需求利器：装饰器(decorator)【python】

装饰器

装饰器：把一个函数当作参数,返回一个替代版的函数。其本质就是一个返回函数的函数
作用："在不改变原函数的基础上,给函数增加功能"

def decorator(func):
    def wrapper(*args,**kwargs):         # 设置形参，设置关键字参数**kwargs
        print(time.time())
        func(*args,**kwargs)             # 执行所所装饰的函数
    return wrapper                      

@decorator
def f1 (func_name):
    print('This is a function '+func_name)
@decorator
def f2 (func_name1,func_name2):
    print('This is a function '+func_name1)
    print('This is a function '+func_name2)
@decorator
def f3(func_name1,func_name2,**kwargs):
    print('This is a function '+func_name1)
    print('This is a function '+func_name2)
    print(kwargs)
# 函数中有关键字参数
f1('test')
f2('test1','test2')
f3('test1','test2',a=1,b=2,c='westos')

装饰器的使用练习

装饰器实现一个函数计时器

def decorator(func):
    def wrapper(*args,**kwargs):
        start_time = time.time()
        res = func(*args,**kwargs)    # 对函数运行结果进行处理,ruturn的结果无法直接显示出来,需通过print打印或者传给一个变量
        end_time = time.time()
        print('running time is: %.6f'  %(end_time - start_time))
        return res
    return wrapper

@decorator
def f1_list(n):
    return [2 * i for i in range(n)]

@decorator
def f1_map(n):
    return list(map(lambda x:x*2,range(n)))

print(f1_list(10000))    # 对比结果,list执行速度快
print(f1_map(10000))

创建装饰器,要求如下:
1. 创建add_log装饰器,被装饰的函数打印日志信息
2. 日志格式为: [字符串时间]函数名: XXX,运行时间:XXX,运行返回值结果:XXX

注意：添加帮助文档后如果在执行某函数时使用帮助文档的参数，则会显示该函数的帮助文档

'''
time.ctime() 标准时间的生成
func.__name__ 获取func函数名
'''
import time
import functools

def add_log(func):
    @functools.wraps(func)
    def wrapper(*args,**kwargs):
        start_time = time.time()
        res = func(*args,**kwargs)
        end_time = time.time()
        print('[%s] 函数名: %s,运行时间: %.6f,运行返回值结果: %d' %(time.ctime(),func.__name__,end_time-start_time,res))
        return res
    return wrapper

@add_log
def add(x,y):
    time.sleep(1)
    return x+y
add(1,2)

## isinstance(数字,数据类型)  # 判断数字是否是该类型的,是则返回true,否则返回false
编写装饰器required_types,条件如下:
1). 当装饰器为@required_types(int,float)确保函数接收的每一个
2). 当装饰器为@required_types(list)确保函数接收到的每一个参数都是list类型
3). 当装饰器为@required_types(str,int)确保函数接收到的每一个
4). 如果参数不满足条件,打印TypeError:参数类型必须为XXX类型 

import functools
def required_types(*kind):        # 接收装饰器的参数
    def required(fun):
        @functools.wraps(fun)
        def wrapper(*args,**kwargs):
            for i in args:
                if not isinstance(i,kind):
                    print('TypeError,参数必须为%s,%s类型' %kind)
                    exit()
            else:
                res = fun(*args,**kwargs)
                return res
        return wrapper
    return required

@required_types(int,float)
def add (a,b):
    return a+b
print(add('westos',2))

上面的都是单个装饰器，那多个装饰器有什么区别？

在有多个装饰器时,会按顺序从上到下执行

def decorator_a(fun):
    def inner_a(*args,**kwargs):
        print('This is inner_a')
        return fun(*args,**kwargs)
    return inner_a
def decorator_b(fun):
    def inner_b(*args,**kwargs):
        print('This is inner_b')
        return fun(*args,**kwargs)
    return inner_b

@decorator_b
@decorator_a
def f(x):
    print('This is f')
f(1)