Python-装饰器

简介: 一、什么是装饰器 装饰器就是用来为被修饰对象添加上新功能的工具 注意:装饰器本身可以是任意可调用对象,被装饰器的对象也可以是任意可调用对象 那为什么要用装饰器呢? 这里我们需要知道开放封闭原则:封闭指的是对修改封闭,对扩展开放 装饰器的实现必须遵循两大原则:   1.

一、什么是装饰器

装饰器就是用来为被修饰对象添加上新功能的工具

注意:装饰器本身可以是任意可调用对象,被装饰器的对象也可以是任意可调用对象

那为什么要用装饰器呢?

这里我们需要知道开放封闭原则:封闭指的是对修改封闭,对扩展开放

装饰器的实现必须遵循两大原则:

  1.不修改被装饰对象的源代码

  2.不修改被装饰对象的调用方式

装饰的目标:就是在满足1和2的前提下为被修饰对象添加上新功能

简单的装饰器:

import time
def index():
    print('welcome to index page')
    time.sleep(3)

def outter(func): # func=最原始那个index的内存地址
    def wrapper():
        start=time.time()
        func() #最原始的那个index的内存地址()
        stop=time.time()
        print('run time is %s' %(stop - start))
    return wrapper

index=outter(index) #index=outter(最原始那个index的内存地址) #index=wrapper的内存地址
index() #wrapper的内存地址()

上面这种装饰器没有传入参数,下面对他进行升级

def home(name):
    print('welcome %s to home page' %name)
    time.sleep(2)
    return 123

def timmer(func): #func=最原始那个home函数的内地址
    def wrapper(*args,**kwargs): #args=('egon',) kwargs={}
        start=time.time()
        res=func(*args,**kwargs) #最原始那个home函数的内地址('egon')
        stop=time.time()
        print('run time is %s' %(stop - start))
        return res
    return wrapper

home=timmer(home) #home=outter(最原始那个home函数的内地址) #home=wrapper函数的内地址
res=home('egon') # res=wrapper函数的内地址('egon')

参数是可以传入了,那还有没有可以优化的地方呢,这个时候就用到了python的语法糖,

def outter(func):
    def wrapper(*args,**kwargs):
        #在调用函数前加功能
        res=func(*args,**kwargs) #调用被装饰的\也就是最原始的那个函数
        #在调用函数后加功能
        return res
    return wrapper

@outter #index=outter(index) #index=wrapper
def index():
    print('welcome to index page')
    time.sleep(3)

index()

装饰器的语法糖:在被装饰对象正上方单独一行写@装饰器的名字

运行原理:python解释器一旦运行到@装饰器的名字,就会调用装饰器,然后将被装饰函数的内存地址当做参数传给装饰器,最后将装饰器调用的结果赋值给原函数名

调用多个装饰器:

def outter1(func1): #func1=wrapper2
    print('outter1')
    def wrapper1(*args,**kwargs):
        print('wrapper1')
        res1=func1(*args,**kwargs) #res1=wrapper2(*args,**kwargs)
        return res1
    return wrapper1

def outter2(func2): #func2=最原始的那个index的内存地址
    print('outter2')
    def wrapper2(*args,**kwargs):
        print('wrapper2')
        res2=func2(*args,**kwargs)
        return res2
    return wrapper2


@outter1 # index=outter1(wrapper2) #index=wrapper1
@outter2 #outter2(最原始的那个index的内存地址) ===> wrapper2
def index():
    print('welcome to index page')
    time.sleep(3)

index()  #wrapper1()

'''
outter2
outter1
wrapper1
wrapper2

'''

解释顺序是自下往上的,执行顺序从上往下,那打印的结果和我们预想的不一样呢,我们应该理解装饰器函数在被装饰器函数定义好后立即执行

模板:

# 有参装饰器的模板
def outter1(x,y,z):
    def outter2(func):
        def wrapper(*args,**kwargs):
            res=func(*args,**kwargs)
            return res
        return wrapper
    return outter2

# 无参装饰器的模板
def outter(func):
    def wrapper(*args,**kwargs):
        res=func(*args,**kwargs)
        return res
    return wrapper

补充:

调用方式和源代码都没有修改,是不是所有都很完美了呢?不是其实还有一个需要注释的地方就是注释文档

def outter(func):
    # @wraps(func)
    def inner(*args,**kwargs):
        res = func(*args,**kwargs)
        return res

    return inner
@outter
def index():
    '''
    zfj
    1212
    1231

    '''
    # print('1111')
index()
print(index.__name__)# inner
print(index.__doc__)#None

index的函数名和文档都变成inner的了,没有和原来的index一样,这是我们可以在inner函数中加入

inner.__name__=func.__name__
inner.__doc__= func.__doc__
这样index得到的文档就是原来的样子了,还有一个方法是使用wraps!
from functools import wraps
def outter(func):
    @wraps(func)
    def inner(*args,**kwargs):
        res = func(*args,**kwargs)
        return res
    # inner.__name__=func.__name__
    # inner.__doc__= func.__doc__
    return inner
@outter
def index():
    '''
    zfj
    1212
    1231

    '''
    # print('1111')
index()
print(index.__name__)
print(index.__doc__)

很感谢Nisen的装饰器执行顺序迷思,对我的启发很大

https://segmentfault.com/a/1190000007837364

焚膏油以继晷,恒兀兀以穷年。
相关文章
|
7天前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
157 99
|
7天前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
141 98
|
11天前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
21天前
|
存储 缓存 测试技术
理解Python装饰器:简化代码的强大工具
理解Python装饰器:简化代码的强大工具
|
1月前
|
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
156 92
|
3月前
|
Python
掌握Python装饰器:轻松统计函数执行时间
掌握Python装饰器:轻松统计函数执行时间
270 76
|
26天前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
87 0
|
4月前
|
人工智能 API Python
掌握 Python 文件处理、并行处理和装饰器
本文介绍了 Python 在文件处理、并行处理以及高级功能(如装饰器、Lambda 函数和推导式)的应用。第一部分讲解了文件的基本操作、读写方法及处理大型文件的技巧,并演示了使用 Pandas 处理结构化数据的方式。第二部分探讨了多线程与多进程的并行处理,以及 `concurrent.futures` 模块的简化用法,适合不同类型的任务需求。第三部分则深入装饰器的实现与应用,包括简单装饰器、带参数的装饰器及 `functools.wraps` 的使用,同时简要介绍了 Lambda 函数和推导式的语法与场景。内容实用且全面,帮助读者掌握 Python 高效编程的核心技能。
|
9月前
|
测试技术 数据安全/隐私保护 开发者
探索Python中的装饰器:从基础到高级应用
装饰器在Python中是一个强大且令人兴奋的功能,它允许开发者在不修改原有函数代码的前提下增加额外的功能。本文将通过具体代码示例,带领读者从装饰器的基础概念入手,逐步深入到高级用法,如带参数的装饰器和装饰器嵌套等。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。
109 6

推荐镜像

更多