裝飾器

本質是一個接受參數為函數的函數。作用：為一個已經實現的方法添加額外的通用功能，比如日志記錄、運行計時等。

舉例

1.不帶參數的裝飾器，不用@

# 不帶參數的裝飾器def deco_test(func): def wrapper(*args, **kwargs): print('before function') f = func(*args, **kwargs) print('after function') return f return wrapperdef do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return aif __name__ == ’__main__’: # 不用@ f = deco_test(do_something)('1','2','3')

輸出：

before function123after function

個人理解：

相當于在 do_something 函數外面套了兩個輸出： before function 和 after function 。

2.不帶參數的裝飾器，用 @

# 不帶參數的裝飾器def deco_test(func): def wrapper(*args, **kwargs): print('before function') f = func(*args, **kwargs) print('after function') return f return wrapper@deco_testdef do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return aif __name__ == ’__main__’: # 使用@ f = do_something('1','2','3')

輸出：

before function123after function

個人理解：

相當于執行 do_something 函數的時候，因為有 @ 的原因，已經知道有一層裝飾器 deco_test ，所以不需要再單獨寫 deco_test(do_something) 了。

3.帶參數的裝飾器

# 帶參數的裝飾器def logging(level): def wrapper(func): def inner_wrapper(*args, **kwargs): print('[{level}]: enter function {func}()'.format(level=level, func=func.__name__)) f = func(*args, **kwargs) print('after function: [{level}]: enter function {func}()'.format(level=level, func=func.__name__)) return f return inner_wrapper return wrapper@logging(level='debug')def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return aif __name__ == ’__main__’: # 使用@ f = do_something('1','2','3')

輸出：

[debug]: enter function do_something()123after function: [debug]: enter function do_something()

個人理解：

裝飾器帶了一個參數 level = 'debug' 。

最外層的函數 logging() 接受參數并將它們作用在內部的裝飾器函數上面。內層的函數 wrapper() 接受一個函數作為參數，然后在函數上面放置一個裝飾器。這里的關鍵點是裝飾器是可以使用傳遞給 logging() 的參數的。

4.類裝飾器

# 類裝飾器class deco_cls(object): def __init__(self, func): self._func = func def __call__(self, *args, **kwargs): print('class decorator before function') f = self._func(*args, **kwargs) print('class decorator after function') return f@deco_clsdef do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return aif __name__ == ’__main__’: # 使用@ f = do_something('1','2','3')

輸出：

class decorator before function123class decorator after function

個人理解：

使用一個裝飾器去包裝函數，返回一個可調用的實例。 因此定義了一個類裝飾器。

5.兩層裝飾器

# 不帶參數的裝飾器def deco_test(func): def wrapper(*args, **kwargs): print('before function') f = func(*args, **kwargs) print('after function') return f return wrapper# 帶參數的裝飾器def logging(level): def wrapper(func): def inner_wrapper(*args, **kwargs): print('[{level}]: enter function {func}()'.format(level=level, func=func.__name__)) f = func(*args, **kwargs) print('after function: [{level}]: enter function {func}()'.format(level=level, func=func.__name__)) return f return inner_wrapper return wrapper@logging(level='debug')@deco_testdef do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return aif __name__ == ’__main__’: # 使用@ f = do_something('1','2','3')

輸出：

[debug]: enter function wrapper()before function123after functionafter function: [debug]: enter function wrapper()

個人理解：

在函數 do_something() 外面先套一層 deco_test() 裝飾器，再在最外面套一層 logging() 裝飾器。

以上就是python 裝飾器的一些個人理解的詳細內容，更多關于python 裝飾器的資料請關注好吧啦網其它相關文章！