恶补了 Python 装饰器的八种写法，你随便问~_python 类中写装饰器(2)

本文链接：https://blog.csdn.net/m0_60667406/article/details/137997538

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文


那我们来自己创造一个伪场景，可以在装饰器里传入一个参数，指明国籍，并在函数执行前，用自己国家的母语打一个招呼。

小明，中国人

@say_hello(“china”)
def xiaoming():
pass

jack，美国人

@say_hello(“america”)
def jack():
pass


那我们如果实现这个装饰器，让其可以实现 传参 呢？


会比较复杂，需要两层嵌套。

def say_hello(contry):
def wrapper(func):
def deco(*args, **kwargs):
if contry == “china”:
print(“你好!”)
elif contry == “america”:
print(‘hello.’)
else:
return

        # 真正执行函数的地方
        func(*args, **kwargs)
    return deco
return wrapper


来执行一下

xiaoming()
print(“------------”)
jack()


看看输出结果。

你好!

hello.


### 5. 高阶：不带参数的类装饰器


以上都是基于函数实现的装饰器，在阅读别人代码时，还可以时常发现还有基于类实现的装饰器。


基于类装饰器的实现，必须实现 **call** 和 \_\_init\_\_两个内置函数。 **init** ：接收被装饰函数 **call** ：实现装饰逻辑。


还是以日志打印这个简单的例子为例

class logger(object):
def init(self, func):
self.func = func

def __call__(self, *args, **kwargs):
    print("[INFO]: the function {func}() is running..."\
        .format(func=self.func.__name__))
    return self.func(*args, **kwargs)

@logger
def say(something):
print(“say {}!”.format(something))

say(“hello”)


执行一下，看看输出

[INFO]: the function say() is running…
say hello!


### 6. 高阶：带参数的类装饰器


上面不带参数的例子，你发现没有，只能打印INFO级别的日志，正常情况下，我们还需要打印DEBUG WARNING等级别的日志。 这就需要给类装饰器传入参数，给这个函数指定级别了。


带参数和不带参数的类装饰器有很大的不同。


**init** ：不再接收被装饰函数，而是接收传入参数。 **call** ：接收被装饰函数，实现装饰逻辑。

class logger(object):
def init(self, level=‘INFO’):
self.level = level

def __call__(self, func): # 接受函数
    def wrapper(*args, **kwargs):
        print("[{level}]: the function {func}() is running..."\
            .format(level=self.level, func=func.__name__))
        func(*args, **kwargs)
    return wrapper  #返回函数

@logger(level=‘WARNING’)
def say(something):
print(“say {}!”.format(something))

say(“hello”)


我们指定WARNING级别，运行一下，来看看输出。

[WARNING]: the function say() is running…
say hello!


### 7. 使用偏函数与类实现装饰器


绝大多数装饰器都是基于函数和闭包实现的，但这并非制造装饰器的唯一方式。


事实上，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（上面几个例子已经接触过了）。


还有容易被人忽略的偏函数其实也是 callable 对象。


接下来就来说说，如何使用 类和偏函数结合实现一个与众不同的装饰器。


如下所示，DelayFunc 是一个实现了 **call** 的类，delay 返回一个偏函数，在这里 delay 就可以做为一个装饰器。（以下代码摘自 Python工匠：使用装饰器的小技巧）

import time
import functools

class DelayFunc:
def init(self, duration, func):
self.duration = duration
self.func = func

def __call__(self, *args, **kwargs):
    print(f'Wait for {self.duration} seconds...')
    time.sleep(self.duration)
    return self.func(*args, **kwargs)

def eager_call(self, *args, **kwargs):
    print('Call without delay')
    return self.func(*args, **kwargs)

def delay(duration):
“”"
装饰器：推迟某个函数的执行。
同时提供 .eager_call 方法立即执行
“”"
# 此处为了避免定义额外函数，
# 直接使用 functools.partial 帮助构造 DelayFunc 实例
return functools.partial(DelayFunc, duration)


我们的业务函数很简单，就是相加

@delay(duration=2)
def add(a, b):
return a+b


来看一下执行过程

add # 可见 add 变成了 Delay 的实例
<main.DelayFunc object at 0x107bd0be0>

add(3,5) # 直接调用实例，进入 call
Wait for 2 seconds…
8

add.func # 实现实例方法
<function add at 0x107bef1e0>


### 8. 如何写能装饰类的装饰器？


用 Python 写单例模式的时候，常用的有三种写法。其中一种，是用装饰器来实现的。


以下便是我自己写的装饰器版的单例写法。

instances = {}

def singleton(cls):
def get_instance(*args, **kw):
cls_name = cls.name
print(‘===== 1 ‘)
if not cls_name in instances:
print(’= 2 ====’)
instance = cls(*args, **kw)
instances[cls_name] = instance
return instances[cls_name]
return get_instance

@singleton
class User:
_instance = None

def __init__(self, name):
    print('===== 3 ====')
    self.name = name


可以看到我们用singleton 这个装饰函数来装饰 User 这个类。装饰器用在类上，并不是很常见，但只要熟悉装饰器的实现过程，就不难以实现对类的装饰。在上面这个例子中，装饰器就只是实现对类实例的生成的控制而已。


其实例化的过程，你可以参考我这里的调试过程，加以理解。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/9d9b166cb72d4a31bef1548edd406606.png)


### 9. wraps 装饰器有啥用？


在 functools 标准库中有提供一个 wraps 装饰器，你应该也经常见过，那他有啥用呢？


先来看一个例子

def wrapper(func):
def inner_function():
pass
return inner_function

@wrapper
def wrapped():
pass

print(wrapped.name)
#inner_function


为什么会这样子？不是应该返回 func 吗？


这也不难理解，因为上边执行func 和下边 decorator(func) 是等价的，所以上面 func.**name** 是等价于下面decorator(func).**name** 的，那当然名字是 inner\_function

def wrapper(func):
def inner_function():
pass
return inner_function

def wrapped():
pass

print(wrapper(wrapped).name)
#inner_function


那如何避免这种情况的产生？方法是使用 functools .wraps 装饰器，它的作用就是将 被修饰的函数(wrapped) 的一些属性值赋值给 修饰器函数(wrapper) ，最终让属性的显示更符合我们的直觉。

from functools import wraps

def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function

@wrapper
def wrapped():
pass

print(wrapped.name)

wrapped


准确点说，wraps 其实是一个偏函数对象（partial），源码如下

def wraps(wrapped,
assigned = WRAPPER_ASSIGNMENTS,
updated = WRAPPER_UPDATES):
return partial(update_wrapper, wrapped=wrapped,
assigned=assigned, updated=updated)


可以看到wraps其实就是调用了一个函数update\_wrapper，知道原理后，我们改写上面的代码，在不使用 wraps的情况下，也可以让 wrapped.**name** 打印出 wrapped，代码如下：

from functools import update_wrapper

WRAPPER_ASSIGNMENTS = (‘module’, ‘name’, ‘qualname’, ‘doc’,
‘annotations’)

def wrapper(func):
def inner_function():
pass

update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)
return inner_function

@wrapper
def wrapped():
pass

print(wrapped.name)


### 10. 内置装饰器：property


以上，我们介绍的都是自定义的装饰器。


其实Python语言本身也有一些装饰器。比如property这个内建装饰器，我们再熟悉不过了。


它通常存在于类中，可以将一个函数定义成一个属性，属性的值就是该函数return的内容。


通常我们给实例绑定属性是这样的

class Student(object):
def init(self, name, age=None):
self.name = name
self.age = age

实例化

xiaoming = Student(“小明”)

添加属性

xiaoming.age=25

查询属性

xiaoming.age

删除属性

del xiaoming.age


但是稍有经验的开发人员，一下就可以看出，这样直接把属性暴露出去，虽然写起来很简单，但是并不能对属性的值做合法性限制。为了实现这个功能，我们可以这样写。

class Student(object):
def init(self, name):
self.name = name
self.name = None

def set_age(self, age):
    if not isinstance(age, int):
        raise ValueError('输入不合法：年龄必须为数值!')
    if not 0 < age < 100:
        raise ValueError('输入不合法：年龄范围必须0-100')
    self._age=age

def get_age(self):
    return self._age

def del_age(self):
    self._age = None

xiaoming = Student(“小明”)

添加属性

xiaoming.set_age(25)

查询属性

xiaoming.get_age()

删除属性

xiaoming.del_age()


上面的代码设计虽然可以变量的定义，但是可以发现不管是获取还是赋值（通过函数）都和我们平时见到的不一样。 按照我们思维习惯应该是这样的。

赋值

xiaoming.age = 25

获取

xiaoming.age


那么这样的方式我们如何实现呢。请看下面的代码。

class Student(object):
def init(self, name):
self.name = name
self.name = None

@property
def age(self):
    return self._age

@age.setter
def age(self, value):
    if not isinstance(value, int):
        raise ValueError('输入不合法：年龄必须为数值!')
    if not 0 < value < 100:
        raise ValueError('输入不合法：年龄范围必须0-100')
    self._age=value

@age.deleter
def age(self):
    del self._age

xiaoming = Student(“小明”)

设置属性

xiaoming.age = 25

查询属性

xiaoming.age

删除属性

del xiaoming.age


用@property装饰过的函数，会将一个函数定义成一个属性，属性的值就是该函数return的内容。同时，会将这个函数变成另外一个装饰器。就像后面我们使用的@age.setter和@age.deleter。


@age.setter 使得我们可以使用XiaoMing.age = 25这样的方式直接赋值。 @age.deleter 使得我们可以使用del XiaoMing.age这样的方式来删除属性。


property 的底层实现机制是「描述符」，为此我还写过一篇文章。


这里也介绍一下吧，正好将这些看似零散的文章全部串起来。


如下，我写了一个类，里面使用了 property 将 math 变成了类实例的属性

class Student:
def init(self, name):
self.name = name

@property
def math(self):
    return self._math

@math.setter
def math(self, value):
    if 0 <= value <= 100:
        self._math = value
    else:
        raise ValueError("Valid value must be in [0, 100]")


为什么说 property 底层是基于描述符协议的呢？通过 PyCharm 点击进入 property 的源码，很可惜，只是一份类似文档一样的伪源码，并没有其具体的实现逻辑。
文末有福利领取哦~
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

👉**一、Python所有方向的学习路线**

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。![img](https://img-blog.csdnimg.cn/c67c0f87cf9343879a1278dfb067f802.png)

👉**二、Python必备开发工具**

![img](https://img-blog.csdnimg.cn/757ca3f717df4825b7d90a11cad93bc7.png)  
👉**三、Python视频合集**

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。  
![img](https://img-blog.csdnimg.cn/31066dd7f1d245159f21623d9efafa68.png)

👉 **四、实战案例**

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。**（文末领读者福利）**  
![img](https://img-blog.csdnimg.cn/e78afb3dcb8e4da3bae5b6ffb9c07ec7.png)

👉**五、Python练习题**

检查学习结果。  
![img](https://img-blog.csdnimg.cn/280da06969e54cf180f4904270636b8e.png)

👉**六、面试资料**

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。  
![img](https://img-blog.csdnimg.cn/a9d7c35e6919437a988883d84dcc5e58.png)

![img](https://img-blog.csdnimg.cn/5db8141418d544d3a8e9da4805b1a3f9.png)

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）**
![img](https://img-blog.csdnimg.cn/img_convert/2a115abdfcfdd3c8fc0b1266c1a44346.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
e54cf180f4904270636b8e.png)

👉**六、面试资料**

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。  
![img](https://img-blog.csdnimg.cn/a9d7c35e6919437a988883d84dcc5e58.png)

![img](https://img-blog.csdnimg.cn/5db8141418d544d3a8e9da4805b1a3f9.png)

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）**
[外链图片转存中...(img-1ZkJXX7W-1713591729094)]

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**