python装饰器(docorator)详解
引言:
装饰器是python面向对象编程三大器之一,另外两个迭代器、生成器只是我现在还没有遇到必须使用的场景,等确实需要用到的时候,在补充资料;装饰器在某些场景真的是必要的,比如定义了一个类或者一个函数,在后面的编程过程中发现需要对定义好的类增加一些功能;或者说有一些功能是某一类函数公用的功能,可以将这个功能做成装饰器来装饰这一类功能;场景还有很多,先来大体了解下装饰器的创建以及基本的实现原理;
文章来源:
http://blog.csdn.net/TangHuanan/article/details/45094497
正文:
刚看到Python装饰器时, 觉得很神奇。简单实验下,发现也就那么回事。但是慢慢的看到越来越多的装饰器。很多时候又不了解到底是怎么回事了。
最后还是决定好好研究下。
先看看一些实例, 然后再来分析下原理
假设我们有如下的基本函数
def do_something():
):
pass
print "play game"
do_something()
结果如下:
play game
需求1: 统计函数的执行时间
1. 不是装饰器的装饰器
import time
def decorator(fun):
start = time.time()
fun()
runtime = time.time()-start
print runtime
def do_something():
):
pass
print "play game"
decorator(do_something)
结果如下:
play game 0.0299999713898
这种实现看上去还可以,但是每次调用的是decorator,还要把函数作为一个参数传入。这样需要修改调用的地方,使用起来就不方便了。
2. 最简单的装饰器
import time
def decorator(fun):
def wrapper():
start = time.time()
fun()
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something():
):
pass
print "play game"
do_something()
结果如下:
play game 0.0329999923706
装饰器是在函数定义时前面加@,然后跟装饰器的实现函数。可以看出,现在只要直接调用do_something就可以了。调用的地方不要作任何修改。
3. 目标函数带固定参数的装饰器
import time
def decorator(fun):
def wrapper(name):
start = time.time()
fun(name)
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something(name):
):
pass
print "play game " + name
do_something("san guo sha")
结果如下:
play game san guo sha 0.039999961853
实现很简单, 就是给wrapper函数参加相同的参数
4. 目标函数带不固定参数的装饰器
import time
def decorator(fun):
def wrapper(*args, **kwargs):
start = time.time()
fun(*args, **kwargs)
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something(name):
):
pass
print "play game " + name
@decorator
def do_something2(user, name):
):
pass
print user+" play game " + name
do_something("san guo sha")
do_something2("wang xiao er","san guo sha")
结果如下:
play game san guo sha 0.029000043869 wang xiao er play game san guo sha 0.0310001373291
需求2: 目标函数每次调用重复执行指定的次数
5. 让装饰器带参数
import time
def decorator(max):
def _decorator(fun):
def wrapper(*args, **kwargs):
start = time.time()
for i in xrange(max):
fun(*args, **kwargs)
runtime = time.time()-start
print runtime
return wrapper
return _decorator
@decorator()
def do_something(name):
):
pass
print "play game " + name
do_something("san guo sha")
结果如下:
play game san guo sha play game san guo sha 0.0600001811981
6. 原理
看了这么多实例, 装饰器的基本类型也基本上都有了。是不是清楚了呢?
如果还是不清楚,那就继续看下面的内容。
1 不带参数的装饰器
@a_decorator
def f(...):
...
#经过a_decorator后, 函数f就相当于以f为参数调用a_decorator返回结果。
f = a_decorator(f)
来分析这个式子, 可以看出至少要满足以下几个条件
1. 装饰器函数运行在函数定义的时候
2. 装饰器需要返回一个可执行的对象
3. 装饰器返回的可执行对象要兼容函数f的参数
2 验证分析
1 装饰器运行时间
import time
def decorator(fun):
print "decorator"
def wrapper():
print "wrapper"
start = time.time()
fun()
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something():
):
pass
print "play game"
结果如下:
decorator
可以看出, 这里的do_something并没有调用, 但是却打印了decorator, 可wrapper没有打印出来。也就是说decorator是在do_something调用的时候执行的。
2 返回可执行的对象
import time
def decorator(fun):
print "decorator"
def wrapper():
print "wrapper"
start = time.time()
fun()
runtime = time.time()-start
print runtime
return None
@decorator
def do_something():
):
pass
print "play game"
do_something()
结果如下:
decoratorTraceback (most recent call last):
File , in <module>
do_something()
TypeError: 'NoneType' object is not callable
3 兼容函数f的参数
import time
def decorator(fun):
print "decorator"
def wrapper():
print "wrapper"
start = time.time()
fun()
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something(name):
):
pass
print "play game"
do_something("san guo sha")
结果如下:
decoratorTraceback (most recent call last):
File , in <module>
do_something("san guo sha")
TypeError: wrapper() takes no arguments ( given)
看到这里, 至少对不带参数的装饰器应该全弄清楚了, 也就是说能到看山还是山了。
3 带参数的装饰器
这里就给一个式子, 剩下的问题可以自己去想
@decomaker(argA, argB, ...)
def func(arg1, arg2, ...):
pass
#这个式子相当于
func = decomaker(argA, argB, ...)(func)
4 被装饰过的函数的函数名
import time
def decorator(fun):
def wrapper():
start = time.time()
fun()
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something():
print "play game"
print do_something.__name__
结果如下:
wrapper
可以看出, do_something的函数名变成了wrapper,这不是我们想要的。原因估计各位也都清楚了。那要怎么去解决呢?
import time
def decorator(fun):
def wrapper():
start = time.time()
fun()
runtime = time.time()-start
print runtime
wrapper.__name__ = fun.__name__
return wrapper
@decorator
def do_something():
print "play game"
print do_something.__name__
结果如下:
do_something
但是这个看起来是不是很不专业, python的unctools.wraps提供了解决方法
import time
import functools
def decorator(fun):
@functools.wraps(fun)
def wrapper():
start = time.time()
fun()
runtime = time.time()-start
print runtime
return wrapper
@decorator
def do_something():
print "play game"
print do_something.__name__
结果如下:
do_something
到此为止, 你是不是觉得已经完全明白了呢?
但事实是, 这其实还不够
7. 装饰器类
需求3: 让函数只能运行指定的次数
前面我们讲的都是函数式的装饰器, 那么类能不能成为装饰器呢?
import time
import functools
class decorator(object):
def __init__(self, max):
self.max = max
self.count =
def __call__(self, fun):
self.fun = fun
return self.call_fun
def call_fun(self, *args, **kwargs):
self.count +=
if ( self.count == self.max):
print "%s run more than %d times"%(self.fun.__name__, self.max)
elif (self.count<self.max):
self.fun(*args, **kwargs)
else:
pass
@decorator()
def do_something():
print "play game"
@decorator()
def do_something1():
print "play game 1"
):
do_something()
do_something1()
结果如下:
play game play game play game play game play game play game play game play game play game play game play game play game play game play game play game play game play game play game do_something run more than times play game play game play game play game play game do_something1 run more than times
是不是感觉有点怪, 但它确实是可行的。
在Python中, 其实函数也是对象。 反过来, 对象其实也可以像函数一样调用, 只要在类的方法中实现__call__方法。回想一下创建对象的过程
class A:
def __init__(self):
pass
a = A()
这其实和函数调用没什么区别, 那么把这个式子代入到之前两个装饰器的式子中,结果如下:
带参数的装饰器
fun = A.__init__(args)(fun)
不带参数的装饰器
fun = A.__init__(fun)()
现在装饰器的内容基本差不多了。 还有一些问题, 可以自己去尝试研究。
还有几个问题如下:
1. 类装饰器(装饰器装饰的对象是类)
2. 类函数装饰器(装饰器装饰的对象是类的函数)
3. 多个装饰器一起使用(函数嵌套)
python装饰器(docorator)详解的更多相关文章
- python装饰器大详解
1.作用域 在python中,作用域分为两种:全局作用域和局部作用域. 全局作用域是定义在文件级别的变量,函数名.而局部作用域,则是定义函数内部. 关于作用域,我要理解两点:a.在全局不能访问到局部定 ...
- python装饰器学习详解-函数部分
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理 最近阅读<流畅的python>看见其用函数写装饰器部分写的很好,想写一些自己的读书笔记. ...
- python装饰器使用详解
装饰器 '''装饰器:就是闭包(闭包的一个应用场景) -- 把要被装饰的函数作为外层函数的参数通过闭包操作后返回一个替代版函数 优点: -- 丰富了原有函数的功能 -- 提高了程序的可拓展性''' 开 ...
- 进阶Python:装饰器 全面详解
进阶Python:装饰器 前言 前段时间我发了一篇讲解Python调试工具PySnooper的文章,在那篇文章开始一部分我简单的介绍了一下装饰器,文章发出之后有几位同学说"终于了解装饰器的用 ...
- python 函数及变量作用域及装饰器decorator @详解
一.函数及变量的作用 在python程序中,函数都会创建一个新的作用域,又称为命名空间,当函数遇到变量时,Python就会到该函数的命名空间来寻找变量,因为Python一切都是对象,而在命名空间中 ...
- (十)装饰器模式详解(与IO不解的情缘)
作者:zuoxiaolong8810(左潇龙),转载请注明出处,特别说明:本博文来自博主原博客,为保证新博客中博文的完整性,特复制到此留存,如需转载请注明新博客地址即可. LZ到目前已经写了九个设计模 ...
- 涉及模式之 装饰器模式详解(与IO不解的情缘)
作者:zuoxiaolong8810(左潇龙),转载请注明出处,特别说明:本博文来自博主原博客,为保证新博客中博文的完整性,特复制到此留存,如需转载请注明新博客地址即可. LZ到目前已经写了九个设计模 ...
- Java 装饰器模式详解
转载请注明出处:http://blog.csdn.net/zhaoyanjun6/article/details/56488020 前言 在上面的几篇文章中,着重介绍了Java 中常见的 IO 相关知 ...
- 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 ...
随机推荐
- STM32 输入捕获配置
在STM32 的定时器,除了 TIM6 和 TIM7,就是通过检测 TIMx_CHx 上的 边沿信号,在边沿信号发生跳变(比如上升沿/下降沿)的时候, 将当时定时器 的值(TIMx_CNT) 存放到对 ...
- [Boolan-C++学习笔记]第一周整理
1.两种典型类 Complex 无指针 String 有指针 编写思路差异较大 2.使用Class声明:Object Based.类与类之间的关系:Object Oriented 3.头文件的布局 # ...
- django所遇到问题简单总结
问题虽小,但却值得深思 一.改mysql密码 方法1: 用SET PASSWORD命令 首先登录MySQL. 格式:mysql> set password for 用户名@localhost = ...
- npm bower gulp
npm即nodejs package manager ,是nodeJs的包管理工具,使用前需安装nodeJs(https://www.npmjs.com.cn/getting-started/inst ...
- Linux内核链表
内核链表的设计思路内核链表中自己实现了一个纯链表(纯链表就是没有数据区域,只有前后向指针)的封装,以及纯链表的各种操作函数(节点创建.插入.删除.遍历······).这个纯链表本身自己没有任何用处,它 ...
- JUC原子类之 原子操作数据类型
根据修改的数据类型,可以将JUC包中的原子操作类可以分为4类. 基本类型: AtomicInteger, AtomicLong, AtomicBoolean ; 数组类型: AtomicInteger ...
- java中<load-on-startup>含义
java中 load-on-startup 含义 java中的 load-on-startup 用于表示该servlet是否在servlet容器启动的时候加载. 示例: <load-on-sta ...
- gitlab-ce-omnibus社区版的备份、还原及升级
gitlab-ce-omnibus社区版的备份和还原,可以使用gitlab自带工具,gitlab-rake来完成,详见下面例子 将旧gitlab服务器备份,并还原至新gitlab服务器 ,这两台git ...
- scala的hello world出现的问题
build出现: Error:scalac: Error: org.jetbrains.jps.incremental.scala.remote.ServerExceptionError compil ...
- Nginx 整合 FastDFS 实现文件服务器
原文地址:Nginx 整合 FastDFS 实现文件服务器 博客地址:http://www.extlight.com 一.前言 本篇衔接<FastDFS 环境搭建>内容进行讲解,上篇文章我 ...