快捷導(dǎo)航

python 裝飾器重要在哪

更新時(shí)間：2021年02月14日 14:39:44 作者：Huangwei AI

這篇文章主要介紹了python 裝飾器重要在哪，幫助大家更好的理解和使用python，感興趣的朋友可以了解下

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(lái)看，函數(shù)和對(duì)象沒(méi)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(tīng)起來(lái)很復(fù)雜，但是通過(guò)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(lái):

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(lái)代替原來(lái)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(yǔ)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(méi)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(lái)修飾是可能的。唯一的區(qū)別是語(yǔ)法，所以請(qǐng)使用您更熟悉的語(yǔ)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(lái)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: