python 裝飾器重要在哪
1.什麼是裝飾器?
要理解什麼是裝飾器，您首先需要熟悉Python處理函數的方式。從它的觀點來看，函數和對象沒有什麼不同。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傳遞給其他函數:
def func():
print('hello from func')
def call_func_twice(callback):
callback()
callback()
call_func_twice(func)
> hello from func
> hello from func
現在,我們介紹裝飾器。裝飾器(decorator)用於修改函數或類的行為。實現這一點的方法是定義一個返回另一個函數的函數(裝飾器)。這聽起來很復雜，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_decorator
def 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。它隻接受一個參數，也就是我們要修飾的函數。
- 在內部，我們定義瞭另一個函數:logging_wrapper。然後返回logging_wrapper，並使用它來代替原來的修飾函數。
- 在第7行，您可以看到如何將裝飾器應用到sum函數。
- 在第11行，當我們調用sum時，它不僅僅調用sum。它將調用logging_wrapper，它將在調用sum之前和之後記錄日志。
2.為什麼需要裝飾器
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共有的，那麼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
- 基準函數調用
- 緩存功能的結果
- 計數函數調用
- 檢查元數據(權限、角色等)
- 元編程
和更多…
現在我們將列出一些代碼示例。
3.例子
帶有返回值的裝飾器
假設我們想知道每個函數調用需要多長時間。而且，函數大多數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_decorator
def sum(x, y):
print(x + y)
return x + y
sum(2, 5)
> 7
> Elapsed Time = some time
可以看到，我們將返回值存儲在第5行的result中。但在返回之前，我們必須完成對函數的計時。這是一個沒有裝飾者就不可能實現的行為例子。
帶有參數的裝飾器
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)
為瞭實現這一點，我們定義瞭一個額外的函數，它接受一個參數並返回一個裝飾器。
帶有類的裝飾器
使用類代替函數來修飾是可能的。唯一的區別是語法，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__}')
@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。你所需要做的就是定義一個類並覆蓋__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_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
現在，不要驚慌。這看起來很復雜，但邏輯是一樣的:
- 首先，我們讓logging_decorator保持原樣。它將應用於類的所有方法。
- 然後我們定義一個新的裝飾器:log_all_class_methods。它類似於普通的裝飾器，但卻返回一個類。
- NewCls有一個自定義的__getattribute__。對於對原始類的所有調用，它將使用logging_decorator裝飾函數。
內置的修飾符
您不僅可以定義自己的decorator，而且在標準庫中也提供瞭一些decorator。我將列出與我一起工作最多的三個人:
@property -一個內置插件的裝飾器，它允許你為類屬性定義getter和setter。
@lru_cache – functools模塊的裝飾器。它記憶函數參數和返回值，這對於純函數(如階乘)很方便。
@abstractmethod——abc模塊的裝飾器。指示該方法是抽象的，且缺少實現細節。
以上就是python 裝飾器重要在哪的詳細內容，更多關於python 裝飾器的資料請關註WalkonNet其它相關文章！