Python装饰器是高阶函数,用于在不修改代码的情况下扩展或修改函数行为。它们提供可重用性、模块化和无侵入性的功能增强。

简介: 【6月更文挑战第20天】Python装饰器是高阶函数,用于在不修改代码的情况下扩展或修改函数行为。它们提供可重用性、模块化和无侵入性的功能增强。例如,`@simple_decorator` 包装`my_function`,在调用前后添加额外操作。装饰器还能接受参数,如`@logged("INFO", "msg")`,允许动态定制功能。

装饰器(Decorator)是 Python 中一种强大的工具,它允许我们在不修改源代码的情况下扩展或修改函数、类等对象的行为。装饰器本质上是一个接收一个函数作为参数并返回一个新的函数的高阶函数。

功能:

  1. 可重用性:装饰器提供了在多个函数上应用相同行为的一种方式,比如添加日志、性能分析、权限控制等。
  2. 模块化:通过将装饰器定义为独立的函数或类,可以将相关的功能封装在一起,提高代码的组织性和可读性。
  3. 无侵入性:装饰器不会改变原始函数的名称和元信息,对调用者来说透明。

用法:

装饰器的语法糖使得使用它们变得非常直观和简洁。以下是装饰器的基本用法:

# 定义一个简单的装饰器
def simple_decorator(func):
    def wrapper(*args, **kwargs):
        print("Before function call")
        result = func(*args, **kwargs)
        print("After function call")
        return result
    return wrapper

# 使用装饰器来包装函数
@simple_decorator
def my_function():
    print("Function body")

# 调用函数
my_function()

在这个例子中,simple_decorator 是一个装饰器函数,它接收一个函数 func 作为参数,并返回一个新的函数 wrapper。当我们在 my_function 上使用 @simple_decorator 装饰器时,实际上是用 wrapper 函数替换了原来的 my_function。因此,当我们调用 my_function() 时,实际上执行的是 wrapper(),这会导致在调用前后打印出相应的消息。

除了这个基本的用法,装饰器还可以接受参数,以便提供更灵活的功能。例如,下面是一个带有参数的装饰器示例:

from functools import wraps

def logged(level, message=""):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            print(f"{level}: {message} - Before function call")
            result = func(*args, **kwargs)
            print(f"{level}: {message} - After function call")
            return result
        return wrapper
    return decorator

@logged("INFO", "Performing calculation")
def calculate(x, y):
    return x + y

result = calculate(3, 4)
print(result)  # 输出:
# INFO: Performing calculation - Before function call
# 7
# INFO: Performing calculation - After function call

在这个例子中,logged 装饰器接受两个参数 levelmessage,并在装饰函数时传入这些值。这样,我们可以在不同的地方使用同一个装饰器,但可以根据需要定制其行为。

相关文章
|
1天前
|
Python
经验大分享:python类函数,实例函数,静态函数
经验大分享:python类函数,实例函数,静态函数
|
1天前
|
Python
|
1天前
|
Python
经验大分享:Python函数返回值
经验大分享:Python函数返回值
模块化简介 | Python从入门到精通:高阶篇之三十七
本节我们介绍了模块化的优点,以及创建模块的两种方式。直接import 模块名或者import 模块名 as 模块别名。
模块化简介 | Python从入门到精通:高阶篇之三十七
|
1天前
|
索引 Python 容器
Python数据类型:编程新手的必修课
Python数据类型:编程新手的必修课
|
1天前
|
算法 Java 程序员
Python面相对象的编程
Python面相对象的编程
|
1天前
|
Python
揭秘Python安装目录:你的编程宝库隐藏了哪些宝藏?
揭秘Python安装目录:你的编程宝库隐藏了哪些宝藏?
|
1天前
|
数据挖掘 数据处理 Python
Python编程入门:从基础到实践
【6月更文挑战第26天】这篇文章引导读者逐步学习Python编程,从基础语法如变量、数据类型(整数、浮点数、字符串)到条件语句、循环(if/for/while),再到函数定义和模块导入。通过实例展示了Python在文本处理、数据分析(使用pandas)和Web开发(使用Flask)的应用。学习Python能为初学者开启更广阔的技术领域,如面向对象编程、并发和网络编程等。
|
3天前
|
Python
Python多进程编程详细剖析
Python多进程编程详细剖析
13 3
|
5天前
|
机器学习/深度学习 人工智能 前端开发
Python中的模块化编程
【6月更文挑战第17天】Python模块化编程与软件架构设计的关键在于拆分任务到独立模块,提高代码的可维护性、可重用性和可扩展性。例如,学生管理系统可分解为录入、查询和删除模块。MVC和MVVM架构模式有助于组织代码,而微服务和函数式编程将在未来发展中扮演重要角色。通过示例代码,读者能学习如何实现这些概念,提升项目开发效率和质量。
153 57