: 【python入门到精通】python装饰器的应用详解

🚀 作者 :“大数据小禅”


🚀 粉丝福利 :加入小禅的大数据社群


🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬


目录

Python中的装饰器及其应用

什么是装饰器模式

在不修改原有类的情况下去添加一个新的功能

从实际例子来看装饰器

这个时候,如果不想修改原有的函数,又想增加一个计算时间的功能,咋整?

另一种方式:

第二种方式并没有修改func函数的内部实现,而是使用装饰器模式对其功能进行装饰增强

Python中的装饰器及其应用

明月装饰了你的窗子,你装饰了别人的梦

什么是装饰器模式

装饰器模式(Decorator Pattern)允许向一个现有的对象添加新的功能,同时又不改变其结*

构。这种类型的设计模式属于结构型模式,它是作为现有的类的一个包装。

这种模式创建了一个装饰类,用来包装原有的类,并在保持类方法签名完整性的前提下,提

供了额外的功能。


在不修改原有类的情况下去添加一个新的功能


import time
start = time.time()     #计算执行函数的时间
time.sleep(4)
end = time.time()
print(end - start)
输出:
4.000851154327393

image.png

import time
start = time.time()     #计算执行函数的时间
time.sleep(4)
end = time.time()
print(end - start)
输出:
4.000851154327393

image.png

import time
def my_fun():
  print("这是一个函数")
def my_time(func):
    begin = time.time()   #获取当前系统时间戳
    time.sleep(2)
    func()                #直接调用函数让它去执行上面的我们传入的函数。
    end = time.time()
    print(end - begin)
my_time(my_fun)
#输出:
这里一个函数
2.0034534565   

image.png

def print_cost(func):             #这个装饰器说到底就是把我们要增加的一个功能,写在里面的一个wrapper里面,然后返回,然后在真正要修饰的一个函数里,加上@装饰器名字。
    def wrapper():              #这个函数,要给my_fun()增加的功能都写在这里
        begin = time.time()
        time.sleep(2)
        func()
        end = time.time()
        print(end - begin)
    return wrapper
@print_cost
def my_fun():                        #上面的func,就等于是print_cost(my_func),这样子的用法。
    print("这里一个函数")
my_fun()
#输出:
这里一个函数
2.000412702560425
import time
def print_cost(func):
    def wrapper():              #这个函数,要给my_fun()增加的功能都写在这里
        begin = time.time()
        time.sleep(1)
        print("stop")
        func()
        print("start")
        end = time.time()
        print(end - begin)
    return wrapper
@print_cost
def my_fun():
    print("这里一个函数")
my_fun()
输出:
stop
这里一个函数
start
1.0000886917114258

image.png

相关文章
|
14天前
|
数据采集 监控 Java
Python 函数式编程的执行效率:实际应用中的权衡
Python 函数式编程的执行效率:实际应用中的权衡
180 102
|
9天前
|
程序员 测试技术 开发者
Python装饰器:简化代码的强大工具
Python装饰器:简化代码的强大工具
133 92
|
26天前
|
API 数据安全/隐私保护 开发者
Python自定义异常:从入门到实践的轻松指南
在Python开发中,自定义异常能提升错误处理的精准度与代码可维护性。本文通过银行系统、电商库存等实例,详解如何创建和使用自定义异常,涵盖异常基础、进阶技巧、最佳实践与真实场景应用,助你写出更专业、易调试的代码。
58 0
|
28天前
|
IDE 开发工具 数据安全/隐私保护
Python循环嵌套:从入门到实战的完整指南
循环嵌套是Python中处理多维数据和复杂逻辑的重要工具。本文通过实例讲解嵌套循环的基本用法、常见组合、性能优化技巧及实战应用,帮助开发者掌握其核心思想,避免常见错误,并探索替代方案与进阶方向。
74 0
|
19天前
|
存储 程序员 数据处理
Python列表基础操作全解析:从创建到灵活应用
本文深入浅出地讲解了Python列表的各类操作,从创建、增删改查到遍历与性能优化,内容详实且贴近实战,适合初学者快速掌握这一核心数据结构。
97 0
|
21天前
|
中间件 机器人 API
Python多态实战:从基础到高阶的“魔法”应用指南
Python多态机制通过“鸭子类型”实现灵活接口,使不同对象统一调用同一方法,自动执行各自行为。它简化代码逻辑、提升扩展性,适用于数据处理、策略切换、接口适配等场景。掌握多态思维,能有效减少冗余判断,使程序更优雅、易维护。
77 0
|
29天前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
66 0
|
29天前
|
监控 Linux 数据安全/隐私保护
Python实现Word转PDF全攻略:从入门到实战
在数字化办公中,Python实现Word转PDF自动化,可大幅提升处理效率,解决格式兼容问题。本文详解五种主流方案,包括跨平台的docx2pdf、Windows原生的pywin32、服务器部署首选的LibreOffice命令行、企业级的Aspose.Words,以及轻量级的python-docx+pdfkit组合。每种方案均提供核心代码与适用场景,并涵盖中文字体处理、表格优化、批量进度监控等实用技巧,助力高效办公自动化。
218 0

推荐镜像

更多