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。