时间:2021-05-23
要理解什么是装饰器,您首先需要熟悉Python处理函数的方式。从它的观点来看,函数和对象没有什么不同。它们有属性,可以重新分配:
def func(): print('hello from func') func() > hello from func new_func = func new_func() > hello from func print(new_func.__name__) > func此外,你还可以将它们作为参数传递给其他函数:
def func(): print('hello from func') def call_func_twice(callback): callback() callback() call_func_twice(func) > hello from func > hello from func现在,我们介绍装饰器。装饰器(decorator)用于修改函数或类的行为。实现这一点的方法是定义一个返回另一个函数的函数(装饰器)。这听起来很复杂,但是通过这个例子你会理解所有的东西:
def logging_decorator(func): def logging_wrapper(*args, **kwargs): print(f'Before {func.__name__}') func(*args, **kwargs) print(f'After {func.__name__}') return logging_wrapper @logging_decoratordef sum(x, y): print(x + y) sum(2, 5)> Before sum> 7> After sum让我们一步一步来:
这很简单:可读性。Python因其清晰简洁的语法而备受赞誉,装饰器也不例外。如果有任何行为是多个函数共有的,那么您可能需要制作一个装饰器。下面是一些可能会派上用场的例子:
和更多…
现在我们将列出一些代码示例。
带有返回值的装饰器
假设我们想知道每个函数调用需要多长时间。而且,函数大多数时候都会返回一些东西,所以装饰器也必须处理它:
def timer_decorator(func): def timer_wrapper(*args, **kwargs): import datetime before = datetime.datetime.now() result = func(*args,**kwargs) after = datetime.datetime.now() print "Elapsed Time = {0}".format(after-before) return result @timer_decoratordef sum(x, y): print(x + y) return x + y sum(2, 5)> 7> Elapsed Time = some time可以看到,我们将返回值存储在第5行的result中。但在返回之前,我们必须完成对函数的计时。这是一个没有装饰者就不可能实现的行为例子。
带有参数的装饰器
有时候,我们想要一个接受值的装饰器(比如Flask中的@app.route('/login'):
def permission_decorator(permission): def _permission_decorator(func): def permission_wrapper(*args, **kwargs): if someUserApi.hasPermission(permission): result = func(*args, **kwargs) return result return None return permission wrapper return _permission_decorator@permission_decorator('admin')def delete_user(user): someUserApi.deleteUser(user)为了实现这一点,我们定义了一个额外的函数,它接受一个参数并返回一个装饰器。
带有类的装饰器
使用类代替函数来修饰是可能的。唯一的区别是语法,所以请使用您更熟悉的语法。下面是使用类重写的日志装饰器:
class Logging: def __init__(self, function): self.function = function def __call__(self, *args, **kwargs): print(f'Before {self.function.__name__}') self.function(*args, **kwargs) print(f'After {self.function.__name__}') @Loggingdef sum(x, y): print(x + y)sum(5, 2)> Before sum> 7> After sum这样做的好处是,您不必处理嵌套函数。你所需要做的就是定义一个类并覆盖__call__方法。
装饰类
有时,您可能想要修饰类中的每个方法。你可以这样写
class MyClass: @decorator def func1(self): pass @decorator def func2(self): pass但如果你有很多方法,这可能会失控。值得庆幸的是,有一种方法可以一次性装饰整个班级:
def logging_decorator(func): def logging_wrapper(*args, **kwargs): print(f'Before {func.__name__}') result = func(*args, **kwargs) print(f'After {func.__name__}') return result return logging_wrapperdef log_all_class_methods(cls): class NewCls(object): def __init__(self, *args, **kwargs): self.original = cls(*args, **kwargs) def __getattribute__(self, s): try: x = super(NewCls,self).__getattribute__(s) except AttributeError: pass else: return x x = self.original.__getattribute__(s) if type(x) == type(self.__init__): return logging_decorator(x) else: return x return NewCls @log_all_class_methodsclass SomeMethods: def func1(self): print('func1') def func2(self): print('func2') methods = SomeMethods()methods.func1()> Before func1> func1> After func1现在,不要惊慌。这看起来很复杂,但逻辑是一样的:
内置的修饰符
您不仅可以定义自己的decorator,而且在标准库中也提供了一些decorator。我将列出与我一起工作最多的三个人:
@property -一个内置插件的装饰器,它允许你为类属性定义getter和setter。
@lru_cache - functools模块的装饰器。它记忆函数参数和返回值,这对于纯函数(如阶乘)很方便。
@abstractmethod——abc模块的装饰器。指示该方法是抽象的,且缺少实现细节。
以上就是python 装饰器重要在哪的详细内容,更多关于python 装饰器的资料请关注其它相关文章!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文总结分析了Python装饰器简单用法。分享给大家供大家参考,具体如下:装饰器在python中扮演着很重要的作用,例如插入日志等,装饰器可以为添加额外的功能同
本文实例讲述了python装饰器原理与用法。分享给大家供大家参考,具体如下:你会Python嘛?我会!那你给我讲下Python装饰器吧!Python装饰器啊?我
学设计模式中有个装饰模式,用java实现起来不是很难,但是远远没有python简单,难怪越来越火了!这里就简单讨论下python的几种装饰模式:一无参装饰器:#
装饰器对与Python新手以至于熟悉Python的人都是一个难理解,难写的东西.那么今天就分享一下我对Python装饰器的理解所谓装饰器仅仅是一种语法糖,可作用
漫谈如果作为一个Python入门,不了解Python装饰器也没什么,但是如果作为一个中级Python开发人员,如果再不对python装饰器熟稔于心的话,那么可能