1.装饰器

  所谓装饰器一般是对已经使用(上线)的函数增加功能.

  但是因为一般的大公司的严格按照开放封闭原则(对扩展是开放的,对修改是封闭的),不会让你修改原本的函数.

  装饰器就是在不改变原本的函数且不改变原本函数的调用方式上,为原本的函数增加功能的东西.

  所以需求就是:

  1.不改变原函数

  2.不改变原函数的调用方式

  3.增加函数的功能

1.1最基本的装饰器

  假设存在这样的原函数

 import time
def func():
time.sleep(0.01)
print('func is running!')

  很简单的一个函数,我们现在要为这个原函数增加一个计算函数运行时间的功能.

  我们知道计算函数运行时间的函数可以这么写:

 def time_func():
start = time.time() #记录运行前时间
func() #调用原函数
end = time.time() #记录运行结束时间
print(end - start) time_func()

  运行结果:

 func is running!
0.01015472412109375

  这样虽然可以算出函数的运行时间,但是对原函数的调用就完全变了,为了让调用不变,我们可以将装饰器函数写成这样:

 def time_func(f):
def inner():
start = time.time() #记录运行前时间
f() #调用原函数
end = time.time() #记录运行结束时间
print(end - start)
return inner #返回inner的地址 print(func) #func函数的地址
func = time_func(func) #将func函数的内存地址发给time_func函数
print(func) #inner函数的地址
func()

  运行结果: 

 <function func at 0x0000023371712E18>
<function time_func.<locals>.inner at 0x00000233735867B8>
func is running!
0.010173320770263672

  可以看到这个装饰器函数实现了通过原函数的调用方式---func()---实现了计算函数的运行时间功能的增加.实现的最基本的装饰器功能.

  分析一下实现过程:

  1.将func函数的内存地址作为参数传给time_func函数,使inner中的f()就相当于func()调用原函数

  2.time_func将inner函数的地址赋值给变量func,让第12行的func()等价于inner()

  使得表面上是:

      func()调用原函数

  实际上是:

      func()等价于inner()

      inner调用f()

      func作为参数传给time_func函数,即f()等价于func()

1.2  有返回值的装饰器

  最开始发原函数太简单了,我们给他增加返回值:

 import time
def func():
time.sleep(0.01)
print('func is running!')
return 'Hello World!'

  通过分析,我们知道前面的func()其实是inner(),而inner函数本身没有返回值,我们需要在inner()中增加接受原函数的返回值并返回的功能,可以写作:

 def time_func(f):
def inner():
start = time.time() #记录运行前时间
ret = f() #ret接受原函数的返回值原函数 ----增加的行
end = time.time() #记录运行结束时间
print(end - start)
return ret #返回原函数的返回值 ----增加的行
return inner #返回inner的地址
 func = time_func(func)
print(func())

  运行结果:

 func is running!
0.01049661636352539
Hello World!

1.3 有参数的装饰器

  有的返回值,还缺什么才比较像基本的函数?    参数

  先来简单一点的,有限个参数的,原函数写作:

 import time
def func(a,b):
time.sleep(0.01)
print('func is running!',a,b)
return 'Hello World!'

  有参数和返回值不是一样么,在inner函数后面加上参数不就得了,装饰器可以写做:

 def time_func(f):
def inner(a,b): #增加参数                 --增加的行
start = time.time() #记录运行前时间
ret = f(a,b) #将inner函数接到的参数传给原函数 --增加的行
end = time.time() #记录运行结束时间
print(end - start)
return ret #返回原函数的返回值
return inner #返回inner的地址
 func = time_func(func)
print(func('haha','heihei')) #传入haha和heihei

  运行结果:

 func is running! haha heihei
0.010972023010253906
Hello World!

  成功了!

  实际中,原函数的参数可能有很多种,数量也不可能固定不变,不可能原函数的参数一变,你就去改装饰器函数,这样太麻烦

  为了解决参数的问题,我们提出王炸策略

  *args   ------动态参数,可以接受任意数量的位置参数

  **kwargs ----动态参数,可以接受任意数量的关键字参数

  这种策略在python内置函数中多有用到,比如len函数:

 def len(*args, **kwargs): # real signature unknown
""" Return the number of items in a container. """
pass

  它能接受一切数量的参数,无论是位置参数还是关键字参数,仿照这个,我们可以写出接受任意参数的装饰器函数

  原函数:

 import time
def func(*args, **kwargs):
time.sleep(0.01)
print('func is running!',*args, **kwargs)
return 'Hello World!'

  装饰器函数:

 def time_func(f):
def inner(*args, **kwargs): #增加参数    ----修改部分
start = time.time() #记录运行前时间
ret = f(*args, **kwargs) #将inner函数接到的参数传给原函数-----修改部分
end = time.time() #记录运行结束时间
print(end - start)
return ret #返回原函数的返回值
return inner #返回inner的地址
 # print(func)         #func函数的地址
func = time_func(func) #将func函数的内存地址发给time_func函数
# print(func) #inner函数的地址
print(func('haha','heihei',1,2,3,4,5,6,3,2,1))

  运行结果:

 func is running! haha heihei 1 2 3 4 5 6 3 2 1
0.010983467102050781
Hello World!

1.4  装饰器的固定模式

  前面以求运行时间为例,将其进行推广就可以得到装饰器的固定模式:

 def wrapper(f):    #装饰器函数,f是被装饰的函数
def inner(*args,**kwargs):
'''在被装饰函数之前要做的事'''
ret = f(*args,**kwargs) #被装饰的函数
'''在被装饰函数之后要做的事'''
return ret
return inner func = wrapper(func) #感觉有点多余

  很明显发现第九行看起来有点多余,于是有了语法糖的概念

  语法糖(Syntactic sugar),也译为糖衣语法,是由英国计算机科学家彼得·约翰·兰达(Peter J. Landin)发明的一个术语,指计算机语言中添加的某种语法,这种语法对语言的功能并没有影响,但是更方便程序员使用。通常来说使用语法糖能够增加程序的可读性,从而减少程序代码出错的机会。----by百度百科

  装饰器的语法糖就是在被装饰函数,也就是原函数的前面加@装饰器函数

  像这样:

 @wrapper
def func(*args, **kwargs):
time.sleep(0.01)
print('func is running!',*args, **kwargs)
return 'Hello World!'

  由于@wrapper 等价于func = wrapper(func)

  而@wrapper要写在原函数上面,按照python解释器从上到下的工作规律,如果装饰器函数在原函数下面,@wrapper相当于没有意义,会报错,所以装饰器函数必须在原函数之前,整体写做这样:

 import time

 def wrapper(f):    #装饰器函数,f是被装饰的函数
def inner(*args,**kwargs):
'''在被装饰函数之前要做的事'''
ret = f(*args,**kwargs) #被装饰的函数
'''在被装饰函数之后要做的事'''
return ret
return inner @wrapper
def func(*args, **kwargs):
time.sleep(0.01)
print('func is running!',*args, **kwargs)
return 'Hello World!'
print(func('haha','heihei',1,2,3,4,5,6,3,2,1))

  运行结果:

 func is running! haha heihei 1 2 3 4 5 6 3 2 1
Hello World!

  

<Python基础>装饰器的基本原理的更多相关文章

  1. python基础——装饰器

    python基础——装饰器 由于函数也是一个对象,而且函数对象可以被赋值给变量,所以,通过变量也能调用该函数. >>> def now(): ... print('2015-3-25 ...

  2. python基础—装饰器

    python基础-装饰器 定义:一个函数,可以接受一个函数作为参数,对该函数进行一些包装,不改变函数的本身. def foo(): return 123 a=foo(); b=foo; print(a ...

  3. python 基础——装饰器

    python 的装饰器,其实用到了以下几个语言特点: 1. 一切皆对象 2. 函数可以嵌套定义 3. 闭包,可以延长变量作用域 4. *args 和 **kwargs 可变参数 第1点,一切皆对象,包 ...

  4. day5学python 基础+装饰器内容

    基础+装饰器内容 递归特性# 1.必须有一个明确的结束条件# 2.每次进入更深一层递归时,问题规模相比上次递归应有所减少# 3.递归效率不高 def run(n): print(n) if int(n ...

  5. Python自动化 【第四篇】:Python基础-装饰器 生成器 迭代器 Json & pickle

    目录: 装饰器 生成器 迭代器 Json & pickle 数据序列化 软件目录结构规范 1. Python装饰器 装饰器:本质是函数,(功能是装饰其它函数)就是为其他函数添加附加功能 原则: ...

  6. python基础 (装饰器,内置函数)

    https://docs.python.org/zh-cn/3.7/library/functions.html 1.闭包回顾 在学习装饰器之前,可以先复习一下什么是闭包? 在嵌套函数内部的函数可以使 ...

  7. python基础-装饰器,生成器和迭代器

    学习内容 1.装饰器 2.生成器 3.迭代器 4.软件目录结构规范 一:装饰器(decorator) 1.装饰器定义:本质就是函数,用来装饰其他函数,即为其他函数添加附加功能. 2.装饰器原则:1)不 ...

  8. python基础===装饰器@property 的扩展

    以下来自Python 3.6.0 Document: class property(fget=None, fset=None, fdel=None, doc=None) Return a proper ...

  9. python基础-装饰器

    一.什么是装饰器 装饰器本质就是函数,功能是为其他函数附加功能 二.装饰器遵循的原则 1.不修改被修饰函数的源代码 2.不修改被修饰函数的调用方式 三.实现装饰器的知识储备 装饰器=高阶函数+函数嵌套 ...

随机推荐

  1. thinkphp 模型调试

    调试执行的SQL语句 在模型操作中 ,为了更好的查明错误,经常需要查看下最近使用的SQL语句,我们可以用getLastsql方法来输出上次执行的sql语句.例如: $User = M("Us ...

  2. NX二次开发-UFUN获取工程图的数量和tag UF_DRAW_ask_drawings

    NX9+VS2012 #include <uf.h> #include <uf_draw.h> #include <uf_part.h> #include < ...

  3. fabric.js 限制缩放的最大最小比例

    var rect = new fabrics.Rect({ v: true, top: 216, left: 384, width: 160, height: 90, fill: 'transpare ...

  4. POJ3241 最小曼哈顿距离生成树 - 真有趣哇

    目录 Catalog Solution: (有任何问题欢迎留言或私聊 && 欢迎交流讨论哦 Catalog Problem:Portal传送门  原题目描述在最下面.  给你n个坐标, ...

  5. spring其他配置 (3)

    目录 一.自动装配 Autowired 二.bean的作用于singleton,prototype 三.引入外部资源properties文件 四.SpEL表达式 (可以为属性进行动态的赋值) 五.通过 ...

  6. Java-Class-@I:org.junit.Test

    ylbtech-Java-Class-@I:org.junit.Test 1.返回顶部   2.返回顶部   3.返回顶部   4.返回顶部 1. package org.junit; import ...

  7. Python 数据结构_堆栈

    目录 目录 堆栈 堆栈 堆栈是一个后进先出(LIFO)的数据结构. 堆栈这个数据结构可以用于处理大部分具有后进先出的特性的程序流 . 在堆栈中, push 和 pop 是常用术语: push: 意思是 ...

  8. jvm监控命令-jstat

    jstat 用于查看服务器上某个服务的GC情况. 一般使用方式jstat –gcpid或jstat –utilpid 时间间隔-每个一定时间(指定的时间间隔)输出一次进程pid的内存情况及gc情况. ...

  9. scala 常用模式匹配类型

    模式匹配的类型 包括: 常量模式 变量模式 构造器模式 序列模式 元组模式 变量绑定模式等. 常量模式匹配 常量模式匹配,就是在模式匹配中匹配常量 objectConstantPattern{ def ...

  10. 《转》python基础下

    转自http://www.cnblogs.com/BeginMan/archive/2013/04/12/3016323.html 一.数字 在看<Python 核心编程>的时候,我就有点 ...