装饰器

1. 开放封闭原则

扩展是开放的,增加新的功能;修改源码(修改已经实现的功能)是封闭的。
在不改变源码及调用方式的前提下额外增加新的功能。
# 版一:
import time
start_time = time.time() #起始时间
def func():
time.sleep(2) #睡眠,模拟网络延迟
print("我要飞")
func()
print(time.time()- start_time) # 打印执行世界 # 版二:
import time
def times(s):
start_time = time.time()
s()
print(time.time()- start_time)
def foo():
time.sleep(2)
print("我要飞")
times(foo) #改变了调用方式 # 版三(初版装饰器):
import time
def times(s):
def inner():
start_time = time.time()
s()
print(time.time()- start_time)
return inner
def func():
time.sleep(1)
print("我也要飞")
func = times(func) # 不需改调用方式
func() # 版四(升级):
def wrapper(f):
def inner(a): #加入参数
f(a)
return inner # 切记不加括号 def func(a): # 加参数
print(f"这是{a}的函数")
func = wrapper(func)
func("alex") # 升级 万能传参:
import time
def wrapper(f):
def inner(*args,**kwargs):
start_time = time.time()
f(*args,**kwargs)
print(time.time() - start_time)
return inner # 切记不加括号 def func(*args,**kwargs): # 加形参
time.sleep(1)
print(f"这是{args,kwargs}的函数")
func = wrapper(func)
func("alex",1,2,a = 3,b = 4) def foo(*args,**kwargs): # 加形参
time.sleep(2)
print(f"这是{args,kwargs}的函数")
foo = wrapper(foo)
foo("meet",1,2,a = 3,b = 4) #语法糖 放在被装饰函数的上方
#替代func = wrapper(func) 和 foo = wrapper(foo) import time
def wrapper(f):
def inner(*args,**kwargs):
start_time = time.time()
f(*args,**kwargs)
print(time.time() - start_time)
return inner # 不加括号
@wrapper #语法糖
def func(*args,**kwargs): # 加形参
time.sleep(1)
print(f"这是{args,kwargs}的函数")
# func = wrapper(func)
@wrapper #语法糖
def foo(*args,**kwargs): # 加形参
time.sleep(2)
print(f"这是{args,kwargs}的函数")
# foo = wrapper(foo) func("alex",1,2,a = 3,b = 4)
foo("meet",5,6,a = 7,b = 8) # 标准版:
import time
def wrapper(f):
def inner(*args,**kwargs):
start_time = time.time()
ret = f(*args,**kwargs)
print(time.time() - start_time)
return ret #增加返回值
return inner # 切记不加括号
@wrapper #语法糖
def func(*args,**kwargs): # 加形参
time.sleep(1)
print(f"这是{args,kwargs}的函数")
return "这是alex的返回"
print(func("alex",1,2,a = 3,b = 4)) # 会打印"这是alex的返回"
#语法糖  放在被装饰函数的上方

#标准版的装饰器:
def wrapper(func):
def inner(*args,**kwargs):
'''执行被装饰函数之前的操作'''
ret = func(*args,**kwargs)
'''执行被装饰函数之后的操作'''
return ret # 返回inner(),也就是func()打印
return inner
@wrapper # 相当于 func = wrapper(func)
def func(*args,**kwargs)
print(args,kwargs)
return "返回的内容" # 返回ret
print(func()) # 能够打印返回值,也可以传参

python 14 装饰器的更多相关文章

  1. 理解Python中的装饰器//这篇文章将python的装饰器来龙去脉说的很清楚,故转过来存档

    转自:http://www.cnblogs.com/rollenholt/archive/2012/05/02/2479833.html 这篇文章将python的装饰器来龙去脉说的很清楚,故转过来存档 ...

  2. Python的装饰器实例用法小结

    这篇文章主要介绍了Python装饰器用法,结合实例形式总结分析了Python常用装饰器的概念.功能.使用方法及相关注意事项 一.装饰器是什么 python的装饰器本质上是一个Python函数,它可以让 ...

  3. Python各式装饰器

    Python装饰器,分两部分,一是装饰器本身的定义,一是被装饰器对象的定义. 一.函数式装饰器:装饰器本身是一个函数. 1.装饰函数:被装饰对象是一个函数 [1]装饰器无参数: a.被装饰对象无参数: ...

  4. Python札记 -- 装饰器补充

    本随笔是对Python札记 -- 装饰器的一些补充. 使用装饰器的时候,被装饰函数的一些属性会丢失,比如如下代码: #!/usr/bin/env python def deco(func): def ...

  5. 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 ...

  6. 【转】详解Python的装饰器

    原文链接:http://python.jobbole.com/86717/ Python中的装饰器是你进入Python大门的一道坎,不管你跨不跨过去它都在那里. 为什么需要装饰器 我们假设你的程序实现 ...

  7. 两个实用的Python的装饰器

    两个实用的Python的装饰器 超时函数 这个函数的作用在于可以给任意可能会hang住的函数添加超时功能,这个功能在编写外部API调用 .网络爬虫.数据库查询的时候特别有用 timeout装饰器的代码 ...

  8. 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 ...

  9. 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 ...

随机推荐

  1. 2019牛客多校第一场 E-ABBA(dp)

    ABBA 题目传送门 解题思路 用dp[i][j]来表示前i+j个字符中,有i个A和j个B的合法情况个数.我们可以让前n个A作为AB的A,因为如果我们用后面的A作为AB的A,我们一定也可以让前面的A对 ...

  2. python字符编码-文件操作

    字符编码 字符编码历史及发展 为什么有字符编码 ''' 原因:人们想要将数据存入计算机 计算机的能存储的信息都是二进制的数据 内存是基于电工作的,而电信号只有高低频两种,就用01来表示高低电频,所以计 ...

  3. 整合SSM框架必备基础—SpringMVC(下)

    在上一篇文章<整合SSM框架必备基础-SpringMVC(上)>中,胖达介绍了关于SpringMVC的诞生.优势以及执行流程等理论知识点,这篇文章打算在实操中加深一下对SpringMVC的 ...

  4. MacBook Air多出一块磁盘?

    今天将MAC的系统升级到Mojave,启动之后发现系统挂载的磁盘变了,我记得升级之前文件系统是挂载在/dev/disk0上的,但是升级之后,文件系统挂载在/dev/disk1上了. 用diskutil ...

  5. 浅谈JMM

    概述 JMM的全称是Java Memory Model(Java内存模型) JMM的关键技术点都是围绕着多线程的原子性.可见性和有序性来建立的,这也是Java解决多线程并行机制的环境下,定义出的一种规 ...

  6. 显示Mac隐藏文件的命令:

    设置查看隐藏文件的方法如下:打开终端,输入命名 显示Mac隐藏文件的命令:defaults write com.apple.finder AppleShowAllFiles -bool true 隐藏 ...

  7. EM算法和高斯混合模型GMM介绍

    EM算法 EM算法主要用于求概率密度函数参数的最大似然估计,将问题$\arg \max _{\theta_{1}} \sum_{i=1}^{n} \ln p\left(x_{i} | \theta_{ ...

  8. MySql性能优化读书比较<一> 数据类型

    一,选择优化的数据类型 1.更小的通常更好. 更小的数据类型通常占用更少的磁盘,内存和cpu缓存,通常更快. 2.简单就好 简单的数据类型操作,通常需要更少的CPU周期. 3.尽量避免NULL值 列可 ...

  9. 旁友数独会伐啦?python秒解数独了解下伐啦?

    前几天和隔壁邻居玩斗地主被发现了,牌被没收了,斗地主是斗不了了,但我还想和邻居玩耍.如果你还想斗斗地主,戳:趁老王不在,和隔壁邻居斗斗地主,比比大小 想破脑袋终于让我想到一个游戏,数独!什么叫数独?数 ...

  10. 直方图均衡基本原理及Python实现

    1. 基本原理 通过一个变换,将输入图像的灰度级转换为`均匀分布`,变换后的灰度级的概率密度函数为 $$P_s(s) = \frac{1}{L-1}$$ 直方图均衡的变换为 $$s = T(r) = ...