python 装饰器重要在哪
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:
deffunc():
print('hellofromfunc')
func()
>hellofromfunc
new_func=func
new_func()
>hellofromfunc
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:
deffunc():
print('hellofromfunc')
defcall_func_twice(callback):
callback()
callback()
call_func_twice(func)
>hellofromfunc
>hellofromfunc
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:
deflogging_decorator(func):
deflogging_wrapper(*args,**kwargs):
print(f'Before{func.__name__}')
func(*args,**kwargs)
print(f'After{func.__name__}')
returnlogging_wrapper
@logging_decorator
defsum(x,y):
print(x+y)
sum(2,5)
>Beforesum
>7
>Aftersum
让我们一步一步来:
- 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。
- 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。
- 在第7行，您可以看到如何将装饰器应用到sum函数。
- 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:
deftimer_decorator(func):
deftimer_wrapper(*args,**kwargs):
importdatetime
before=datetime.datetime.now()
result=func(*args,**kwargs)
after=datetime.datetime.now()
print"ElapsedTime={0}".format(after-before)
returnresult
@timer_decorator
defsum(x,y):
print(x+y)
returnx+y
sum(2,5)
>7
>ElapsedTime=sometime
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'):
defpermission_decorator(permission):
def_permission_decorator(func):
defpermission_wrapper(*args,**kwargs):
ifsomeUserApi.hasPermission(permission):
result=func(*args,**kwargs)
returnresult
returnNone
returnpermissionwrapper
return_permission_decorator
@permission_decorator('admin')
defdelete_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:
classLogging:
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
defsum(x,y):
print(x+y)
sum(5,2)
>Beforesum
>7
>Aftersum
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
classMyClass: @decorator deffunc1(self): pass @decorator deffunc2(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:
deflogging_decorator(func):
deflogging_wrapper(*args,**kwargs):
print(f'Before{func.__name__}')
result=func(*args,**kwargs)
print(f'After{func.__name__}')
returnresult
returnlogging_wrapper
deflog_all_class_methods(cls):
classNewCls(object):
def__init__(self,*args,**kwargs):
self.original=cls(*args,**kwargs)
def__getattribute__(self,s):
try:
x=super(NewCls,self).__getattribute__(s)
exceptAttributeError:
pass
else:
returnx
x=self.original.__getattribute__(s)
iftype(x)==type(self.__init__):
returnlogging_decorator(x)
else:
returnx
returnNewCls
@log_all_class_methods
classSomeMethods:
deffunc1(self):
print('func1')
deffunc2(self):
print('func2')
methods=SomeMethods()
methods.func1()
>Beforefunc1
>func1
>Afterfunc1
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毛票票其它相关文章！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。