Python自定义注解

Python3.0之后加入新特性Decorators，以@为标记修饰function和class。有点类似c++的宏和java的注解。Decorators用以修饰约束function和class，分为带参数和不带参数，影响原有输出，例如类静态函数我们要表达的时候需要函数前面加上修饰@staticmethod或@classmethod,为什么这样做呢？下面用简单的例子来看一下，具体内容可以查看：官方解释

不带参数的单一使用

def spamrun(fn):
    def sayspam(*args): print("spam,spam,spam") fn(*args) return sayspam @spamrun def useful(a,b): print(a*b) if __name__ == "__main__" useful(2,5) 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

运行结果

spam,spam,spam
10

• 1
• 2

函数useful本身应该只是打印10，可是为什么最后的结果是这样的呢，其实我们可以简单的把这个代码理解为

def spamrun(fn):
    def sayspam(*args): print("spam,spam,spam") fn(*args) return sayspam def useful(a,b): print(a*b) if __name__ == "__main__" useful = spamrun(useful) useful(a,b)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

不带参数的多次使用

def spamrun(fn):
    def sayspam(*args): print("spam,spam,spam") fn(*args) return sayspam def spamrun1(fn): def sayspam1(*args): print("spam1,spam1,spam1") fn(*args) return sayspam1 @spamrun @spamrun1 def useful(a,b): print(a*b) if __name__ == "__main__" useful(2,5) 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20

运行结果

spam,spam,spam
spam1,spam1,spam1
10

• 1
• 2
• 3

这个代码理解为

if __name__ == "__main__"
  useful = spamrun1(spamrun(useful))
  useful(a,b)

• 1
• 2
• 3

带参数的单次使用

def attrs(**kwds):
    def decorate(f): for k in kwds: setattr(f, k, kwds[k]) return f return decorate @attrs(versionadded="2.2", author="Guido van Rossum") def mymethod(f): print(getattr(mymethod,'versionadded',0)) print(getattr(mymethod,'author',0)) print(f) if __name__ == "__main__" mymethod(2) 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

运行结果

2.2
Guido van Rossum
2

• 1
• 2
• 3

这个代码理解为

if __name__ == "__main__"
  mymethod = attrs(versionadded="2.2",
          author="Guido van Rossum).(mymethod)
  mymethod(2)

• 1
• 2
• 3
• 4

带参数的多次使用 
这次我们来看一个比较实际的例子，检查我们函数的输入输出是否符合我们的标准，比如我们希望的输入是（int，（int，float））输出是（int，float），这个例子在官网里有，但是在3.6版本中使用有些问题，这里进行了一些改动，如果要进一步了解可以看下functionTool。

def accepts(*types):
    def check_accepts(f): def new_f(*args, **kwds): assert len(types) == (len(args) + len(kwds)), \ "args cnt %d does not match %d" % (len(args) + len(kwds), len(types)) for (a, t) in zip(args, types): assert isinstance(a, t), \ "arg %r does not match %s" % (a, t) return f(*args, **kwds) update_wrapper(new_f, f) return new_f return check_accepts def returns(rtype): def check_returns(f): def new_f(*args, **kwds): result = f(*args, **kwds) assert isinstance(result, rtype), \ "return value %r does not match %s" % (result, rtype) return result update_wrapper(new_f, f) return new_f return check_returns @accepts(int, (int, float)) @returns((int, float)) def func(arg1, arg2): return arg1 * arg2 if __name__ == "__main__" a = func(1, 'b') print(a) 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38

这里故意输入了错误的参数，所以运行结果将我们的断言打印了出来

AssertionError: arg 'b' does not match (<class 'int'>, <class 'float'>)

• 1

这个代码理解为

if __name__ == "__main__"
  func = accepts(int, (int, float)).(accepts((int, float)).(mymethod)) a = func(1, 'b') print(a)

• 1
• 2
• 3
• 4

说到这里，大家不难看出其实我们可以使用Decorators做很多工作，简化代码，使逻辑更清晰等。还有更多的用法等着大家自己去挖掘了，这里只简单的介绍了针对函数的用法，其实还可以针对class使用，具体的大家自己看看官方介绍，结合这篇文档应该就不难理解了。

 

引自：https://blog.csdn.net/u013474436/article/details/75675113

转载于:https://www.cnblogs.com/qiumingcheng/p/11587647.html