import time

def test1():
  print "hello\n"
  print test1.__name__
def test2():
  print "hello\n"
  print test2.__name__
start = time.time()
test1()
end = time.time()
print "运行时间是:{}".format(end-start)
start = time.time()
test2()
end = time.time()
print "运行时间是:{}".format(end-start) 运行结果:
 

如上两段代码,我想计算方法的运行时间,这样写两次代码有点繁琐,而且观察每段代码都有重复的语句,print "hello\n",和后面的打印名字,那么,我们怎么写可以去掉方法冗余的代码?那么,就来介绍装饰器,首先,装饰器是在不改变源代码的基础上可以增加方法的功能。

首先python方法里面可以套方法,那么,我们可以装饰我们需要的方法。

import time

def decorate(func):
def function():
start = time.time()
func()
end = time.time()
print "运行时间是:{}".format(end - start)
function() def test1():
print "hello"
print test1.__name__ def test2():
print "hello"
print test1.__name__ decorate(test1)
decorate(test2) 执行结果:

首先,我们要的方法是一定要执行的,只是执行的方式变了,而是把它封装在了另一个方法中,将方法名字作为参数,传给封装的方法(decorate),在我们的方法(func)前后,填入我们想实现的功能的语句(start = time.time(), end = time.time(),print "运行时间是:{}".format(end - start)),这只是实现了方法封装的思路,具体还不是这样子写。

首先,对原函数做了包装并返回了另外一个函数,额外添加了一些功能.

代码的改写,首选用@语法糖,将装饰器名字写在方法上面,装饰器内部需要返回方法,而不是直接执行方法,这是最简单的装饰器。

import time
def decorate(func):
def function():
start = time.time()
func()
end = time.time()
print "运行时间是:{}".format(end - start)
return function def hello(func):
start = time.time()
func()
end = time.time()
print "运行时间是:{}".format(end - start) @decorate
def test1():
print "hello"
print test1.__name__ @decorate
def test2():
print "hello"
print test2.__name__ test1()
test2()

但是有一个问题,如果被装饰的函数需要传入参数,那么这个装饰器就坏了。因为返回的函数并不能接受参数,你可以指定装饰器函数function接受和原函数一样的参数,比如:

import time

def decorate(func):
def function(a,b):
start = time.time()
func(a,b)
end = time.time()
print "运行时间是:{}".format(end - start)
return function @decorate
def test2(a,b):
print "hello",a+b test2(3,7)

所以有一个问题,如果有的方法没有参数,有的方法有参数,有的方法参数数量不一致,类型不一致,难道要写很多个装饰器吗?python的语法很好的解决了这一个问题,那就是参数的处理,参数随着函数自已选择是不是有参。

import time

def hello(func):
start = time.time()
func()
end = time.time()
print "运行时间是:{}".format(end - start) def decorate(func):
def function(*args,**kwargs):
print func.__name__
start = time.time()
func(*args,**kwargs)
end = time.time()
print "运行时间是:{}".format(end - start)
return function @decorate
def test1():
print "hello" @decorate
def test2(a,b):
print "hello",a+b test2(3,7)
test1() 运行结果:

更高级的装饰器:带参数的装饰器

import time

def logging(level):
def decorate(func):
def function(*args, **kwargs):
print func.__name__,level
start = time.time()
func(*args, **kwargs)
end = time.time()
print "运行时间是:{}".format(end - start)
return function
return decorate @logging(level='INFO') #等价于 logging(level='INFO')(test3)
def test3():
pass test3() 运行结果:

类构造器:要了解类构造器,首先要了解__call__这个函数

__call__()

Python中的函数是一级对象。这意味着Python中的函数的引用可以作为输入传递到其他的函数/方法中,并在其中被执行。 
而Python中类的实例(对象)可以被当做函数对待。也就是说,我们可以将它们作为输入传递到其他的函数/方法中并调用他们,正如我们调用一个正常的函数那样。而类中__call__()函数的意义正在于此。为了将一个类实例当做函数调用,我们需要在类中实现__call__()方法。也就是我们要在类中实现如下方法:def __call__(self, *args)。这个方法接受一定数量的变量作为输入。 
假设a是Class类的一个实例。那么调用a.__call__()等同于调用a()。这个实例本身在这里相当于一个函数。

比如:

class Class(object):

    def __call__(self, *args, **kwargs):
print "aa" a=Class()
a() 执行结果:
aa

我们可以让类的构造函数__init__()接受一个函数,然后重载__call__()并返回一个函数,也可以达到装饰器函数的效果。

class Class(object):

    def __init__(self,func):
self.func = func def __call__(self, *args, **kwargs):
print "start"
self.func(*args, **kwargs)
     print "end"
@Class def Ctest(something): print "say",something Ctest("love")

执行结果:
start
say love
end

带参数的类装饰器:

class Class(object):

    def __init__(self,level):
self.level = level def __call__(self, func): #接受函数
def wrapper(*args, **kwargs):
print "start"
func(*args, **kwargs)
print "end"
return wrapper #返回函数 @Class(level="INFO")
def Ctest(something):
print "say",something Ctest("love") 执行结果:

start
say love
end

python 装饰器的应用的更多相关文章

  1. 关于python装饰器

    关于python装饰器,不是系统的介绍,只是说一下某些问题 1 首先了解变量作用于非常重要 2 其次要了解闭包 def logger(func): def inner(*args, **kwargs) ...

  2. python装饰器通俗易懂的解释!

    1.python装饰器 刚刚接触python的装饰器,简直懵逼了,直接不懂什么意思啊有木有,自己都忘了走了多少遍Debug,查了多少遍资料,猜有点点开始明白了.总结了一下解释得比较好的,通俗易懂的来说 ...

  3. Python 装饰器学习

    Python装饰器学习(九步入门)   这是在Python学习小组上介绍的内容,现学现卖.多练习是好的学习方式. 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 # -*- c ...

  4. python 装饰器修改调整函数参数

    简单记录一下利用python装饰器来调整函数的方法.现在有个需求:参数line范围为1-16,要求把9-16的范围转化为1-8,即9对应1,10对应2,...,16对应8. 下面是例子: def fo ...

  5. python 装饰器学习(decorator)

    最近看到有个装饰器的例子,没看懂, #!/usr/bin/python class decorator(object): def __init__(self,f): print "initi ...

  6. Python装饰器详解

    python中的装饰器是一个用得非常多的东西,我们可以把一些特定的方法.通用的方法写成一个个装饰器,这就为调用这些方法提供一个非常大的便利,如此提高我们代码的可读性以及简洁性,以及可扩展性. 在学习p ...

  7. 关于python装饰器(Decorators)最底层理解的一句话

    一个decorator只是一个带有一个函数作为参数并返回一个替换函数的闭包. http://www.xxx.com/html/2016/pythonhexinbiancheng_0718/1044.h ...

  8. Python装饰器由浅入深

    装饰器的功能在很多语言中都有,名字也不尽相同,其实它体现的是一种设计模式,强调的是开放封闭原则,更多的用于后期功能升级而不是编写新的代码.装饰器不光能装饰函数,也能装饰其他的对象,比如类,但通常,我们 ...

  9. Python装饰器与面向切面编程

    今天来讨论一下装饰器.装饰器是一个很著名的设计模式,经常被用于有切面需求的场景,较为经典的有插入日志.性能测试.事务处理等.装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量函数中与函数 ...

  10. python装饰器方法

    前几天向几位新同事介绍项目,被问起了@login_required的实现,我说这是django框架提供的装饰器方法,验证用户是否登录,只要这样用就行了,因为自己不熟,并没有做过多解释. 今天查看dja ...

随机推荐

  1. Python:matplotlib绘制线条图

    线型图是学习matplotlib绘图的最基础案例.我们来看看具体过程:  下面我们将两条曲线绘制到一个图形里:   可以看到这种方式下,两个线条共用一个坐标轴,并且自动区分颜色. plot方法的核心是 ...

  2. Java使用RabbitMQ之整合Spring(生产者)

    依赖包 <!--RabbitMQ集成spring--> <!-- https://mvnrepository.com/artifact/org.springframework.amq ...

  3. 转载 -- CSS3 中关于 select 下拉列表的样式

    截图效果:

  4. 中断MSI INTA

    转载https://blog.csdn.net/huangkangying/article/details/11178425 MSI VS INTx(Pin-based interrupt) MSI的 ...

  5. Draw your Next App Idea with Ink to Code

    Imagine that you’ve just been struck by inspiration for your next great app. You might start by jott ...

  6. BZOJ1004[HNOI2008]Cards——polya定理+背包

    题目描述 小春现在很清闲,面对书桌上的N张牌,他决定给每张染色,目前小春只有3种颜色:红色,蓝色,绿色.他询问Sun有多少种染色方案,Sun很快就给出了答案.进一步,小春要求染出Sr张红色,Sb张蓝色 ...

  7. Android Studio 导致C盘过大

    转载:http://blog.csdn.net/u010794180/article/details/48004415 这是一个可看可不看的文章,不可看是对与那些 C盘 容量不紧张的人而言:而我是属于 ...

  8. Android InputType

    转载: http://blog.csdn.net/wei_zhi/article/details/50094503 在Android开发过程中,我们经常使用到EditText控件,并且会根据各种需求设 ...

  9. HDU4864 Task(算竞进阶习题)

    贪心 比较巧妙的贪心..先把所有机器和任务按时间是第一关键字,等级为第二关键字排序. 然后用机器去匹配每一个任务. 排序之后,在时间上满足当前任务的机器,必定也在时间上满足后面的机器,所以我们每次把时 ...

  10. POJ 3460 Booksort(算竞进阶习题)

    IDA* 这题真不会写..估价函数太巧妙了.. 按照lyd神牛的说法我们把a[i+1]=a[i]+1记为正确后继,反之则记为错误后继 那么考虑最优的一次交换区间,至多能够纠正三个错误后继,所以我们统计 ...