这篇文章主要介绍了python 装饰器重要在哪，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
1.什么是装饰器?
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:
- 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。
- 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。
- 在第7行，您可以看到如何将装饰器应用到sum函数。
- 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。
2.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:
- 在运行时检查实参类型
- 基准函数调用
- 缓存功能的结果
- 计数函数调用
- 检查元数据(权限、角色等)
- 元编程
和更多…
现在我们将列出一些代码示例。
3.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来源gaodai#ma#com搞@@代~&码网_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。
以上就是python 装饰器重要在哪的详细内容，更多关于python 装饰器的资料请关注gaodaima搞代码网其它相关文章！
以上就是python 装饰器重要在哪的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：python 装饰器重要在哪
