本文研究的主要内容是Python中装饰器相关学习总结，具体如下。
装饰器(decorator)功能
- 引入日志
- 函数执行时间统计
- 执行函数前预备处理
- 执行函数后清理功能
- 权限校验等场景
- 缓存
装饰器示例
例1:无参数的函数
|
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：
上面代码理解装饰器执行行为可理解成
foo = timefun(foo)
1，foo先作为参数赋值给func后,foo接收指向timefun返回的wrappedfunc
2，调用foo(),即等价调用wrappedfunc()
3，内部函数wrappedfunc被引用，所以外部函数的func变量(自由变量)并没有释放
4，func里保存的是原foo函数对象
例2:被装饰的函数有参数
|
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:被装饰的函数有不定长参数
|
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:装饰器中的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()) |
执行结果:
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如果修改装饰器为return func()，则运行结果：
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---
小结：一般情况下为了让装饰器更通用，可以有return
例5:装饰器带参数,在原有装饰器的基础上，设置外部变量
|
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()可以理解为foo()==timefun_arg("itcast")(foo)() |
例6：类装饰器
装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 call() 方法，那么这个对象就是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类装饰器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("---装饰器中的功能---") self.__func() |
说明：
1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象,并且会把test这个函数名当做参数传递到init方法中
即在init方法中的func变量指向了test函数体
2. test函数相当于指向了用Test创建出来的实例对象
3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的call方法
4. 为了能够在call方法中调用原来test指向的函数体，所以在init方法中就需要一个实例属性来保存这个函数体的引用
所以才有了self.func = func这句代码，从而在调用__call方法中能够调用到test之前的函数体
|
1
2
3
4
5
|
@Testdef test(): print(“—-test—”) test() showpy()#如果把这句话注释，重新运行程序，依然会看到”–初始化–” |
运行结果如下：
---初始化---
func name is test
---装饰器中的功能---
----test---
wraps函数
使用装饰器时，有一些细节需要被注意。例如，被装饰后的函数其实已经是另外一个函数了（函数名等函数属性会发生改变）。
添加后由于函数名和函数的doc发生了改变，对测试结果有一些影响，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__) |
运行结果
note something
I am test
wrapper function
所以，Python的functools包中提供了一个叫wraps的装饰器来消除这样的副作用。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__) |
运行结果
note something
I am test
test function
总结
以上就是本文关于Python中装饰器学习总结的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
原文链接：http://blog.csdn.net/u014745194/article/details/73400158
