脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python 装饰器

python 装饰器重要在哪

 更新时间：2021年02月14日 14:39:44   作者：Huangwei AI  
这篇文章主要介绍了python 装饰器重要在哪，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下

1.什么是装饰器?

要理解什么是装饰器，您首先需要熟悉Python处理函数的方式。从它的观点来看，函数和对象没有什么不同。它们有属性，可以重新分配:

def func(): 
 print('hello from func') 
func() 
> hello from func 
new_func = func 
new_func() 
> hello from func 
print(new_func.__name__) 
> func

此外，你还可以将它们作为参数传递给其他函数:

def func(): 
 print('hello from func') 
def call_func_twice(callback): 
 callback() 
 callback() 
call_func_twice(func) 
> hello from func 
> hello from func

现在,我们介绍装饰器。装饰器(decorator)用于修改函数或类的行为。实现这一点的方法是定义一个返回另一个函数的函数(装饰器)。这听起来很复杂，但是通过这个例子你会理解所有的东西:

def logging_decorator(func):
 def logging_wrapper(*args, **kwargs):
 print(f'Before {func.__name__}')
 func(*args, **kwargs)
 print(f'After {func.__name__}')
 return logging_wrapper
 
@logging_decorator
def sum(x, y):
 print(x + y)
 
sum(2, 5)
> Before sum
> 7
> After sum

让我们一步一步来:

  1. 首先，我们在第1行定义logging_decorator函数。它只接受一个参数，也就是我们要修饰的函数。
  2. 在内部，我们定义了另一个函数:logging_wrapper。然后返回logging_wrapper，并使用它来代替原来的修饰函数。
  3. 在第7行，您可以看到如何将装饰器应用到sum函数。
  4. 在第11行，当我们调用sum时，它不仅仅调用sum。它将调用logging_wrapper，它将在调用sum之前和之后记录日志。

2.为什么需要装饰器

这很简单:可读性。Python因其清晰简洁的语法而备受赞誉，装饰器也不例外。如果有任何行为是多个函数共有的，那么您可能需要制作一个装饰器。下面是一些可能会派上用场的例子:

  • 在运行时检查实参类型
  • 基准函数调用
  • 缓存功能的结果
  • 计数函数调用
  • 检查元数据(权限、角色等)
  • 元编程

和更多…

现在我们将列出一些代码示例。

3.例子

带有返回值的装饰器

假设我们想知道每个函数调用需要多长时间。而且，函数大多数时候都会返回一些东西，所以装饰器也必须处理它:

def timer_decorator(func):
 def timer_wrapper(*args, **kwargs):
 import datetime  
 before = datetime.datetime.now()  
 result = func(*args,**kwargs) 
 after = datetime.datetime.now()  
 print "Elapsed Time = {0}".format(after-before) 
 return result
 
@timer_decorator
def sum(x, y):
 print(x + y)
 return x + y
 
sum(2, 5)
> 7
> Elapsed Time = some time

可以看到，我们将返回值存储在第5行的result中。但在返回之前，我们必须完成对函数的计时。这是一个没有装饰者就不可能实现的行为例子。

带有参数的装饰器

有时候，我们想要一个接受值的装饰器(比如Flask中的@app.route('/login'):

def permission_decorator(permission):
 def _permission_decorator(func):
 def permission_wrapper(*args, **kwargs):
 if someUserApi.hasPermission(permission):
 result = func(*args, **kwargs)
 return result
 return None
 return permission wrapper
 return _permission_decorator

@permission_decorator('admin')
def delete_user(user):
 someUserApi.deleteUser(user)

为了实现这一点，我们定义了一个额外的函数，它接受一个参数并返回一个装饰器。

带有类的装饰器

使用类代替函数来修饰是可能的。唯一的区别是语法，所以请使用您更熟悉的语法。下面是使用类重写的日志装饰器:

class Logging: 
 
 def __init__(self, function): 
 self.function = function 
 
 def __call__(self, *args, **kwargs):
 print(f'Before {self.function.__name__}')
 self.function(*args, **kwargs)
 print(f'After {self.function.__name__}')
 
 
@Logging
def sum(x, y):
 print(x + y)

sum(5, 2)
> Before sum
> 7
> After sum

这样做的好处是，您不必处理嵌套函数。你所需要做的就是定义一个类并覆盖__call__方法。

装饰类

有时，您可能想要修饰类中的每个方法。你可以这样写

class MyClass: 
 @decorator 
 def func1(self): 
 pass 
 @decorator 
 def func2(self): 
 pass

但如果你有很多方法，这可能会失控。值得庆幸的是，有一种方法可以一次性装饰整个班级:

def logging_decorator(func):
 def logging_wrapper(*args, **kwargs):
 print(f'Before {func.__name__}')
 result = func(*args, **kwargs)
 print(f'After {func.__name__}')
 return result
 return logging_wrapper

def log_all_class_methods(cls):
 class NewCls(object):
 def __init__(self, *args, **kwargs):
 self.original = cls(*args, **kwargs)
 
 def __getattribute__(self, s):
 try: 
 x = super(NewCls,self).__getattribute__(s)
 except AttributeError: 
 pass
 else:
 return x
 x = self.original.__getattribute__(s)
 if type(x) == type(self.__init__): 
 return logging_decorator(x)  
 else:
 return x
 return NewCls
 
@log_all_class_methods
class SomeMethods:
 def func1(self):
 print('func1')
 
 def func2(self):
 print('func2')
 
methods = SomeMethods()
methods.func1()
> Before func1
> func1
> After func1

现在，不要惊慌。这看起来很复杂，但逻辑是一样的:

  • 首先，我们让logging_decorator保持原样。它将应用于类的所有方法。
  • 然后我们定义一个新的装饰器:log_all_class_methods。它类似于普通的装饰器，但却返回一个类。
  • NewCls有一个自定义的__getattribute__。对于对原始类的所有调用，它将使用logging_decorator装饰函数。

内置的修饰符

您不仅可以定义自己的decorator，而且在标准库中也提供了一些decorator。我将列出与我一起工作最多的三个人:

@property -一个内置插件的装饰器，它允许你为类属性定义getter和setter。

@lru_cache - functools模块的装饰器。它记忆函数参数和返回值，这对于纯函数(如阶乘)很方便。

@abstractmethod——abc模块的装饰器。指示该方法是抽象的，且缺少实现细节。

以上就是python 装饰器重要在哪的详细内容，更多关于python 装饰器的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

相关文章

  • 一文带你深入了解Python中的数据清洗

    一文带你深入了解Python中的数据清洗

    数据清洗一般包括：空值，异常值，重复值，类型转换和数据整合这些操作，这篇文章将通过一些示例为大家详细讲讲Python中数据清洗的操作的实现，需要的可以参考一下
    2023-03-03
  • Opencv常见图像格式Data Type及代码实例

    Opencv常见图像格式Data Type及代码实例

    这篇文章主要介绍了Opencv常见图像格式Data Type及代码实例,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
    2020-11-11
  • python中itertools模块zip_longest函数详解

    python中itertools模块zip_longest函数详解

    itertools模块包含创建高效迭代器的函数，这些函数的返回值不是list，而是iterator（可迭代对象）,可以用各种方式对数据执行循环操作，今天我们来详细探讨下zip_longest函数
    2018-06-06
  • Pandas数据填充的具体实现

    Pandas数据填充的具体实现

    在数据分析与预处理过程中,脏数据几乎不可避免,本文主要介绍了Pandas数据填充的具体实现,也称为缺失值处理,使数据清洗工作更加高效,感兴趣的可以了解一下
    2024-07-07
  • 浅谈pytorch torch.backends.cudnn设置作用

    浅谈pytorch torch.backends.cudnn设置作用

    今天小编就为大家分享一篇浅谈pytorch torch.backends.cudnn设置作用，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • 详解配置Django的Celery异步之路踩坑

    详解配置Django的Celery异步之路踩坑

    这篇文章主要介绍了详解配置Django的Celery异步之路踩坑，分享一下自己遇见的坑，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2018-11-11
  • python sys，os，time模块的使用（包括时间格式的各种转换）

    python sys，os，time模块的使用（包括时间格式的各种转换）

    这篇文章主要介绍了python sys，os，time模块的使用（包括时间格式的各种转换），小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2018-04-04
  • numpy中矩阵合并的实例

    numpy中矩阵合并的实例

    今天小编就为大家分享一篇numpy中矩阵合并的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • 详解Python IO口多路复用

    详解Python IO口多路复用

    这篇文章主要介绍了Python IO口多路复用的的相关资料，文中讲解的非常细致，帮助大家更好的理解和学习，感兴趣的朋友可以参考下
    2020-06-06
  • Python实现简单生成验证码功能【基于random模块】

    Python实现简单生成验证码功能【基于random模块】

    这篇文章主要介绍了Python实现简单生成验证码功能,结合实例形式分析了Python基于random模块生成随机字符串的相关操作技巧,需要的朋友可以参考下
    2018-02-02

最新评论