详解Python模块化编程与装饰器
我们首先以一个例子来介绍模块化编程的应用场景，有这样一个名为requirements.py的python3文件，其中两个函数的作用是分别以不同的顺序来打印一个字符串：
# requirements.py def example1(): a = 'hello world!' print (a) print (a[::-1]) def example2(): b = 'hello again!' print (b) print (b[::-1]) if __name__ == '__main__': example1() example2()
其执行结果如下所示：
[dechin@dechin-manjaro decorator]$ python3 requirements.py hello world! !dlrow olleh hello again! !niaga olleh
在两个函数中都使用到了同样的打印功能，这时候我们可以考虑，是不是可以将这两个打印语句封装为一个函数呢，这样不就可以重复利用了？这就是模块化编程思维的雏形，让我们先对样例代码进行模块化的改造：
# requirements.py def rprint(para): print (para) print (para[::-1]) def example1(): a = 'hello world!' rprint(a) def example2(): b = 'hello again!' rprint (b) if __name__ == '__main__': example1() example2()
这里我们将两个打印语句的功能实现封装进了rprint的函数，执行结果如下：
[dechin@dechin-manjaro decorator]$ python3 requirements.py hello world! !dlrow olleh hello again! !niaga olleh
结果当然还是与模块化之前一致的。
向下封装与向上封装
在上一章节中，我们讨论了python中的模块化编程。由于在编程过程中有可能有大量的代码需要复用，这时候就需要用一个函数来进行封装，来避免大量重复的工作。但是如果细分来看，这种封装模式只解决了一类的问题：向下封装。让我们再看一次上述改进后样例中的代码结构：
. ├── example1 │ └── rprint └── example2 └── rprint
我们可以发现，这里复用的rprint实际上属于两个example函数的下层，我们可以称之为向下封装了一个rprint函数。那么，如果我们转换一下需要复用的模块，变成如下的代码结构，那我们又需要用什么样的方式来实现呢？
. ├── example │ └── rprint1 └── example └── rprint2
问题解读：该代码结构表示的意义为，有一个大的example函数，该函数内部嵌套不同的rprint函数可以实现不同的功能。为了方便理解，读者可以想象成是有两个函数example1和example2，这两个函数中除了rprint1和rprint2这两个函数模块不一致以外，其他的部分都是完全一样的，也就是可共用的。
Python的嵌套函数与装饰器
首先，我们为了复盘上述章节中的问题，来构造这样的一个python测试代码：
# requirements.py
def example1():
def rprint1(para):
print (para)
a = 'hello world!'
rprint1(a)
def example2():
def rprint2(para):
print (para[::-1])
a = 'hello world!'
rprint2(a)
if __name__ == '__main__':
example1()
example2()
以上代码的执行结果为：
[dechin@dechin-manjaro decorator]$ python3 requirements.py hello world! !dlrow olleh
这个案例用到了python中嵌套函数的用法，在函数中可以嵌套实现另外的函数。这里我们注意到，虽然为了在同一个代码串中嫩够运行，两个example函数的名字取的不同，但是实际上内容是完全相同的，符合上一章节中遗留问题的代码结构。这里我们需要考虑的问题是，我们能否做到向上封装，将example的同样功能的代码实现进行归类？那么我们需要引入装饰器的用法，这里我们直接展示如何构造修饰器，以及修饰器使用的效果。
# decorator.py
def example(func):
def wrapper(*args, **kwargs):
a = 'hello world!'
return func(a)
return wrapper
@example
def rprint1(para):
print (para)
@example
def rprint2(para):
print (para[::-1])
if __name__ == '__main__':
rprint1()
rprint2()
这个代码的执行结果为：
[dechin@dechin-manjaro decorator]$ python3 decorator.py hello world! !dlrow olleh
从结果上我们就可以看到，这个代码是实现了一样的效果。通过example这个装饰器，不仅封装了上层函数中所实现的功能，而且还有一个重大意义是，通过装饰器向下层函数传递了参数。这就使得，我们最终调用rprint函数的时候，不需要传入任何的参数，因为在example内已经定义了可以共享的参数。
关于Python装饰器的总结
Python的装饰器并不是一个非常难以实现的特性，其关键意义在于实现了向上封装的模块化编程。在我们过往的编程实现中，更多的是向下封装常用的、可复用的代码模块。这里通过Python所提供的装饰器特性，我们就可以将函数外部所共享的代码模块也进行封装。因此，由函数和装饰器分别实现的向下封装与向上封装的特性，共同构成了提高编码效率和编码可读性提升的模块化编程模式。
以上就是详解Python模块化编程与装饰器的详细内容，更多关于python 模块化编程与装饰器的资料请关注脚本之家其它相关文章！
相关文章
python的*args和**kwargs如何用，看了下面的例子你就清楚了。2013-11-11
这篇文章主要介绍了Python中列表(List)的详解操作方法,包含创建、访问、更新、删除、其它操作等,需要的朋友可以参考下2021-10-10
基于Linux系统中python matplotlib画图的中文显示问题的解决方法
下面小编就为大家带来一篇基于Linux系统中python matplotlib画图的中文显示问题的解决方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-06-06
这篇文章主要介绍了Python实现的检测网站挂马程序,需要的朋友可以参考下2014-11-11
这篇文章主要介绍了python中的编码和解码及\x和\u问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
python中的reduce内建函数是一个二元操作函数，他用来将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数 func()（必须是一个二元操作函数）先对集合中的第1，2个数据进行操作，得到的结果再与第三个数据用func()函数运算，最后得到一个结果2014-08-08
ORM，全称Object Relational Mapping，通过ORM我们可以通过类的方式去操作数据库，而不用再写原生的SQL语句，下面通过本文给大家介绍Pycharm开发Django项目ORM模型介绍，感兴趣的朋友一起看看吧2021-10-10
这篇文章主要为大家详细介绍了利用python实现两个文件夹的同步，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-08-08
这篇文章主要介绍了基于Python获取城市近7天天气预报,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-11-11
这篇文章主要介绍了Python实现合并同一个文件夹下所有txt文件的方法,涉及Python针对文件的遍历、读取、写入等相关操作技巧,需要的朋友可以参考下2018-04-04
最新评论