一、简单了解装饰器
装饰器(Decorators)是 Python 的一个重要部分。简单地说:他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短,也更Pythonic(Python范儿)。
通俗的讲:就是把一个函数当作参数,返回一个替代版的函数
本质上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
(1)在没有使用装饰器的情况
当我们想要添加内容时:
(2)一个简单的装饰器
这正是 python 中装饰器做的事情!它们封装一个函数,并且用这样或者那样的方式来修改它的行为。现在你也许疑惑,我们在代码里并没有使用 @ 符号?那只是一个简短的方式来生成一个被装饰的函数。这里是我们如何使用 @ 来运行之前的代码:
装饰器练习:
二、装饰器练习
练习一:
装饰器实现一个函数计时器
1.被装饰的函数如果有 返回值的时候 怎么办?
2.如何保留被装饰函数的函数名字和帮助文档信息?
import functools
import random
import string
import time
li = [random.choice(string.ascii_letters) for i in range(100)]
def timeit(fun):
#@functools.wraps(fun)
def wrapper(*args,**kwargs):# 接收可变参数和关键字参数
"""这是一个装饰器timeit"""
# 在函数执行之前
start_time = time.time()
# 执行函数
res = fun(*args,**kwargs)
# 在函数执行之后
stop_time = time.time()
print('运行事件为:%.6f' %(stop_time-start_time))
return res
return wrapper
# @timeit
# def con_add():
# s = ''
# for i in li:
# s += (i + '')
# print(s)
# @timeit
# def join_add():
# print(','.join(li))
#
# con_add()
# join_add()
@timeit
def fun_list(n):
"""这是fun_list函数"""
return [2 * i for i in range(n)]
@timeit
def fun_map(n):
"""这是fun_map函数 被装饰器timeis装饰"""
return list(map(lambda x:x*2,range(n)))
# fun_list(10000)
# fun_map(10000)
print(fun_list.__name__)
print(fun_list.__doc__)
print(fun_map.__name__)
print(fun_map.__doc__)
练习二:
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
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,运行返回值的结果'
':%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(1,10)
import time
import functools
def log(kind):
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> [%s] 函数名:%s,运行时间:%.6f,运行返回值的结果'
':%d' %(kind,time.ctime(),func.__name__,
end_time-start_time,res))
return res
return wrapper
return add_log
@log('local2')
def add(x,y):
time.sleep(1)
return x+y
add(1,10)
练习三:
[‘root’,‘admin’,‘redhat’]
id id+vip
多个装饰器的应用场景:
会采用多个装饰器先验证是否登陆成功 再验证权限是否足够
import functools
import inspect
def is_login(fun):
@functools.wraps(fun)
def warapper(*args, **kwargs): # ('admin',)
if args[0] in login_session:
temp = fun(*args, **kwargs)
return temp
else:
print('Error:%s 没有登陆成功' % (args[0]))
return warapper
def is_admin(fun):
@functools.wraps(fun)
# nspect.getcallargs会返回一个字典
# key:形参 value:对应的实参
def wrapper(*args, **kwargs):
inspect_res = inspect.getcallargs(fun, *args, **kwargs)
print('inspect的返回值是:%s' % (inspect_res))
if inspect_res.get('name') == 'root':
temp = fun(*args, **kwargs)
return temp
else:
print('not root user,no permisson add user')
return wrapper
login_session = ['root', 'admin', 'redhat']
三、多个装饰器
当我们遇到多个装饰器:
(我们可以将装饰器理解为,假设现在有一双鞋子,然后,我们用两层包装将其包装起来,当我们拆时就是我们装饰器在起作用,一层一层依次拆开。我们包装的顺序和我们拆的顺序是不一样的)
def decorator_a(fun):
print('a')
def inner_a(*args,**kwargs):
print('Get in inner_a')
fun(*args,**kwargs)
return inner_a
def decorator_b(fun):
print('b')
def inner_b(*args,**kwargs):
print('Get in inner_b')
fun(*args,**kwargs)
return inner_b
# 多个装饰器装饰函数 从上到下去执行的
# @decorator_a
# @decorator_b
# def f(x):
# print('Gat in f')
# # f(1)
# f = decorator_b(f)
四、装饰器拓展
1. 基础版(无参数的装饰器)
编写装饰器required_ints, 条件如下:
1). 确保函数接收到的每一个参数都是整数;
2). 如果参数不是整形数, 打印 TypeError:参数必须为整形
import functools
def required_ints(func):
@functools.wraps(func)
def wrapper(*args, **kwargs): # args=(1,2,..)
for i in args:
# if isinstance(i,int):
# pass
# else:
# print('函数所有的参数并非都是int型')
# break
if not isinstance(i, int):
print('函数所有的参数并非都是int型')
break
else:
res = func(*args, **kwargs)
return res
return wrapper
@required_ints
def add(a, b):
return a + b
@required_ints
def mymax(a,b,c,d):
return max(a,b,c,d)
print(add(1,2.0))
2. 升级版(有参数的装饰器)
编写装饰器required_types, 条件如下:
1). 当装饰器为@required_types(int,float)确保函数接收到的每一个参数都是
int或者float类型;
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参数都是str或者int类型;
4). 如果参数不满足条件, 打印 TypeError:参数必须为xxxx类型
import functools
def required_type(*kind):
def required(fun):
@functools.wraps(fun)
def wrapper(*args,**kwargs):
for i in args:
if not isinstance(i,kind):
print('函数所有的参数并非',kind)
break
else:
res = fun(*args,**kwargs)
return res
return wrapper
return required
@required_type(int)
def add(a, b):
return a + b
print(add(1,1.2))