本文研究的主要內容是Python中裝飾器相關學習總結，具體如下。
裝飾器(decorator)功能
- 引入日志
- 函數執行時間統計
- 執行函數前預備處理
- 執行函數后清理功能
- 權限校驗等場景
- 緩存
裝飾器示例
例1:無參數的函數
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from time import ctime, sleepdef timefun(func): def wrappedfunc(): print("%s called at %s"%(func.__name__, ctime())) func() return wrappedfunc@timefundef foo(): print("I am foo")foo()sleep(2)foo() |
分析如下：
上面代碼理解裝飾器執行行為可理解成
foo = timefun(foo)
1，foo先作為參數賦值給func后,foo接收指向timefun返回的wrappedfunc
2，調用foo(),即等價調用wrappedfunc()
3，內部函數wrappedfunc被引用，所以外部函數的func變量(自由變量)并沒有釋放
4，func里保存的是原foo函數對象
例2:被裝飾的函數有參數
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
from time import ctime, sleepdef timefun(func): def wrappedfunc(a, b): print("%s called at %s"%(func.__name__, ctime())) print(a, b) func(a, b) return wrappedfunc@timefundef foo(a, b): print(a+b)foo(3,5)sleep(2)foo(2,4) |
例3:被裝飾的函數有不定長參數
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from time import ctime, sleepdef timefun(func): def wrappedfunc(*args, **kwargs): print("%s called at %s"%(func.__name__, ctime())) func(*args, **kwargs) return wrappedfunc@timefundef foo(a, b, c): print(a+b+c)foo(3,5,7)sleep(2)foo(2,4,9) |
例4:裝飾器中的return
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
from time import ctime, sleepdef timefun(func): def wrappedfunc(): print("%s called at %s"%(func.__name__, ctime())) func() return wrappedfunc@timefundef foo(): print("I am foo")@timefundef getInfo(): return '----hahah---'foo()sleep(2)foo()print(getInfo()) |
執行結果:
foo called at Sun Jun 18 00:31:53 2017
I am foo
foo called at Sun Jun 18 00:31:55 2017
I am foo
getInfo called at Sun Jun 18 00:31:55 2017
None如果修改裝飾器為return func()，則運行結果：
foo called at Sun Jun 18 00:34:12 2017
I am foo
foo called at Sun Jun 18 00:34:14 2017
I am foo
getInfo called at Sun Jun 18 00:34:14 2017
----hahah---
小結：一般情況下為了讓裝飾器更通用，可以有return
例5:裝飾器帶參數,在原有裝飾器的基礎上，設置外部變量
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
from time import ctime, sleepdef timefun_arg(pre="hello"): def timefun(func): def wrappedfunc(): print("%s called at %s %s"%(func.__name__, ctime(), pre)) return func() return wrappedfunc return timefun@timefun_arg("itcast")def foo(): print("I am foo")@timefun_arg("python")def too(): print("I am too")foo()sleep(2)foo()too()sleep(2)too()可以理解為foo()==timefun_arg("itcast")(foo)() |
例6：類裝飾器
裝飾器函數其實是這樣一個接口約束，它必須接受一個callable對象作為參數，然后返回一個callable對象。在Python中一般callable對象都是函數，但也有例外。只要某個對象重寫了 call() 方法，那么這個對象就是callable的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
class Test(): def __call__(self): print('call me!')t = Test()t() # call me類裝飾器democlass Test(object): def __init__(self, func): print("---初始化---") print("func name is %s"%func.__name__) self.__func = func def __call__(self): print("---裝飾器中的功能---") self.__func() |
說明：
1. 當用Test來裝作裝飾器對test函數進行裝飾的時候，首先會創建Test的實例對象,并且會把test這個函數名當做參數傳遞到init方法中
即在init方法中的func變量指向了test函數體
2. test函數相當于指向了用Test創建出來的實例對象
3. 當在使用test()進行調用時，就相當于讓這個對象()，因此會調用這個對象的call方法
4. 為了能夠在call方法中調用原來test指向的函數體，所以在init方法中就需要一個實例屬性來保存這個函數體的引用
所以才有了self.func = func這句代碼，從而在調用__call方法中能夠調用到test之前的函數體
|
1
2
3
4
5
|
@Testdef test(): print(“—-test—”) test() showpy()#如果把這句話注釋，重新運行程序，依然會看到”–初始化–” |
運行結果如下：
---初始化---
func name is test
---裝飾器中的功能---
----test---
wraps函數
使用裝飾器時，有一些細節需要被注意。例如，被裝飾后的函數其實已經是另外一個函數了（函數名等函數屬性會發生改變）。
添加后由于函數名和函數的doc發生了改變，對測試結果有一些影響，例如:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
def note(func): "note function" def wrapper(): "wrapper function" print('note something') return func() return wrapper@notedef test(): "test function" print('I am test')test()print(test.__doc__) |
運行結果
note something
I am test
wrapper function
所以，Python的functools包中提供了一個叫wraps的裝飾器來消除這樣的副作用。例如：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
import functoolsdef note(func): "note function" @functools.wraps(func) def wrapper(): "wrapper function" print('note something') return func() return wrapper@notedef test(): "test function" print('I am test')test()print(test.__doc__) |
運行結果
note something
I am test
test function
總結
以上就是本文關于Python中裝飾器學習總結的全部內容，希望對大家有所幫助。感興趣的朋友可以繼續參閱本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！
原文鏈接：http://blog.csdn.net/u014745194/article/details/73400158
