# !/usr/bin/env python
# -*-coding:utf-8 -*-
# File : 装饰器.py
# Time :2023/8/30 12:38
# Author :QQ736592720
# @logger
# 我们从最简单的装饰器开始,手动实现一个可以记录函数开始和结束的装饰器。被修饰函数的输出结果如下所示:
def logger(func):
def wrapper(*args, **kwargs):
print(f"----- {func.__name__}: start -----")
ret = func(*args, **kwargs)
print(f"----- {func.__name__}: end -----")
return ret
return wrapper
@logger
def test(x):
print("test")
test(123)
# @timeit
# 该装饰器用来测量函数的执行时间并打印出来。这对调试和监控非常有用。
# 在下面的代码片段中,@timeit装饰器测量process_data函数的执行时间,并以秒为单位打印所用的时间。
import time
from functools import wraps
def timeit(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
result = func(*args, **kwargs)
end = time.perf_counter()
print(f'{func.__name__} 耗时 {end - start:.6f} 秒')
return result
return wrapper
@timeit
def process_data():
time.sleep(1)
process_data()
# @retry
# 当函数遇到异常时,该装饰器会强制函数重试多次。它接受三个参数:重试次数、捕获的异常以及重试之间的间隔时间。
import random
import time
from functools import wraps
def retry(num_retries, exception_to_check, sleep_time=0):
"""
遇到异常尝试重新执行装饰器
"""
def decorate(func):
@wraps(func)
def wrapper(*args, **kwargs):
for i in range(1, num_retries + 1):
try:
return func(*args, **kwargs)
except exception_to_check as e:
print(f"{func.__name__} raised {e.__class__.__name__}. Retrying...")
if i < num_retries:
time.sleep(sleep_time)
# 尝试多次后仍不成功则抛出异常
raise e
return wrapper
return decorate
@retry(num_retries=3, exception_to_check=ValueError, sleep_time=1)
def random_value():
value = random.randint(1, 5)
if value == 3:
raise ValueError("Value cannot be 3")
return value
random_value()
# 限制函数的调用速度。这在模拟、爬虫、接口调用防过载等场景下非常有用。用第三方包,名叫ratelimit。
# pip install ratelimit
from ratelimit import limits
import requests
FIFTEEN_MINUTES = 900
@limits(calls=15, period=FIFTEEN_MINUTES)
def call_api(url):
response = requests.get(url)
if response.status_code != 200:
raise Exception('API response: {}'.format(response.status_code))
return response
# @register
# 如果你的Python脚本意外终止,但你仍想执行一些任务来保存你的工作、执行清理或打印消息,
# 那么@register在这种情况下非常方便。
from atexit import register
@register
def terminate():
print("Goodbye!")
while True:
print("Hello")
# 运行上面的代码会不断在控制台输出"Hello",点击Ctrl + C强制终止脚本运行,
# 你会看到控制台输出"Goodbye",说明程序在中断后执行了@register装饰器装饰的terminate()函数。
# 结论
# 装饰器是一个重要的抽象思想,可以在不改变原始代码的情况下扩展代码,
# 记录函数开始和结束
#
# 测量函数的执行时间
#
# 函数遇到异常时,该装饰器会强制函数重试多次
#
# 限制函数的调用速度,防过载
#
# 脚本意外终止处理
python装饰器简单应用记录函数开始和结束、测量函数的执行时间、强制函数重试、限制函数的调用速度、脚本意外终止处理
最新推荐文章于 2024-07-12 16:16:27 发布