Python装饰器3-funtools.wraps与property装饰器

简介: funtools.wraps装饰器、property装饰器、多装饰器的执行顺序

一、funtools.wraps装饰器

1.未使用wraps装饰器

Python装饰器在装饰其他函数的的时候,被装饰后的函数的函数名等属性会发生改变。例如:

defwrapper(func):
definner(*args, **kwargs):
"""这是装饰器的文档字符串"""returnfunc(*args, **kwargs)
returninner@wrapperdefbuying(self):
"""这是被装饰函数的文档字符串"""print(f"商品: {self.goods}, 重量: {self.weight}, 价格: {self.price}")
print(buying.__name__)
print(buying.__doc__)
'''inner这是装饰器的文档字符串'''

运行结果如下:

此时,被wrapper装饰器装饰的函数buying,函数名称已经变为了inner,文档字符串也变成了inner函数的文档字符串。

2.使用了wraps装饰器

为了避免这种情况的发生,Python的functools包中提供了一个叫wraps的装饰器来消除这样的副作用。在定义装饰器的时候,可以在装饰器的内函数之前加上functools的wraps,这样它就能保留被装饰函数的名称和函数属性。

fromfunctoolsimportwrapsdefwrapper(func):
@wraps(func)
definner(*args, **kwargs):
"""这是装饰器的文档字符串"""returnfunc(*args, **kwargs)
returninnerprint(buying.__name__)
print(buying.__doc__)

运行结果如下:

内函数inner在被functools.wraps装饰后,此时再装饰其他函数时,被装饰函数的函数名、文档字符串等函数属性就不会再受到影响。

二、property装饰器

@property是python的一种装饰器,是用来修饰方法的,它能够将方法转换为相同名称的只读属性,可以与所定义的属性配合使用,这样可以防止属性被修改;另外,@property装饰器也可以用来创建只读属性。

注意事项:

  • 调用不带property的方法时,需使用正常的方法调用方式,方法后面需要加();
  • 调用带property的方法时,方法后面不需要加();

1.将方法转换为属性

classProperty(object):
def__init__(self):
self.name="test_property"defwithout_property(self):
return"without_property"@propertydefwith_property(self):
return"with property"ppt=Property()
print(ppt.without_property())
print(ppt.with_property)
print(ppt.name)
'''运行结果:without_propertywith propertytest_property'''

通过运行结果可以看出,with_property在被@property装饰器装饰后,已经变成了Property类中的一个属性,被调用时可以直接通过‘对象名.属性名’进行调用,后面不必再带上括号。

2.创建只读属性

用@property装饰器将phone_number函数转换为属性,函数内返回私有属性self.__phone_number, 用户进行属性调用的时候,直接调用phone_number即可,而不用知道属性名__phone_number,因此用户无法更改属性,从而达到了保护类中属性的目的。

classProperty(object):
def__init__(self):
self.name="test_property"self.__phone_number=15252188888@propertydefphone_number(self):
returnself.__phone_numberprint(ppt.phone_number)
'''15252188888'''

3.设置和获取属性值

1)通过函数设置和获取属性值

# 通过函数设置属性值classSetter(object):
defget_score(self):
returnself._scoredefset_score(self, value):
ifnotisinstance(value, int):
raiseValueError("value must be integer!")
ifvalue<0orvalue>100:
raiseValueError("value must between 0~100~")
self._score=valuesetter=Setter()
setter.set_score(88)  # 通过set_score()方法设置属性值print(setter.get_score())  # 通过get_score()方法获取属性值'''88'''

2)通过@property设置和获取属性值

如下,在SetterAttribute类中定义一个score方法,通过@property装饰器装饰器,使其变为了属性;此时的score作为一个属性存在,故第二个score方法也是一个属性,通过@score.setter装饰后,传入的value会作为score的属性值。所以在SetterAttribute实例化后,sa.score既可以设置属性值,也可以读取属性值。但需要先传入score的属性值,此时才能存在score这个属性,才能获取到其属性值。

classSetterAttribute(object):
# 通过@property装饰器将score()方法转换为属性@propertydefscore(self):
returnself._score# 通过@score.setter设置score的属性值@score.setterdefscore(self, value):
ifnotisinstance(value, int):
raiseValueError("value must be integer!")
ifvalue<0orvalue>100:
raiseValueError("value must between 0~100~")
self._score=valuesa=SetterAttribute()
sa.score=99print(sa.score)
'''99'''

三、多装饰器的执行顺序

一个函数可以同时被多个装饰器装饰,它的执行顺序是从里到外,最先调用最里层的装饰器,最后调用最外层的装饰器。

# 多个装饰器执行顺序defdecorator_a(func):
print('Get in A')
definner_a(*args, **kwargs):
print('Get in inner_a')
returnfunc(*args, **kwargs)
returninner_adefdecorator_b(func):
print('Get in B')
definner_b(*args, **kwargs):
print('Get in inner_b')
returnfunc(*args, **kwargs)
returninner_b@decorator_b@decorator_adeff(x):
print('fun a')
returnx*2f(2)
'''运行结果:Get in AGet in BGet in inner_bGet in inner_afun a'''

执行过程分析:

  1. 执行f()函数会先调用最里层的装饰器@decorator_a,再调用最外层的装饰器@decorator_b;
  2. 执行@decorator_a时,会先执行语句print('Get in A')打印得到'Get in A',接着得到返回值inner_a函数,由于只是接收了这个函数、并没有调用它,因此不会执行inner_a函数的内部逻辑;
  3. 接着会执行装饰器@decorator_b的逻辑,打印‘Get in B’,执行decorator_b的时候会得到返回值函数inner_b;
  4. 用f来接收inner_b函数,调用f(),也就等于调用了inner_b(),f=decorator_b(decorator_a(f))、f()=inner_b(),从而执行inner_b的内容:打印'Get in inner_b';
  5. 执行完inner_b函数的内容会再继续执行inner_a函数的内容:打印'Get in inner_a',最后再返回func(*args, **kwargs),也就是执行f(2),打印'fun a'。

小结

1.装饰器在装饰其他函数的的时候,被装饰后的函数的函数名等属性会随着装饰器而发生改变,可以通过functools.wraps装饰内函数inner,从而避免此类情况的产生。

2.@property是python的一种装饰器,它既可以将类中的方法变为属性,也可以设置只读属性。

3.一个函数可以同时被多个装饰器装饰,它的执行顺序是从里到外,最先调用最里层的装饰器,最后调用最外层的装饰器。

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。
|
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。
|
14天前
|
测试技术 开发者 Python
Python中的装饰器:优雅而强大的函数修饰工具
在Python编程中,装饰器是一种强大的工具,用于修改函数或方法的行为。本文将深入探讨Python中装饰器的概念、用法和实际应用,以及如何利用装饰器实现代码的优雅和高效。