装饰器–优雅地扩展Python函数功能
在Python编程中,装饰器是一个非常强大的工具,可以优雅地扩展Python函数的功能。装饰器是一种特殊的函数,它可以接受一个函数作为参数,并返回一个新的函数。这个新的函数通常会在原函数的基础上添加一些额外的功能,同时不破坏原函数的结构和逻辑。
装饰器–优雅地扩展Python函数功能
在Python中,装饰器的语法非常简洁。我们可以使用@符号来使用装饰器。例如:
@my_decorator
def my_function():
pass
这里,my_decorator是一个装饰器函数,它接受一个函数作为参数,并返回一个新的函数。my_function是原函数,它会被my_decorator装饰器处理,并返回一个新的函数。
装饰器的作用非常广泛,可以用来实现各种各样的功能。下面,我们来看一些常用的装饰器。
- 计时装饰器
计时装饰器可以用来记录函数的执行时间。它可以接受一个函数作为参数,并返回一个新的函数,新函数会在执行原函数之前和之后记录时间。例如:
import time
def timer(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print('Time used: {}'.format(end_time - start_time))
return result
return wrapper
@timer
def my_function():
time.sleep(2)
my_function()
这里,我们定义了一个timer装饰器,它可以接受一个函数作为参数,并返回一个新的函数wrapper。wrapper函数会在原函数my_function之前和之后记录时间,并输出执行时间。
- 日志装饰器
日志装饰器可以用来记录函数的执行日志。它可以接受一个函数作为参数,并返回一个新的函数,新函数会在执行原函数之前和之后记录日志。例如:
import logging
def logger(func):
logging.basicConfig(filename='mylog.log', level=logging.INFO)
def wrapper(*args, **kwargs):
logging.info('Start executing function')
result = func(*args, **kwargs)
logging.info('Finish executing function')
return result
return wrapper
@logger
def my_function():
pass
my_function()
这里,我们定义了一个logger装饰器,它可以接受一个函数作为参数,并返回一个新的函数wrapper。wrapper函数会在原函数my_function之前和之后记录日志,并将日志保存到文件中。
- 缓存装饰器
缓存装饰器可以用来缓存函数的执行结果。它可以接受一个函数作为参数,并返回一个新的函数,新函数会在执行原函数之前先查找是否已经有缓存结果,如果有就直接返回缓存结果,否则执行原函数并将结果缓存起来。例如:
def cache(func):
cache_dict = {}
def wrapper(*args, **kwargs):
key = str(args) + str(kwargs)
if key in cache_dict:
return cache_dict[key]
else:
result = func(*args, **kwargs)
cache_dict[key] = result
return result
return wrapper
@cache
def my_function():
pass
这里,我们定义了一个cache装饰器,它可以接受一个函数作为参数,并返回一个新的函数wrapper。wrapper函数会在执行原函数之前先查找缓存结果,如果有就直接返回缓存结果,否则执行原函数并将结果缓存起来。
总结
装饰器是一个非常强大的工具,可以优雅地扩展Python函数的功能。它的语法非常简洁,可以用来实现各种各样的功能,比如计时、日志、缓存等。我们可以自己定义装饰器来实现特定的功能,也可以使用第三方库中提供的装饰器来简化开发。无论是哪种方式,装饰器都是一个非常有用的工具,值得我们深入学习和掌握。