如何用python装饰器_如何使用Python装饰器装饰函数

经过长时间学习Python装饰器，于是和大家分享一下，看完本文你肯定有不少收获，希望本文能教会你更多东西，学习Python装饰器时，你可能会遇到Python装饰器问题，这里将介绍Python装饰器问题的解决方法，在这里拿出来和大家分享一下。

***个函数deco是装饰函数，它的参数就是被装饰的函数对象。我们可以在deco函数内对传入的函数对象做一番“装饰”，然后返回这个对象(记住一定要返回 ，不然外面调用foo的地方将会无函数可用。

我写了个小例子，检查函数有没有说明文档：、static PyObject* thread_PyThread_start_new_thread(PyObject *self, PyObject

*fargs)

{

PyObject *func, *args, *keyw=NULL;

struct bootstate *boot;

long ident;

PyArg_UnpackTuple(fargs, "start_new_thread", 2, 3, &func, &args, &keyw);

//[1]：创建bootstate结构

boot=PyMem_NEW(struct bootstate, 1);

boot->interp=PyThreadState_GET()->interp;

boot->funcfunc= func;

boot->argsargs= args;

boot->keywkeyw= keyw;

//[2]：初始化多线程环境

PyEval_InitThreads(); /* Start the interpreter's thread-awareness */

//[3]：创建线程

ident=PyThread_start_new_thread(t_bootstrap, (void*) boot);

return PyInt_FromLong(ident);

[thread.c]

/* Support for runtime thread stack size tuning.

A value of 0 means using the platform's default stack size

or the size specified by the THREAD_STACK_SIZE macro. */

static size_t_pythread_stacksize=0;

[thread_nt.h]

long PyThread_start_new_thread(void (*func)(void *), void *arg)

{

Python装饰器是装饰函数，它的参数是用来加强“加强装饰”的。由于此函数并非被装饰的函数对象，所以在内部必须至少创建一个接受被装饰函数的函数，然后返回这个对象(实际上此时foo=decomaker(arg)(foo))。

这个我还真想不出什么好例子，还是见识少啊，只好借用同步锁的例子了：def synchronized(lock):

"""锁同步装饰方法

！lock必须实现了acquire和release方法

"""

def sync_with_lock(func):

def new_func(*args, **kwargs):

lock.acquire()

try:

return func(*args, **kwargs)

finally:

lock.release()

new_func.func_name= func.func_name

new_func.__doc__= func.__doc__

return new_func

return sync_with_lock

@synchronized(__locker)

def update(data):

"""更新计划任务"""

tasks=self.get_tasks()

delete_task=None

for task in tasks:

if task[PLANTASK.ID] == data[PLANTASK.ID]:

tasks.insert(tasks.index(task), data)

tasks.remove(task)

delete_task= task

r,msg=self._refresh(tasks, delete_task)

return r, msg, data[PLANTASK.ID]

调用时还是updae(data)，同时还可以将多个装饰器组合 使用：def synchronized(lock):

"""锁同步装饰方法

！lock必须实现了acquire和release方法

"""

def sync_with_lock(func):

def new_func(*args, **kwargs):

lock.acquire()

try:

return func(*args, **kwargs)

finally:

lock.release()

new_func.func_name= func.func_name

new_func.__doc__= func.__doc__

return new_func

return sync_with_lock

@synchronized(__locker)

def update(data):

"""更新计划任务"""

tasks=self.get_tasks()

delete_task=None

for task in tasks:

if task[PLANTASK.ID] == data[PLANTASK.ID]:

tasks.insert(tasks.index(task), data)

tasks.remove(task)

delete_task= task

r,msg=self._refresh(tasks, delete_task)

return r, msg, data[PLANTASK.ID]

学后的总是感觉就是：Python装饰器可以让函数轻装上阵，更重要的是将函数的约束放置于接口处，使意图更加明了，同时又不增加调用者的负担，这贴子还是很肤浅的，我一定会回来的 ！

【编辑推荐】

【责任编辑：苏越 TEL：(010)68476606】

点赞 0