Python 装饰，重载

Pyhton 装饰使用方法

第一步：最简单的函数，准备附加额外功能

1 2 3 4 5 6 7 8

# -*- coding:gbk -*- '''示例1: 最简单的函数,表示调用了两次'''   def myfunc():      print ( "myfunc() called." )   myfunc() myfunc()

 

第二步：使用装饰函数在函数执行前和执行后分别附加额外功能

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

# -*- coding:gbk -*- '''示例2: 替换函数(装饰) 装饰函数的参数是被装饰的函数对象，返回原函数对象 装饰的实质语句: myfunc = deco(myfunc)'''   def deco(func):      print ( "before myfunc() called." )      func()      print ( "  after myfunc() called." )      return func   def myfunc():      print ( " myfunc() called." )   myfunc = deco(myfunc)   myfunc() myfunc()

第三步：使用语法糖@来装饰函数

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

# -*- coding:gbk -*- '''示例3: 使用语法糖@来装饰函数，相当于“myfunc = deco(myfunc)” 但发现新函数只在第一次被调用，且原函数多调用了一次'''   def deco(func):      print ( "before myfunc() called." )      func()      print ( "  after myfunc() called." )      return func   @deco def myfunc():      print ( " myfunc() called." )   myfunc() myfunc()

第四步：使用内嵌包装函数来确保每次新函数都被调用

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

# -*- coding:gbk -*- '''示例4: 使用内嵌包装函数来确保每次新函数都被调用， 内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''   def deco(func):      def _deco():          print ( "before myfunc() called." )          func()          print ( "  after myfunc() called." )          # 不需要返回func，实际上应返回原函数的返回值      return _deco   @deco def myfunc():      print ( " myfunc() called." )      return 'ok'   myfunc() myfunc()

第五步：对带参数的函数进行装饰

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

# -*- coding:gbk -*- '''示例5: 对带参数的函数进行装饰， 内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''   def deco(func):      def _deco(a, b):          print ( "before myfunc() called." )          ret = func(a, b)          print ( "  after myfunc() called. result: %s" % ret)          return ret      return _deco   @deco def myfunc(a, b):      print ( " myfunc(%s,%s) called." % (a, b))      return a + b   myfunc( 1 , 2 ) myfunc( 3 , 4 )

第六步：对参数数量不确定的函数进行装饰

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

# -*- coding:gbk -*- '''示例6: 对参数数量不确定的函数进行装饰， 参数用(*args, **kwargs)，自动适应变参和命名参数'''   def deco(func):      def _deco( * args, * * kwargs):          print ( "before %s called." % func.__name__)          ret = func( * args, * * kwargs)          print ( "  after %s called. result: %s" % (func.__name__, ret))          return ret      return _deco   @deco def myfunc(a, b):      print ( " myfunc(%s,%s) called." % (a, b))      return a + b   @deco def myfunc2(a, b, c):      print ( " myfunc2(%s,%s,%s) called." % (a, b, c))      return a + b + c   myfunc( 1 , 2 ) myfunc( 3 , 4 ) myfunc2( 1 , 2 , 3 ) myfunc2( 3 , 4 , 5 )

第七步：让装饰器带参数

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

# -*- coding:gbk -*- '''示例7: 在示例4的基础上，让装饰器带参数， 和上一示例相比在外层多了一层包装。 装饰函数名实际上应更有意义些'''   def deco(arg):      def _deco(func):          def __deco():              print ( "before %s called [%s]." % (func.__name__, arg))              func()              print ( "  after %s called [%s]." % (func.__name__, arg))          return __deco      return _deco   @deco ( "mymodule" ) def myfunc():      print ( " myfunc() called." )   @deco ( "module2" ) def myfunc2():      print ( " myfunc2() called." )   myfunc() myfunc2()

第八步：让装饰器带 类 参数

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

# -*- coding:gbk -*- '''示例8: 装饰器带类参数'''   class locker:      def __init__( self ):          print ( "locker.__init__() should be not called." )                @staticmethod      def acquire():          print ( "locker.acquire() called.（这是静态方法）" )                @staticmethod      def release():          print ( "  locker.release() called.（不需要对象实例）" )   def deco( cls ):      '''cls 必须实现acquire和release静态方法'''      def _deco(func):          def __deco():              print ( "before %s called [%s]." % (func.__name__, cls ))              cls .acquire()              try :                  return func()              finally :                  cls .release()          return __deco      return _deco   @deco (locker) def myfunc():      print ( " myfunc() called." )   myfunc() myfunc()

第九步：装饰器带类参数，并分拆公共类到其他py文件中，同时演示了对一个函数应用多个装饰器

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

# -*- coding:gbk -*- '''mylocker.py: 公共类 for 示例9.py'''   class mylocker:      def __init__( self ):          print ( "mylocker.__init__() called." )                @staticmethod      def acquire():          print ( "mylocker.acquire() called." )                @staticmethod      def unlock():          print ( "  mylocker.unlock() called." )   class lockerex(mylocker):      @staticmethod      def acquire():          print ( "lockerex.acquire() called." )                @staticmethod      def unlock():          print ( "  lockerex.unlock() called." )   def lockhelper( cls ):      '''cls 必须实现acquire和release静态方法'''      def _deco(func):          def __deco( * args, * * kwargs):              print ( "before %s called." % func.__name__)              cls .acquire()              try :                  return func( * args, * * kwargs)              finally :                  cls .unlock()          return __deco      return _deco

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

# -*- coding:gbk -*- '''示例9: 装饰器带类参数，并分拆公共类到其他py文件中 同时演示了对一个函数应用多个装饰器'''   from mylocker import *   class example:      @lockhelper (mylocker)      def myfunc( self ):          print ( " myfunc() called." )        @lockhelper (mylocker)      @lockhelper (lockerex)      def myfunc2( self , a, b):          print ( " myfunc2() called." )          return a + b   if __name__ = = "__main__" :      a = example()      a.myfunc()      print (a.myfunc())      print (a.myfunc2( 1 , 2 ))      print (a.myfunc2( 3 , 4 ))

Pyhton 重载

python 的重载主要包括方法重载和运算符重载。

1.python 方法重载： 其他的语言一般对于方法重载的话，主要是根据参数的类型不同或者是数量不同来区分同名的方法。而python则比较特殊，它本身是动态语言，方法的参数是没有类型的，当调用传值的时候才确定参数的类型，故对参数类型不同的方法无需考虑重载。对参数数量不同的方法，则（大多数情况下）可以采用参数默认值来实现。

比如你可以定义函数的默认值：

def info(x,y,z=1):

     pass

2.python 运算符重载： 在C#中，我们通过使用关键字operator定义一个运算符方法，并定义与所在类相关的运算符行为。在 Python中，运算符重载的方式更为简单——每一个类都默认内置了所有可能的运算符方法，只要重写这个方法，就可以实现针对该运算符的重载。例如以下是重载加法操作：

class  Info( object ):
     def  __init__( self ):
         self . a  =  11
         self .b  =  22
     def  __add__( self , x ):
         return  self . a  *  self .b


a  =  Info()
b  =  Info()
print  a  + b