python高级进阶 - 装饰器

  • 内容
  • 相关

装饰器

装饰器是程序开发中经常会用到的一个功能,用好了装饰器,开发效率如虎添翼,所以这也是Python面试中必问的问题,但对于好多初次接触这个知识的人来讲,这个功能有点绕,自学时直接绕过去了,然后面试问到了就挂了,因为装饰器是程序开发的基础知识,这个都不会,别跟人家说你会Python, 看了下面的文章,保证你学会装饰器。

1、先明白这段代码

#### 第一波 #### def foo(): print('foo')

foo # 表示是函数 foo() # 表示执行foo函数 #### 第二波 #### def foo(): print('foo')

foo = lambda x: x + 1 foo() # 执行lambda表达式,而不再是原来的foo函数,因为foo这个名字被重新指向了另外一个匿名函数 

函数名仅仅是个变量,只不过指向了定义的函数而已,所以才能通过 函数名()调用,如果 函数名=xxx被修改了,那么当在执行 函数名()时,调用的就不知之前的那个函数了

2、需求来了

初创公司有N个业务部门,基础平台部门负责提供底层的功能,如:数据库操作、redis调用、监控API等功能。业务部门使用基础功能时,只需调用基础平台提供的功能即可。如下:

############### 基础平台提供的功能如下 ############### def f1(): print('f1') def f2(): print('f2') def f3(): print('f3') def f4(): print('f4') ############### 业务部门A 调用基础平台提供的功能 ############### f1()
f2()
f3()
f4() ############### 业务部门B 调用基础平台提供的功能 ############### f1()
f2()
f3()
f4() 

目前公司有条不紊的进行着,但是,以前基础平台的开发人员在写代码时候没有关注验证相关的问题,即:基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构,为平台提供的所有功能添加验证机制,即:执行功能前,先进行验证。

老大把工作交给 Low B,他是这么做的:

跟每个业务部门交涉,每个业务部门自己写代码,调用基础平台的功能之前先验证。诶,这样一来基础平台就不需要做任何修改了。太棒了,有充足的时间泡妹子...

当天Low B 被开除了…

老大把工作交给 Low BB,他是这么做的:

############### 基础平台提供的功能如下 ###############  def f1(): # 验证1 # 验证2 # 验证3 print('f1') def f2(): # 验证1 # 验证2 # 验证3 print('f2') def f3(): # 验证1 # 验证2 # 验证3 print('f3') def f4(): # 验证1 # 验证2 # 验证3 print('f4') ############### 业务部门不变 ###############  ### 业务部门A 调用基础平台提供的功能###  f1()
f2()
f3()
f4() ### 业务部门B 调用基础平台提供的功能 ###  f1()
f2()
f3()
f4() 

过了一周 Low BB 被开除了…

老大把工作交给 Low BBB,他是这么做的:

只对基础平台的代码进行重构,其他业务部门无需做任何修改

############### 基础平台提供的功能如下 ###############  def check_login(): # 验证1 # 验证2 # 验证3 pass def f1(): check_login()

    print('f1') def f2(): check_login()

    print('f2') def f3(): check_login()

    print('f3') def f4(): check_login()

    print('f4') 

老大看了下Low BBB 的实现,嘴角漏出了一丝的欣慰的笑,语重心长的跟Low BBB聊了个天:

老大说:

写代码要遵循开放封闭原则,虽然在这个原则是用的面向对象开发,但是也适用于函数式编程,简单来说,它规定已经实现的功能代码不允许被修改,但可以被扩展,即:

  • 封闭:已实现的功能代码块
  • 开放:对扩展开发

如果将开放封闭原则应用在上述需求中,那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码,老板就给了Low BBB一个实现方案:

def w1(func): def inner(): # 验证1 # 验证2 # 验证3 func() return inner @w1 def f1(): print('f1') @w1 def f2(): print('f2') @w1 def f3(): print('f3') @w1 def f4(): print('f4') 

对于上述代码,也是仅仅对基础平台的代码进行修改,就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作,并且其他业务部门无需做任何操作。

Low BBB心惊胆战的问了下,这段代码的内部执行原理是什么呢?

老大正要生气,突然Low BBB的手机掉到地上,恰巧屏保就是Low BBB的女友照片,老大一看一紧一抖,喜笑颜开,决定和Low BBB交个好朋友。

详细的开始讲解了:

单独以f1为例:

def w1(func): def inner(): # 验证1 # 验证2 # 验证3 func() return inner @w1 def f1(): print('f1') 

python解释器就会从上到下解释代码,步骤如下:

  1. def w1(func): ==>将w1函数加载到内存
  2. @w1

没错, 从表面上看解释器仅仅会解释这两句代码,因为函数在 没有被调用之前其内部代码不会被执行。

从表面上看解释器着实会执行这两句,但是 @w1 这一句代码里却有大文章, @函数名 是python的一种语法糖。

上例@w1内部会执行一下操作:

执行w1函数

执行w1函数 ,并将 @w1 下面的函数作为w1函数的参数,即:@w1 等价于 w1(f1) 所以,内部就会去执行:

def inner(): #验证 1 #验证 2 #验证 3 f1() # func是参数,此时 func 等于 f1  return inner# 返回的 inner,inner代表的是函数,非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中 

w1的返回值

将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1,即:

新f1 = def inner(): #验证 1 #验证 2 #验证 3 原来f1() return inner 

所以,以后业务部门想要执行 f1 函数时,就会执行 新f1 函数,在新f1 函数内部先执行验证,再执行原来的f1函数,然后将原来f1 函数的返回值返回给了业务调用者。

如此一来, 即执行了验证的功能,又执行了原来f1函数的内容,并将原f1函数返回值 返回给业务调用着

Low BBB 你明白了吗?要是没明白的话,我晚上去你家帮你解决吧!!!

3. 再议装饰器

 # 定义函数:完成包裹数据 def makeBold(fn): def wrapped(): return "<b>" + fn() + "</b>" return wrapped # 定义函数:完成包裹数据 def makeItalic(fn): def wrapped(): return "<i>" + fn() + "</i>" return wrapped @makeBold def test1(): return "hello world-1" @makeItalic def test2(): return "hello world-2" @makeBold @makeItalic def test3(): return "hello world-3" print(test1())
print(test2())
print(test3()) 

运行结果:

<b>hello world-1</b> <i>hello world-2</i> <b><i>hello world-3</i></b> 

4. 装饰器(decorator)功能

  1. 引入日志
  2. 函数执行时间统计
  3. 执行函数前预备处理
  4. 执行函数后清理功能
  5. 权限校验等场景
  6. 缓存

5. 装饰器示例

例1:无参数的函数

 from time import ctime, sleep def timefun(func): def wrapped_func(): print("%s called at %s" % (func.__name__, ctime()))
        func() return wrapped_func @timefun def foo(): print("I am foo")

foo()
sleep(2)
foo() 

上面代码理解装饰器执行行为可理解成

foo = timefun(foo)
# foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func
foo()
# 调用foo(),即等价调用wrapped_func()
# 内部函数wrapped_func被引用,所以外部函数的func变量(自由变量)并没有释放
# func里保存的是原foo函数对象 

例2:被装饰的函数有参数

from time import ctime, sleep def timefun(func): def wrapped_func(a, b): print("%s called at %s" % (func.__name__, ctime()))
        print(a, b)
        func(a, b) return wrapped_func @timefun def 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

from time import ctime, sleep def timefun(func): def wrapped_func(*args, **kwargs): print("%s called at %s"%(func.__name__, ctime()))
        func(*args, **kwargs) return wrapped_func @timefun def 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

from time import ctime, sleep def timefun(func): def wrapped_func(): print("%s called at %s" % (func.__name__, ctime()))
        func() return wrapped_func @timefun def foo(): print("I am foo") @timefun def getInfo(): return '----hahah---' foo()
sleep(2)
foo()


print(getInfo()) 

执行结果:

foo called at Fri Nov 4 21:55:35 2016 I am foo
foo called at Fri Nov 4 21:55:37 2016 I am foo
getInfo called at Fri Nov 4 21:55:37 2016 None 

如果修改装饰器为return func(),则运行结果:

foo called at Fri Nov 4 21:55:57 2016 I am foo
foo called at Fri Nov 4 21:55:59 2016 I am foo
getInfo called at Fri Nov 4 21:55:59 2016 ----hahah--- 

总结:

  • 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

#decorator2.py from time import ctime, sleep def timefun_arg(pre="hello"): def timefun(func): def wrapped_func(): print("%s called at %s %s" % (func.__name__, ctime(), pre)) return func() return wrapped_func return timefun # 下面的装饰过程 # 1. 调用timefun_arg("itcast") # 2. 将步骤1得到的返回值,即time_fun返回, 然后time_fun(foo) # 3. 将time_fun(foo)的结果返回,即wrapped_func # 4. 让foo = wrapped_fun,即foo现在指向wrapped_func @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(扩展,非重点)

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。

class Test(): def __call__(self): print('call me!')

t = Test()
t() # call me 

类装饰器demo

 class 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__方法中的属性__func指向了test指向的函数 # #2. test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 @Test def 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---
您阅读这篇文章共花了:  

本文标签:

版权声明:转载请带上版权原创为《星城

解压密码:若设有密码均为:www.xcooo.cn

收录状态:百度已收录点击查看详情

python高级进阶 - 装饰器

发表评论

您可以选择匿名评论,保护个人隐私 !