在Python中,装饰器模式是一种设计模式,它通过包装函数或类来扩展其功能,而不需要修改原始函数或类的代码。下面是一个使用Python装饰器模式的基本例子:
# 定义一个简单的日志装饰器
def log_decorator(func):
def wrapper(*args, **kwargs):
print(f"Calling function: {func.__name__}")
result = func(*args, **kwargs)
print(f"Function {func.__name__} returned: {result}")
return result
return wrapper
# 原始函数
def add(a, b):
return a + b
# 使用装饰器包装函数
add = log_decorator(add)
# 调用被装饰后的函数
print(add(3, 5))
在这个例子中:
-
log_decorator 是一个装饰器函数,它接收一个函数作为参数(这里是 add 函数)。
-
在装饰器内部定义了一个新的函数 wrapper,这个函数包含了我们想要添加到原函数前后执行的额外逻辑,如打印日志信息。
-
wrapper 函数调用了传入的原函数 func(*args, **kwargs) 并处理了它的返回值。
-
最后,装饰器返回的是 wrapper 函数对象。
-
当我们将 add 函数赋值给 add = log_decorator(add) 时,实际上是对 add 函数进行了装饰,即替换了原来的函数引用为经过装饰后的新函数。
也可以使用@直接使用:
# 使用 @ 符号应用装饰器
@log_decorator
def add(a, b):
return a + b
# 无需再手动调用装饰器,直接调用被装饰的函数即可
print(add(3, 5))
我们接下来创建一个装饰器来启动一个新的线程执行被装饰的函数,使其异步运行。下面是一个简单的例子:
import threading
# 定义一个异步执行的装饰器
def async_decorator(func):
def wrapper(*args, **kwargs):
# 创建一个新的线程并传入需要异步执行的函数及其参数
thread = threading.Thread(target=func, args=args, kwargs=kwargs)
# 启动线程
thread.start()
return wrapper
# 原始函数
def long_running_task(name, duration):
print(f"Task {name} started.")
time.sleep(duration) # 模拟耗时操作
print(f"Task {name} finished.")
# 使用装饰器包装函数
long_running_task_async = async_decorator(long_running_task)
# 调用被装饰后的函数
long_running_task_async("Task 1", 3)
long_running_task_async("Task 2", 2)
print("Main thread continues to run...")
在这个例子中:
- async_decorator 是一个装饰器函数,它接收一个函数作为参数(这里是 long_running_task 函数)。
- 在装饰器内部定义了一个新的函数 wrapper,这个函数创建了一个新的线程,并将原函数及其参数传递给线程的 target
参数,然后启动线程。 - 当我们使用装饰器包装 long_running_task
函数后,调用该函数实际上是在新线程中启动了原始函数的执行,而主程序会立即返回继续执行后续代码。