Python 装饰器初探
Python 装饰器初探
在谈及Python的时候,装饰器一直就是道绕不过去的坎。面试的时候,也经常会被问及装饰器的相关知识。总感觉自己的理解很浅显,不够深刻。是时候做出改变,对Python的装饰器做个全面的了解了。
1. 函数装饰器
直接上代码,看看装饰器到底干了些什么?
from functools import wraps
import time
def time_cost(func):
@wraps(func)
def f(*args, **kwargs):
start_time = time.time()
func(*args, **kwargs)
end_time = time.time()
print(end_time - start_time)
return f
@time_cost
def test(*args, **kwargs):
time.sleep(1.0)
if __name__ == "__main__":
test()
上面的Python代码,运行后,会给出test函数的执行时间。代码的执行顺序大概如下,首先是将test作为值传递给time_cost函数,返回函数f,然后再调用f,这是带有time_cost装饰器的test函数的大致执行过程。
从中,不难看出,即使不使用装饰器符号,我们利用Python的语言特性,也能达成上述目的。用装饰器符号的好处是简化了代码,增加了代码的可读性。
这是一段非常简单的对函数使用装饰器的Python代码。等等,@wraps(func)
是什么鬼?悄悄干了什么哇?
我们稍微修改下上述代码,结果如下:
from functools import wraps
import time
def time_cost(func):
def f(*args, **kwargs):
start_time = time.time()
func(*args, **kwargs)
end_time = time.time()
print(end_time - start_time)
print('hello world')
return f
@time_cost
def test(*args, **kwargs):
time.sleep(1.0)
if __name__ == "__main__":
print(test.__name__)
发现输出了hello world
,同时输出test.__name__
,居然变成了f
,并不是我们预期的test
。根据这样的输出结果,我们不难得出,其实被装饰器time_cost
修饰过的函数test本质上已经等同于time_cost(test)
,此时访问test.__name__
实际上访问的是time_cost(test).__name__
,得到的当然就是f
啦。当我们加上@wraps(func)
,此时test.__name__
变成了test
。
下面介绍带参数的装饰器,更加难了。在谈论带参数的装饰器之间,首先得引入一个概念,那就”闭包“。如果你以前用过脚本语言,比如JavaScript,那么一定会很熟悉闭包这个概念。下面是一个闭包样例
def add(a):
def wrapper(c):
return a + c
return wrapper
if __name__ == "__main__":
add3 = add(3)
add9 = add(9)
print(add3(4) == 7)
print(add9(1) == 10)
从中可以看出,在调用add3的时候,wrapper内部还可以访问到a的值,这就是闭包的作用。理解了闭包,理解带参数的装饰器就容易多了。
from functools import wraps
def logging(level):
def outer_wrapper(func):
@wraps(func)
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(
level=level,
func=func.__name__))
return func(*args, **kwargs)
return inner_wrapper
return outer_wrapper
@logging(level='WARN')
def show(msg):
print('message:{}'.format(msg))
if __name__ == "__main__":
show('hello world!')
上面给出了一个带参数装饰器的示例。根据我们前面的铺垫,我们不难分析得出,上面的执行过程是logging(level='WARN')->outer_wrapper(show)->inner_wrapper()
,所以我们可以理解,在被logging修饰后的show其实就是logging(level='WARN')(show)
,执行show('hello world!')
其实就是在执行logging(level='WARN')(show)()
。注意与不带参数的装饰器的区别,带参数的装饰器比不带参数的装饰器多套了一层,对应的装饰器也有了调用。因为在使用装饰器的时候,带了括号,所以装饰器本身多套了一层。被装饰器修饰过的函数在被调用的时候,实际上执行的是装饰器最内层的函数,其余层的在函数被修饰时就已经执行了。
是不是觉得非常自然?对的,我以前对装饰器的理解也就停留在不带参数的装饰器这一深度。
2. 基于类实现的装饰器
依然先上代码
from functools import wraps
import time
class time_cost:
def __init__(self, func):
self.func = func
def __call__(self, *args, **kwargs):
start_time = time.time()
result = self.func(*args, **kwargs)
end_time = time.time()
print(end_time - start_time)
return result
@time_cost
def test(*args, **kwargs):
time.sleep(1.0)
if __name__ == "__main__":
test()
上面的基于类实现的不带参数的装饰器实际上利用的是Python中的可调用对象特性,凡是实现了__call__
方法的类的实例是可以被调用的。因此被time_cost
修饰过的test
函数本质上已经变成了time_cost类的实例了。调用test方法的时候,实际上执行的是__call__
方法。
下面介绍稍微复杂一点的基于类实现的带有参数的装饰器。
from functools import wraps
class logging:
def __init__(self, level):
self.level = level
def __call__(self, func):
@wraps(func)
def wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(
level=self.level,
func=func.__name__))
return func(*args, **kwargs)
return wrapper
@logging(level='WARN')
def show(msg):
print('message:{}'.format(msg))
if __name__ == "__main__":
show('hello world!')
不同于基于类实现的不带参数的装饰器,基于类实现的带参数的装饰器在__call__
里面多了一层wrapper。被装饰器修饰的show方法本质上是logging(level='WARN')(show)
,此时调用show方法,实际上执行的是wrapper方法。
现在看来,其实装饰器也没有很复杂,在实际的项目中用装饰器可以带来很大便利。
Python 装饰器初探的更多相关文章
- python装饰器初探
一.含有一个装饰器 #encoding: utf-8 ############含有一个装饰器######### def outer(func): def inner(*args, **kwargs): ...
- 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) ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
随机推荐
- bpclntcmd一条神奇的命令,解决新安装nbu客户端无法连接的问题 (屡试不爽神命令)
1. bpclntcmd案例 bpclntcmd -clear_host_cache bpclntcmd – 测试 NetBackup 系统的功能,并在 NetBackup 客户端上启用光纤传输服务 ...
- ceph-块存储客户端
ceph块存储 ceph块设备,以前称为RADOS块设备,为客户机提供可靠性.分布式和高性能的块存储磁盘.RADOS块设备利用librbd库并以顺序的形式在ceph集群的多个osd上存储数据块.RBD ...
- CUDA Texture纹理存储器 示例程序
原文链接 /* * Copyright 徐洪志(西北农林科技大学.信息工程学院). All rights reserved. * Data: 2012-4-20 */ // // 此程序是演示了1D和 ...
- java设计模式——迭代器模式
一. 定义与类型 定义:提供一种方法,顺序访问一个集合对象中的各个元素,而又不暴露该对象的内部表示 类型:行为型. 二. 使用场景 (1) 访问一个集合对象的内容而无需暴露它的内部表示 (2) 为遍 ...
- SpringBoot发布WAR启动报错:Error assembling WAR: webxml attribute is required
Spring Boot发布war包流程: 1.修改web model的pom.xml <packaging>war</packaging> SpringBoot默认发布的都是j ...
- AngularJS 表达式中添加过滤器实例
过滤器可以通过一个管道字符(|)和一个过滤器添加到表达式中 历练实例: <!DOCTYPE html><html><head><meta http-equiv ...
- Python学习之路——基础1
python作为一门解释型的编程语言,和c/c++等其他语言都或多或少有相通的地方,所以有语言基础的话,学起来还是方便一些.所以我的笔记对于相对简单的概念可能会选择放过,但对自己记录的东西我会力求完备 ...
- python配置日志的几种方式
使用的是logging模块,关于logging模块内容,可以看我的另一篇博客:https://www.cnblogs.com/kuxingseng95/p/9464347.html 作为开发者,我们一 ...
- Oracle 的jdbc方法
package com.swift.jdbc_oracle; import java.sql.CallableStatement; import java.sql.Connection; import ...
- ES5 与 ES6六大不同
1.类Class 2.模块Module 导出变量 导出函数 导入 3.箭头函数 4.不再支持Mixins. 5.ES6不再支持自动绑定.