社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

Python 中的装饰器

Python开发者 • 8 年前 • 957 次点击  

(点击上方蓝字,快速关注我们)


来源:一曲广陵散

segmentfault.com/a/1190000010895903

如有好文章投稿,请点击 → 这里了解详情


一, 引用


[书] 流畅的Python

[书] Effective Python


二, 基本概念


问题1:装饰器是什么?


解答: 严格来说,装饰器只是语法糖, 装饰器是可调用的对象,可以像常规的可调用对象那样调用,特殊的地方是装饰器的参数是一个函数


问题2:装饰器有什么特性?


解答: 装饰器有2个特性,一是可以把被装饰的函数替换成其他函数, 二是可以在加载模块时候立即执行


def decorate(func):

    print('running decorate', func)

    def decorate_inner():

        print ('running decorate_inner function')

        return func()

    return decorate_inner

 

<a href="http://www.jobbole.com/members/decorate">@decoratea>

def func_1():

    print('running func_1')

 

if __name__ == '__main__':

 

    print(func_1)

 

#返回值

running decorate <function func_1 at 0x7f29f644d268>

<function decorate.<locals>.decorate_inner at 0x7f29f641cb70>


问题3:如何使用被装饰函数中的参数?


解答: 通过args 和 *kwargs 传递被修饰函数中的参数


def decorate(func):

    def decorate_inner(*args, **kwargs):

        print(type(args), type(kwargs))

        print('args', args, 'kwargs', kwargs)

        return func(*args, **kwargs)

    return decorate_inner

 

<a href="http://www.jobbole.com/members/decorate">@decoratea>

def func_1(*args, ** kwargs):

    print(args, kwargs)

 

if __name__ == '__main__':

 

    func_1('1', '2', '3', para_1='1', para_2='2' , para_3='3')

 

#返回值

<class 'tuple'> <class 'dict'>

args ('1', '2', '3') kwargs {'para_2': '2', 'para_1': '1', 'para_3': '3'}

('1', '2', '3') {'para_2': '2', 'para_1': '1', 'para_3': '3'}


三, 叠放装饰器



问题1:叠放装饰器执行顺序是什么?


解答: 如果一个函数被多个装饰器修饰,其实应该是该函数先被最里面的装饰器修饰后(下面例子中函数main()先被inner装饰,变成新的函数),变成另一个函数后,再次被装饰器修饰


def outer(func):

    print('enter outer', func)

    def wrapper():

        print('running outer')

        func()

    return wrapper

 

def inner(func ):

    print('enter inner', func)

    def wrapper():

        print('running inner')

        func()

    return wrapper

 

@outer

@inner

def main() :

    print('running main')

 

if __name__ == '__main__':

 

    main()

 

#返回值

 

enter inner <function main at 0x7fa1c96e8b70>

enter outer <function inner.<locals>.wrapper at 0x7fa1c96e8bf8>

running outer

running inner

running main


四, 标准库中的装饰器



问题1: 标准库中都有哪些装饰器?


解答: 标准库中有多种装饰器, 例如:装饰方法的函数有property, classmethod, staticmethod; functools模块中的lru_cache, singledispatch,  wraps 等等


from functools import lru_cache

from functools import singledispatch

from functools import wraps


问题2:为什么要使用@wraps装饰器?它的作用是什么?


解答: 使用装饰器会产生我们可能不希望出现的副作用, 例如:改变被修饰函数名称,对于调试器或者对象序列化器等需要使用内省机制的那些工具,可能会无法正常运行;其实调用装饰器后,会将同一个作用域中原来函数同名的那个变量(例如下面的func_1),重新赋值为装饰器返回的对象;使用@wraps后,会把与内部函数(被修饰函数,例如下面的func_1)相关的重要元数据全部复制到外围函数(例如下面的decorate_inner)


from functools import wraps

 

def decorate(func):

    print('running decorate', func)

    @wraps(func)

    def decorate_inner():

        print('running decorate_inner function', decorate_inner)

        return func()

    return decorate_inner

 

<a href="http://www.jobbole.com/members/decorate">@decoratea>

def func_1():

    print('running func_1', func_1)

 

if __name__ == '__main__' :

 

    func_1()

 

#返回值

running decorate <function func_1 at 0x7f145d2c2268>

running decorate_inner function <function func_1 at 0x7f145b9731e0>

running func_1 <function func_1 at 0x7f145b9731e0>


五, 装饰器设计模式



问题1: 什么是装饰器设计模式?


解答: 动态的给一个对象添加一些额外的职责,就扩展功能而言,装饰器模式比子类化更加灵活,在设计模式中,装饰器和组件都是抽象类,为了给具体的组件添加行为,具体的装饰器实例要包装具体组件的实例,即,装饰器和所装饰的组件接口一致,对使用该组建的客户透明,将客户的请求转发给该组件,并且可能在转发前后执行一些额外的操作,透明性使得可以递归嵌套多个装饰器,从而可以添加任意多个功能


问题2: Python中的装饰器函数和设计模式中的装饰器模式有什么关系?


解答:  修饰器模式和Python修饰器之间并不是一对一的等价关系, Python装饰器函数更为强大,不仅仅可以实现装饰器模式。


看完本文有收获?请转发分享给更多人

关注「Python开发者」,提升Python技能


今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/ELGzeK5UPS
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/3544