Python代码中的装饰器很重要吗

本篇内容介绍了“python代码中的装饰器很重要吗”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

 01什么是装饰器?

要理解什么是装饰器，您首先需要熟悉Python处理函数的方式。从它的观点来看，函数和对象没有什么不同。它们有属性，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，你还可以将它们作为参数传递给其他函数:

def func():    print('hello from func')  def call_func_twice(callback):    callback()    callback()  call_func_twice(func)  > hello from func  > hello from func

现在,我们介绍装饰器。装饰器(decorator)用于修改函数或类的行为。实现这一点的方法是定义一个返回另一个函数的函数(装饰器)。这听起来很复杂，但是通过这个例子你会理解所有的东西:

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

让我们一步一步来:

1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

2. 首先，我们在第1行定义logging_decorator函数。它只接受一个参数，也就是我们要修饰的函数。

3. 在内部，我们定义了另一个函数:logging_wrapper。然后返回logging_wrapper，并使用它来代替原来的修饰函数。

4. 在第7行，您可以看到如何将装饰器应用到sum函数。

5. 在第11行，当我们调用sum时，它不仅仅调用sum。它将调用logging_wrapper，它将在调用sum之前和之后记录日志。

02为什么需要装饰器

这很简单:可读性。Python因其清晰简洁的语法而备受赞誉，装饰器也不例外。如果有任何行为是多个函数共有的，那么您可能需要制作一个装饰器。下面是一些可能会派上用场的例子:

1. 鸿蒙官方战略合作共建——HarmonyOS技术社区

2. 在运行时检查实参类型

3. 基准函数调用

4. 缓存功能的结果

5. 计数函数调用

6. 检查元数据(权限、角色等)

7. 元编程

和更多…

现在我们将列出一些代码示例。

03例子

带有返回值的装饰器

假设我们想知道每个函数调用需要多长时间。而且，函数大多数时候都会返回一些东西，所以装饰器也必须处理它:

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，我们将返回值存储在第5行的result中。但在返回之前，我们必须完成对函数的计时。这是一个没有装饰者就不可能实现的行为例子。

带有参数的装饰器

有时候，我们想要一个接受值的装饰器(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)

为了实现这一点，我们定义了一个额外的函数，它接受一个参数并返回一个装饰器。

带有类的装饰器

使用类代替函数来修饰是可能的。唯一的区别是语法，所以请使用您更熟悉的语法。下面是使用类重写的日志装饰器:

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

这样做的好处是，您不必处理嵌套函数。你所需要做的就是定义一个类并覆盖__call__方法。

装饰类

有时，您可能想要修饰类中的每个方法。你可以这样写

class MyClass:    @decorator    def func1(self):      pass    @decorator    def func2(self):      pass

但如果你有很多方法，这可能会失控。值得庆幸的是，有一种方法可以一次性装饰整个班级:

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

现在，不要惊慌。这看起来很复杂，但逻辑是一样的:

• 首先，我们让logging_decorator保持原样。它将应用于类的所有方法。

• 然后我们定义一个新的装饰器:log_all_class_methods。它类似于普通的装饰器，但却返回一个类。

• NewCls有一个自定义的__getattribute__。对于对原始类的所有调用，它将使用logging_decorator装饰函数。

内置的修饰符

您不仅可以定义自己的decorator，而且在标准库中也提供了一些decorator。我将列出与我一起工作最多的三个人:

@property -一个内置插件的装饰器，它允许你为类属性定义getter和setter。

@lru_cache - functools模块的装饰器。它记忆函数参数和返回值，这对于纯函数(如阶乘)很方便。

@abstractmethod——abc模块的装饰器。指示该方法是抽象的，且缺少实现细节。

“Python代码中的装饰器很重要吗”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！