python装饰器总结

一、装饰器是什么

python的装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象。简单的说装饰器就是一个用来返回函数的函数。

它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

概括的讲,装饰器的作用就是为已经存在的对象添加额外的功能。

二、为什么需要装饰器

1、先来看一个简单例子:
def foo():
print('i am foo')
2、增加需求

现在有一个新的需求,希望可以记录下函数的执行日志,于是在代码中添加日志代码:

def foo():
    print('i am foo')
    print("foo is running")
3、又有需求

假设现在有100个函数需要增加这个需求,并且后续可能还要对这一百个函数都增加执行前打印日志的需求,怎么办?还一个个改吗?

当然不了,这样会造成大量雷同的代码,为了减少重复写代码,我们可以这样做,重新定义一个函数:专门处理日志 ,日志处理完之后再执行真正的业务代码。

def use_logging(func):
    print("%s is running" % func.__name__)
    func()
def bar(): print('i am bar') use_logging(bar) #result: #bar is running #i am bar

通过以上use_logging函数我们增加了日志功能,不管以后有多少函数需要增加日志或者修改日志的格式我们只需要修改use_logging函数,并执行use_logging(被装饰的函数)就达到了我们想要的效果。

 

def use_logging(func):
    print("%s is running" % func.__name__)
    return func

@use_logging
def bar():
    print('i am bar')

bar()

三、基础装饰器入门

1、装饰器语法糖

python提供了@符号作为装饰器的语法糖,使我们更方便的应用装饰函数。但使用语法糖要求装饰函数必须return一个函数对象。因此我们将上面的func函数使用内嵌函数包裹并return。

装饰器相当于执行了装饰函数use_loggin后又返回被装饰函数bar,因此bar()被调用的时候相当于执行了两个函数。等价于use_logging(bar)()

 

def use_logging(func):
    def _deco():
        print("%s is running" % func.__name__)
        func()
    return _deco

@use_logging
def bar():
    print('i am bar')

bar(
 2、对带参数的函数进行装饰

现在我们的参数需要传入两个参数并计算值,因此我们需要对内层函数进行改动传入我们的两个参数a和b,等价于use_logging(bar)(1,2)

def use_logging(func):
    def _deco(a,b):
        print("%s is running" % func.__name__)
        func(a,b)
    return _deco

@use_logging
def bar(a,b):
    print('i am bar:%s'%(a+b))

bar(1,2)

我们装饰的函数可能参数的个数和类型都不一样,每一次我们都需要对装饰器做修改吗?这样做当然是不科学的,因此我们使用python的变长参数*args和**kwargs来解决我们的参数问题。

3、函数参数数量不确定

不带参数装饰器版本,这个格式适用于不带参数的装饰器。

经过以下修改我们已经适应了各种长度和类型的参数。这个版本的装饰器已经可以任意类型的无参数函数。

def use_logging(func):
    def _deco(*args,**kwargs):
        print("%s is running" % func.__name__)
        func(*args,**kwargs)
    return _deco

@use_logging
def bar(a,b):
    print('i am bar:%s'%(a+b))
@use_logging
def foo(a,b,c):
    print('i am bar:%s'%(a+b+c))

bar(1,2)
foo(1,2,3) 
4、装饰器带参数

带参数的装饰器,这个格式适用于带参数的装饰器。

某些情况我们需要让装饰器带上参数,那就需要编写一个返回一个装饰器的高阶函数,写出来会更复杂。比如:

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# __author__ = "TKQ"

def use_logging(level):
    def _deco(func):
        def __deco(*args, **kwargs):
            if level == "warn":
                print "%s is running" % func.__name__
            return func(*args, **kwargs)
        return __deco
    return _deco

@use_logging(level="warn")
def bar(a,b):
    print('i am bar:%s'%(a+b))

bar(1,3)

# 等价于use_logging(level="warn")(bar)(1,3)
5、functools.wraps

 使用装饰器极大地复用了代码,但是他有一个缺点就是原函数的元信息不见了,比如函数的docstring、__name__、参数列表,先看例子:

def use_logging(func):
    def _deco(*args,**kwargs):
        print("%s is running" % func.__name__)
        func(*args,**kwargs)
    return _deco

@use_logging
def bar():
    print('i am bar')
    print(bar.__name__)


bar()

#bar is running
#i am bar
#_deco
#函数名变为_deco而不是bar,这个情况在使用反射的特性的时候就会造成问题。因此引入了functools.wraps解决这个问题。

 

 使用functools.wraps:

import functools
def use_logging(func):
    @functools.wraps(func)
    def _deco(*args,**kwargs):
        print("%s is running" % func.__name__)
        func(*args,**kwargs)
    return _deco

@use_logging
def bar():
    print('i am bar')
    print(bar.__name__)


bar()

#result:
#bar is running
#i am bar
#bar  ,这个结果是我们想要的。OK啦!
6、实现带参数和不带参数的装饰器自适应
import functools

def use_logging(arg):
    if callable(arg):#判断参入的参数是否是函数,不带参数的装饰器调用这个分支
        @functools.wraps(arg)
        def _deco(*args,**kwargs):
            print("%s is running" % arg.__name__)
            arg(*args,**kwargs)
        return _deco
    else:#带参数的装饰器调用这个分支
        def _deco(func):
            @functools.wraps(func)
            def __deco(*args, **kwargs):
                if arg == "warn":
                    print "warn%s is running" % func.__name__
                return func(*args, **kwargs)
            return __deco
        return _deco


@use_logging("warn")
# @use_logging
def bar():
    print('i am bar')
    print(bar.__name__)

bar()

 

三、类装饰器

使用类装饰器可以实现带参数装饰器的效果,但实现的更加优雅简洁,而且可以通过继承来灵活的扩展.

1、类装饰器

class loging(object):
    def __init__(self,level="warn"):
        self.level = level

    def __call__(self,func):
        @functools.wraps(func)
        def _deco(*args, **kwargs):
            if self.level == "warn":
                self.notify(func)
            return func(*args, **kwargs)
        return _deco

    def notify(self,func):
        # logit只打日志,不做别的
        print "%s is running" % func.__name__


@loging(level="warn")#执行__call__方法
def bar(a,b):
    print('i am bar:%s'%(a+b))

bar(1,3)

 

 2、继承扩展类装饰器

class email_loging(Loging):
    '''
    一个loging的实现版本,可以在函数调用时发送email给管理员
    '''
    def __init__(self, email='admin@myproject.com', *args, **kwargs):
        self.email = email
        super(email_loging, self).__init__(*args, **kwargs)

    def notify(self,func):
        # 发送一封email到self.email
        print "%s is running" % func.__name__
        print "sending email to %s" %self.email


@email_loging(level="warn")
def bar(a,b):
    print('i am bar:%s'%(a+b))

bar(1,3)

 

参考文章:
  http://www.zhihu.com/question/26930016
  http://www.liaoxuefeng.com

 

转载于:https://www.cnblogs.com/tkqasn/p/5856552.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python装饰是一种特殊的Python函数,它可以在不修改被装饰函数源代码的情况下,为被装饰函数添加额外的功能。装饰本质上是一个闭包,它接收一个函数作为参数,并返回一个新的函数对象。这个新的函数对象包装了原始函数,并在其前后执行额外的代码。通过使用装饰,我们可以在不改变原函数结构的情况下,扩展函数的功能,比如添加日志记录、性能计时、权限验证等功能。 装饰的返回值也是一个函数对象,所以它可以像普通函数一样被调用。装饰可以用来装饰函数、方法或者类,使其拥有额外的功能。装饰的语法是在被装饰函数定义的上方加上@符号,后面紧跟装饰函数的名称。 装饰可以分为函数装饰和类装饰两种类型。函数装饰是最常见的一种形式,它是一个函数,接收一个函数作为参数,并返回一个新的函数对象。类装饰是指以类的形式实现的装饰,它必须实现`__call__`方法,并接收一个函数作为参数。 装饰可以带有参数,这时候需要编写一个返回装饰的高阶函数。高阶函数接收装饰参数,并返回一个装饰函数,装饰函数再接收被装饰的函数,并返回一个新的函数对象。通过这种方式,我们可以传递不同的参数给装饰,实现不同的功能。 在使用装饰时,为了保留原函数的元信息,如函数名、文档字符串等,可以使用`functools.wraps`修饰内部新函数,将新函数的属性设置为原始函数的属性,以便更好地还原被装饰函数的原始属性。 总结一下,Python装饰是一种为函数或类添加额外功能的机制,它可以在不修改原函数源代码的情况下,通过闭包的方式实现功能的扩展。装饰可以带有参数,并且可以用来装饰函数、方法或类。通过使用装饰,我们可以更加灵活地扩展和改变函数的行为。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值