轻松搞定python装饰器,so easy

简介: 学习Java的都知道Java 中有面向切面的编程,也就是aop,说白了就是在你原来的代码执行前做一些操作,这样的好处就是不修改原来的代码逻辑,增强程序的功能,很方便。人生苦短,我用python,python中也有同样的功能,而且更方便,这个功能就是装饰器

学习Java的都知道Java 中有面向切面的编程,也就是aop,说白了就是在你原来的代码执行前做一些操作,这样的好处就是不修改原来的代码逻辑,增强程序的功能,很方便。人生苦短,我用python,python中也有同样的功能,而且更方便,这个功能就是装饰器


1、无参数装饰器


无参的装饰器是最简单的,万事开头难,先挑个简单的下手,不要慌,慢慢来。


def aop(func):
    print("begin----------")
    func()
    print("end-----------")
@aop
def funcMethod():
    print("run ")
# 执行结果    
#begin----------
#run 
#end-----------
复制代码


可以看到语法就是在需要装饰的函数上使用@aop ,aop 表示装饰器的函数,很简单对不对。。。


2、装饰有参数的函数


有参数的函数才是开发中的常态,所以怎么实现对有参数的构造函数进行装饰


def aop(func):
    def wrap(p1):
        print("开始")
        func(p1)
        print("结束")
    return wrap
@aop
def funcMethod(p1):
    print(p1)
funcMethod("执行")
复制代码


可以看到这次比第一个例子稍微复杂一些,但是也能看出装饰器的底层原理,


想要修饰一个参数的函数,为此我们在装饰器函数内部定义了一个新的函数,同样的参数,并且将函数wrap 进行了返回,也就是替换了原来的函数funcMethod


知识点:装饰器函数替换了原来的函数,将原来的函数作为新函数的一部分


3、通用的函数装饰器


通常来说我们想要实现通用装饰器,比如我们要实现一个函数的调用日志,这样每个函数的定义是不一样的,有的参数多,有的参数少,有的甚至没有参数。


def aop(func):
    def wrapper(*args, **kwargs):
        print('参数如下:')
        print(args)
        print(kwargs)
        result = func(*args, **kwargs)
        print("结束")
        return result
    return wrapper
@aop
def funcMethod(p1,p2):
    print(p1)
    print(p2)
@aop
def funcMethod2():
    print("xxxxxx")
funcMethod("执行","参数2")
funcMethod2()
复制代码


注:args 形参前加' '表示可以接受多个实参值存进数组


kwargs对于在形参前加' '表示表示接受参数转化为字典类型


4、基于类的装饰器


class AopClazz(object):
    def __init__(self, f):
        self.f = f
    def __call__(self):
        print(" start")
        self.f()
        print(" end")
@AopClazz
def func():
    print("func")
func()
复制代码


Python 对某个对象是否能通过装饰器( @decorator)形式使用只有一个要求:decorator 必须是一个“可被调用

(callable)的对象。


对于这个 callable 对象,我们最熟悉的就是函数了。


除函数之外,类也可以是 callable 对象,只要实现了call 函数(上面几个盒子已经接触过了),还有比较少人使用的偏函数也是 callable 对象。


5、内置装饰器


特性装饰器:@property  


类方法装饰器: @classmethod  

 

静态方法装饰器:@staticmethod


import math
class Circle:
    def __init__(self,radius): #圆的半径radius
        self.radius=radius
    @property
    def area(self):
        return math.pi * self.radius**2 #计算面积
    @property
    def perimeter(self):
        return 2*math.pi*self.radius #计算周长
复制代码


通过@property装饰后的方法也可以像访问数据属性一样去访问area,会触发一个函数的执行,动态计算出一个值;


其他的两个大家都很熟悉了,就不多介绍了


@staticmethod返回的是一个staticmethod类对象,而@classmethod返回的是一个classmethod类对象。他们都是调用的是各自的__init__()构造函数。


总结:装饰器说白了就是使用函数替换当前的实现,没有太多秘密

目录
相关文章
|
8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
158 99
|
8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
142 98
|
12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
|
22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
271 76
|
27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。
89 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。
110 6

推荐镜像

更多