1.什么是裝飾器?
要理解什么是裝飾器，您首先需要熟悉Python處理函數(shù)的方式。從它的觀點(diǎn)來看，函數(shù)和對(duì)象沒有什么不同。它們有屬性，可以重新分配:
def func():
print('hello from func')
func()
> hello from func
new_func = func
new_func()
> hello from func
print(new_func.__name__)
> func
此外，你還可以將它們作為參數(shù)傳遞給其他函數(shù):
def func():
print('hello from func')
def call_func_twice(callback):
callback()
callback()
call_func_twice(func)
> hello from func
> hello from func
現(xiàn)在,我們介紹裝飾器。裝飾器(decorator)用于修改函數(shù)或類的行為。實(shí)現(xiàn)這一點(diǎn)的方法是定義一個(gè)返回另一個(gè)函數(shù)的函數(shù)(裝飾器)。這聽起來很復(fù)雜，但是通過這個(gè)例子你會(huì)理解所有的東西:
def logging_decorator(func):
def logging_wrapper(*args, **kwargs):
print(f'Before {func.__name__}')
func(*args, **kwargs)
print(f'After {func.__name__}')
return logging_wrapper
@logging_decorator
def sum(x, y):
print(x + y)
sum(2, 5)
> Before sum
> 7
> After sum
讓我們一步一步來:
- 首先，我們?cè)诘?行定義logging_decorator函數(shù)。它只接受一個(gè)參數(shù)，也就是我們要修飾的函數(shù)。
- 在內(nèi)部，我們定義了另一個(gè)函數(shù):logging_wrapper。然后返回logging_wrapper，并使用它來代替原來的修飾函數(shù)。
- 在第7行，您可以看到如何將裝飾器應(yīng)用到sum函數(shù)。
- 在第11行，當(dāng)我們調(diào)用sum時(shí)，它不僅僅調(diào)用sum。它將調(diào)用logging_wrapper，它將在調(diào)用sum之前和之后記錄日志。
2.為什么需要裝飾器
這很簡(jiǎn)單:可讀性。Python因其清晰簡(jiǎn)潔的語法而備受贊譽(yù)，裝飾器也不例外。如果有任何行為是多個(gè)函數(shù)共有的，那么您可能需要制作一個(gè)裝飾器。下面是一些可能會(huì)派上用場(chǎng)的例子:
- 在運(yùn)行時(shí)檢查實(shí)參類型
- 基準(zhǔn)函數(shù)調(diào)用
- 緩存功能的結(jié)果
- 計(jì)數(shù)函數(shù)調(diào)用
- 檢查元數(shù)據(jù)(權(quán)限、角色等)
- 元編程
和更多…
現(xiàn)在我們將列出一些代碼示例。
3.例子
帶有返回值的裝飾器
假設(shè)我們想知道每個(gè)函數(shù)調(diào)用需要多長(zhǎng)時(shí)間。而且，函數(shù)大多數(shù)時(shí)候都會(huì)返回一些東西，所以裝飾器也必須處理它:
def timer_decorator(func):
def timer_wrapper(*args, **kwargs):
import datetime
before = datetime.datetime.now()
result = func(*args,**kwargs)
after = datetime.datetime.now()
print "Elapsed Time = {0}".format(after-before)
return result
@timer_decorator
def sum(x, y):
print(x + y)
return x + y
sum(2, 5)
> 7
> Elapsed Time = some time
可以看到，我們將返回值存儲(chǔ)在第5行的result中。但在返回之前，我們必須完成對(duì)函數(shù)的計(jì)時(shí)。這是一個(gè)沒有裝飾者就不可能實(shí)現(xiàn)的行為例子。
帶有參數(shù)的裝飾器
有時(shí)候，我們想要一個(gè)接受值的裝飾器(比如Flask中的@app.route('/login'):
def permission_decorator(permission):
def _permission_decorator(func):
def permission_wrapper(*args, **kwargs):
if someUserApi.hasPermission(permission):
result = func(*args, **kwargs)
return result
return None
return permission wrapper
return _permission_decorator
@permission_decorator('admin')
def delete_user(user):
someUserApi.deleteUser(user)
為了實(shí)現(xiàn)這一點(diǎn)，我們定義了一個(gè)額外的函數(shù)，它接受一個(gè)參數(shù)并返回一個(gè)裝飾器。
帶有類的裝飾器
使用類代替函數(shù)來修飾是可能的。唯一的區(qū)別是語法，所以請(qǐng)使用您更熟悉的語法。下面是使用類重寫的日志裝飾器:
class Logging:
def __init__(self, function):
self.function = function
def __call__(self, *args, **kwargs):
print(f'Before {self.function.__name__}')
self.function(*args, **kwargs)
print(f'After {self.function.__name__}')
@Logging
def sum(x, y):
print(x + y)
sum(5, 2)
> Before sum
> 7
> After sum
這樣做的好處是，您不必處理嵌套函數(shù)。你所需要做的就是定義一個(gè)類并覆蓋__call__方法。
裝飾類
有時(shí)，您可能想要修飾類中的每個(gè)方法。你可以這樣寫
class MyClass:
@decorator
def func1(self):
pass
@decorator
def func2(self):
pass
但如果你有很多方法，這可能會(huì)失控。值得慶幸的是，有一種方法可以一次性裝飾整個(gè)班級(jí):
def logging_decorator(func):
def logging_wrapper(*args, **kwargs):
print(f'Before {func.__name__}')
result = func(*args, **kwargs)
print(f'After {func.__name__}')
return result
return logging_wrapper
def log_all_class_methods(cls):
class NewCls(object):
def __init__(self, *args, **kwargs):
self.original = cls(*args, **kwargs)
def __getattribute__(self, s):
try:
x = super(NewCls,self).__getattribute__(s)
except AttributeError:
pass
else:
return x
x = self.original.__getattribute__(s)
if type(x) == type(self.__init__):
return logging_decorator(x)
else:
return x
return NewCls
@log_all_class_methods
class SomeMethods:
def func1(self):
print('func1')
def func2(self):
print('func2')
methods = SomeMethods()
methods.func1()
> Before func1
> func1
> After func1
現(xiàn)在，不要驚慌。這看起來很復(fù)雜，但邏輯是一樣的:
- 首先，我們讓logging_decorator保持原樣。它將應(yīng)用于類的所有方法。
- 然后我們定義一個(gè)新的裝飾器:log_all_class_methods。它類似于普通的裝飾器，但卻返回一個(gè)類。
- NewCls有一個(gè)自定義的__getattribute__。對(duì)于對(duì)原始類的所有調(diào)用，它將使用logging_decorator裝飾函數(shù)。
內(nèi)置的修飾符
您不僅可以定義自己的decorator，而且在標(biāo)準(zhǔn)庫(kù)中也提供了一些decorator。我將列出與我一起工作最多的三個(gè)人:
@property -一個(gè)內(nèi)置插件的裝飾器，它允許你為類屬性定義getter和setter。
@lru_cache - functools模塊的裝飾器。它記憶函數(shù)參數(shù)和返回值，這對(duì)于純函數(shù)(如階乘)很方便。
@abstractmethod——abc模塊的裝飾器。指示該方法是抽象的，且缺少實(shí)現(xiàn)細(xì)節(jié)。
以上就是python 裝飾器重要在哪的詳細(xì)內(nèi)容，更多關(guān)于python 裝飾器的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:- 如何正確理解python裝飾器
- Python必備基礎(chǔ)之閉包和裝飾器知識(shí)總結(jié)
- python 裝飾器的使用與要點(diǎn)
- Python pytest裝飾器總結(jié)(實(shí)例詳解)
- Python 的lru_cache裝飾器使用簡(jiǎn)介
- python裝飾器代碼深入講解
- Python 中的函數(shù)裝飾器和閉包詳解
- 詳解Python模塊化編程與裝飾器
- python 裝飾器的基本使用
- Python高階函數(shù)與裝飾器函數(shù)的深入講解
- python中的裝飾器該如何使用
