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。從它的觀點來看，函數(shù)和對象沒有什么不同。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。實現(xiàn)這一點的方法是定義一個返回另一個函數(shù)的函數(shù)(裝飾器)。這聽起來很復(fù)雜，但是通過這個例子你會理解所有的東西:

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_decoratordef sum(x, y): print(x + y) sum(2, 5)> Before sum> 7> After sum

讓我們一步一步來:

首先，我們在第1行定義logging_decorator函數(shù)。它只接受一個參數(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，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

這很簡單:可讀性。Python因其清晰簡潔的語法而備受贊譽，裝飾器也不例外。如果有任何行為是多個函數(shù)共有的，那么您可能需要制作一個裝飾器。下面是一些可能會派上用場的例子:

在運行時檢查實參類型 基準(zhǔn)函數(shù)調(diào)用 緩存功能的結(jié)果 計數(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)我們想知道每個函數(shù)調(diào)用需要多長時間。而且，函數(shù)大多數(shù)時候都會返回一些東西，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_decoratordef sum(x, y): print(x + y) return x + y sum(2, 5)> 7> Elapsed Time = some time

可以看到，我們將返回值存儲在第5行的result中。但在返回之前，我們必須完成對函數(shù)的計時。這是一個沒有裝飾者就不可能實現(xiàn)的行為例子。

帶有參數(shù)的裝飾器

有時候，我們想要一個接受值的裝飾器(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)

為了實現(xiàn)這一點，我們定義了一個額外的函數(shù)，它接受一個參數(shù)并返回一個裝飾器。

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__}’) @Loggingdef 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類并覆蓋__call__方法。

裝飾類

有時，您可能想要修飾類中的每個方法。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，這可能會失控。值得慶幸的是，有一種方法可以一次性裝飾整個班級:

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_wrapperdef 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_methodsclass 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，但卻返回一個類。 NewCls有一個自定義的__getattribute__。對于對原始類的所有調(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)庫中也提供了一些decorator。我將列出與我一起工作最多的三個人:

@property -一個內(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，且缺少實現(xiàn)細節(jié)。

以上就是python 裝飾器重要在哪的詳細內(nèi)容，更多關(guān)于python 裝飾器的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！