对Python装饰器的个人理解方法

简介:

  在自己好好总结并对Python装饰器的执行过程进行分解之前,对于装饰器虽然理解它的基本工作方式,但对于存在复杂参数的装饰器(装饰器和函数本身都有参数),总是会感到很模糊,即使这会弄懂了,下一次也很快忘记,其实本质上还是没有多花时间去搞懂其中的细节问题。

        虽然网络上已经有很多这样的文章,但显然都是别人的思想,因此自己总是记不牢,所以花点时间自己好好整理一下。

        最近在对《Python核心编程》做总结,收获了不少,下面分享一下我自己对于Python装饰器的理解,后面还提供了一个较为复杂的Python装饰器的执行过程的分解,可以参考一下。




1.Python装饰器的出现


         在没有装饰器之前,如果要在类中定义一个静态方法,需要使用下面的方法:

1
2
3
class  MyClass( object ):
     def  staticFoo():
         staticFoo  =  staticmethod (staticFoo)

        即要在该静态方法中加入类似staticmethod()内建函数将该方法转换为静态方法,这显然非常麻烦,而有了装饰器之后,就可以写成下面这样:

1
2
3
4
class  MyClass( object ):
     @ staticmethod
     def  staticFoo():
         pass

        这样就简洁很多了。




2.Python装饰器类型与理解


(1)无参数装饰器    

  • 一个装饰器

        下面的情况:

1
2
3
@f
def  foo():
     pass

        其实就相当于:

1
2
3
def  foo():
     pass
foo  =  g(foo)
  • 多个装饰器

        下面的情况:

1
2
3
4
@g
@f
def  foo():
     pass

        就相当于:

1
2
3
def  foo():
     pass
foo  =  g(f(foo))


(2)含参数装饰器

  • 带有参数的一个装饰器

        下面的情况:

1
2
3
@decomaker (deco_args)
def  foo():
     pass

        就相当于:

1
2
3
def  foo():
     pass
foo  =  decomaker(deco_args)(foo)

        用这样的思想去理解就非常好理解了:decomaker()用deco_args做了些事并返回函数对象,而该函数对象正是以foo作为其参数的装饰器

        下面多个装饰器的例子也是按这样的思想去理解。

  • 带有参数的多个装饰器

        下面的情况:

1
2
3
4
@deco1 (deco_arg)
@deco2 ()
def  foo():
     pass

        就相当于:

1
2
3
def  foo():
     pass
foo  =  deco1(deco_arg)(deco2(foo))




3.Python装饰器执行过程的手动分解


        OK,有了上面的理论基础,理解下面一个较为复杂的装饰器就很容易了:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
from  functools  import  wraps
 
def  log(text):
     def  decorator(func):
         @wraps(func)                     #it works like:wraper.__name__ = func.__name__
         def  wrapper( * args,  * * kwargs):
             print  '%s %s():'  %  (text, func.__name__)
             return  func( * args,  * * kwargs)
         return  wrapper
     return  decorator
 
 
@log ( 'Hello' )
def  now(area):
     print  area,  '2016-01-23'
     
 
now( 'Beijing' )
print  'The name of function now() is:' , now.__name__

        执行如下:

1
2
3
4
/ usr / bin / python2. 7  / home / xpleaf / PycharmProjects / decorator_test / dec10.py
Hello now():
Beijing  2016 - 01 - 23
The name of function now()  is : now

对于该程序的执行过程,可以分析如下:

1.先执行log('Hello')函数,此时返回了一个新的函数,只不过其中的text变量被替换为'Hello',所以用来装饰now函数的新的装饰器如下:

1
2
3
4
5
6
def  decorator(func):
     @wraps(func)                     #it works like:wraper.__name__ = func.__name__
     def  wrapper( * args,  * * kwargs):
         print  '%s %s():'  %  ( 'Hello' , func.__name__)
         return  func( * args,  * * kwargs)
     return  wrapper

2.所以此时的now函数,就相当于:

1
now  =  decorator(now)

3.即now就相当于:

1
2
3
4
def  now( * args,  * * kwargs):
     print  '%s %s():'  %  ( 'Hello' , old_now.__name__)
     return  old_now( * args,  * * kwargs)
# 现在的函数名称变为了now而不是wrapper,是因为使用了wraps装饰器

   所以,输出的结果也就非常好理解了。

        关于wraps,它也是一个装饰器,使用它的作用是,被我们用自定义装饰器修改后的函数,它的函数名称,即func.__name__跟原来是一样的,而它的工作原理正如上面所提及的,即:

1
wraper.__name__  =  func.__name__

        也就是说,使用wraps可以不改变原来函数的属性,当然,上面只是简单说明了一下其工作原理,详细的可以参考wraps的源代码。




本文转自 xpleaf 51CTO博客,原文链接:http://blog.51cto.com/xpleaf/1763567,如需转载请自行联系原作者

相关文章
|
17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。 ####
46 11
|
13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。
|
13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。
|
8天前
|
开发框架 缓存 测试技术
Python中的装饰器:魔法般的功能增强
在Python编程中,装饰器是一种强大而灵活的工具,它允许开发者修改或扩展函数和类的行为。本文将深入探讨Python装饰器的工作原理,并通过实例演示如何创建和使用自定义装饰器来增强代码的功能性和可读性。我们将从基础概念讲起,逐步深入到高级应用,揭示装饰器背后的“魔法”,并展示它们在实际开发中的多种用途。
|
14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。 ###
|
13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。 ####
24 3
|
13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!
21 1
|
14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。
|
16天前
|
测试技术 开发者 Python
探索Python中的装饰器:从基础到高级应用
【10月更文挑战第36天】装饰器在Python中是提升代码效率和可读性的利器,它们允许开发者在不改变原有函数定义的情况下增加额外的功能。本文将引导读者从理解装饰器的基本概念出发,通过实际代码示例,逐步深入到更复杂的应用场景,如装饰器堆叠和带参数的装饰器。我们将一起探索如何利用这一强大工具来优化我们的编码实践。
21 2
|
9天前
|
Python
探索Python中的装饰器(Decorators)
探索Python中的装饰器(Decorators)
16 0
下一篇
无影云桌面