搞懂Python中的装饰器

简介: 搞懂Python中的装饰器

在学习Python过程中,总觉得装饰器看起来很难,这篇文章带大家搞懂Python装饰器的实现逻辑。先来看一个统计函数运行时间的装饰器

importtimedeftimer(func):
""" 计时器装饰器 """definner():
""" 内层函数 """# 统计时间start=time.time()
ret=func()
end=time.time()
# 打印运行时间print("%.2f"%end-start)
# 返回函数运行的结果returnretreturninner# 装饰器@timer# 或者是f = timer(f)deff():
time.sleep(2)
# 此时的f其实是inner函数# 运行函数f()

上面的@timer是Python的语法糖,等价写法如下

@timerdeff():
pass# 等价于f=timer(f)

可以发现,@timer其实就是将被装饰的函数当作参数传了进去,然后又重新赋给了f。之所以可以这样做,是因为Python一切皆对象,一个函数可以作为参数传到另一个函数里面,函数也可以当成变量从函数中返回出来。基于这一点,我们分析一下,上面的计时器timer是如何实现的。

timer是一个函数,它接收一个被装饰函数作为参数,因此timer必须有一个参数用来接收被装饰函数。我们目的是在运行f的时候可以自动统计f运行的时间,所以必然要有一个记录开始时间和结束时间的变量,也就是start和end。这里抛出第一个问题,start和end应该放在哪里?先来看下面一段代码

deftimer(func):
start=time.time()
ret=func()
end=time.time()
@timerdeff():
time.sleep(2)

上面这段代码将startend置于 func()之前和之后,可以达到统计运行时间的效果,但是这里会出现一个问题,f会在被@timer装饰后立刻运行,而非主动运行f()的时候去统计时间,出现这样的问题,是因为前面提到@的这种写法等价于f = timer(f),把f传进去可以发现,确实会立刻就运行了。这里抛出第二个问题,如何让传进去的f延迟运行?,即,在主动运行f()的时候,才去统计时间

解决方法是,在timer内部再加一层函数

deftimer(func):
definner():
start=time.time()
ret=func()
end=time.time()
print('%.2f'%end-start)
returnretreturninner

通过这种方法,可以达到将f装饰后,返回一个函数,即

f=timer(f)  # timer的返回值其实是inner

这样,统计部分的代码只有在f()的时候,才会去运行,从而达到了延迟运行的效果。之所以可以这样做,是因为Python中支持闭包的特性,即在外层函数运行结束后,内层函数可以继续使用外层函数中的变量,这里所使用的外层函数的变量是func

到这里,你就可以实现一个最简单的不带任何参数的装饰器。但这还远远不够,当有一天你的f函数需要增加参数以后,这个装饰器就不再适用。我们先来看一个带参数的f是如何定义并被调用的

# 定义deff(name):
print(name)
# 调用f('Jack')

当添加上装饰器以后,需要保证f可以接收参数,我们再次回到这段代码

deftimer(func):
definner():
start=time.time()
ret=func()
end=time.time()
print('%.2f'%end-start)
returnretreturninnerf=timer(f)

被装饰以后的f其实是timer内部inner函数,所以,只需要更改inner函数,只要inner函数可以接收参数,那么装饰后的f就可以接收参数。通过可变参数,可以做到不管f的参数怎么变,都可以正确接收。inner函数的具体的改造如下

deftimer(func):
definner(*args, **kwargs):
start=time.time()
ret=func(*args, **kwargs)
end=time.time()
print('%.2f'%end-start)
returnret@timerdeff(name):
print(name)
f('Jack')

除了被装饰函数有参数的情况,装饰器函数也可以接收参数,比如

@timer(10)
deff(name):
print(name)

要想完成这个需求,只需要在inner函数外面再加一层函数,像下面这样

# 装饰器先接收参数deftimer(count):
""" 计时器装饰器 """deffunc_wrapper(func):
# 通过可变参数,可以处理各种各样的函数传参definner(*args, **kwargs):
""" 内层函数 """# 统计时间start=time.time()
# 将参数值传递到被装饰的函数中ret=func(*args, **kwargs)
print(time.time() -start)
# 返回函数运行的结果returnretreturninner# 返回真正的装饰器函数returnfunc_wrapper@timer(10)
deff(name):
print(name)

这样做的的原理可以用下面的代码理解

timer=timer(10)  # 这是timer其实是func_wrapper@timerdeff(name):
print(name)

相当于在装饰器函数装饰之前,先把参数传进去,然后返回一个真正的装饰器函数,之后就和前面的过程一样了。

相关文章
|
16天前
|
监控 Python
Python中的装饰器:提升代码灵活性与可读性
在Python编程中,装饰器是一种强大的工具,能够提升代码的灵活性和可读性。本文将介绍装饰器的基本概念、使用方法以及实际应用场景,帮助读者更好地理解和利用这一功能。
|
19天前
|
缓存 监控 Python
解密Python中的装饰器:优雅而强大的编程利器
Python中的装饰器是一种强大而又优雅的编程工具,它能够在不改变原有代码结构的情况下,为函数或类添加新的功能和行为。本文将深入解析Python装饰器的原理、用法和实际应用,帮助读者更好地理解和利用这一技术,提升代码的可维护性和可扩展性。
|
1月前
|
缓存 算法 测试技术
Python中的装饰器:原理与实践
【2月更文挑战第29天】 在Python编程领域,装饰器是一种强大的工具,它允许我们在不修改原始函数代码的情况下,增加或修改函数的行为。本文将深入探讨Python装饰器的概念、实现原理以及实际应用,帮助读者掌握这一技术并在实际项目中灵活运用。
|
3天前
|
存储 缓存 Python
Python装饰器
Python装饰器
12 0
|
3天前
|
Python
深入理解Python中的装饰器
在Python编程中,装饰器(decorators)是一种强大的工具,用于增强函数或类的功能而不改变其原始定义。本文将深入探讨装饰器的概念、用法和实际应用,帮助读者更好地理解和利用这一特性。
|
3天前
|
数据安全/隐私保护 Python
Python中的装饰器:提升代码可读性和灵活性
Python中的装饰器是一种强大的编程工具,能够提升代码的可读性和灵活性。本文将深入探讨装饰器的原理和用法,以及如何利用装饰器来简化代码、实现日志记录、权限控制等功能,从而让你的Python代码更加优雅和高效。
|
9天前
|
数据安全/隐私保护 Python
Python中的装饰器:提升代码可读性与灵活性
Python中的装饰器是一种强大的工具,可以在不改变函数原有逻辑的情况下,为函数添加额外的功能。本文将介绍装饰器的基本概念和用法,并通过实例演示如何利用装饰器提升代码的可读性和灵活性,使代码更加简洁、易于维护。
|
9天前
|
缓存 大数据 数据处理
Python迭代器、生成器和装饰器探究
【4月更文挑战第2天】 迭代器是遍历集合元素的对象,实现`__iter__()`和`__next__()`方法。示例中自定义迭代器`MyIterator`用于生成整数序列。 - 生成器简化了迭代器实现,利用`yield`关键词实现状态保存,减少内存占用。示例中的`my_generator`函数即为一个生成器。 - 装饰器用于修改函数行为,如日志记录、性能分析。装饰器`my_decorator`在函数调用前后添加额外代码。
23 0
|
11天前
|
程序员 Python
Python中的装饰器:提升代码可读性与灵活性
在Python编程中,装饰器是一种强大的工具,可以在不修改原始代码的情况下,动态地添加功能。本文将深入探讨Python中装饰器的原理、用法和实际应用,以及如何利用装饰器提升代码的可读性和灵活性。
|
13天前
|
缓存 开发者 Python
深入探讨Python中的装饰器:提升代码可读性与灵活性
在Python编程中,装饰器是一种强大的工具,可以在不修改原始函数代码的情况下,对其行为进行扩展或修改。本文将深入探讨装饰器的原理和用法,以及如何利用装饰器提升代码的可读性和灵活性,为Python开发者提供更加优雅和高效的编程方式。