导语:装饰器是Python非常强大的功能之一,它们允许程序员修改或增强已有函数或方法的行为,而无需更改其本身的代码,这篇文章,让我们一起来看看(我自己这里理解的也不是很透彻)
? ? ? ?----------更正---------
写完这篇文章,敲了不少示例,我感觉我透彻了
目录
????????在Python中,装饰器是一种特殊的函数,它允许修改或增强其他函数或方法的功能,而不需要更改其自身代码。装饰器可以看作是对函数进行包装的包装器,它们在不修改原始函数的情况下,提供了一种灵活的方式来添加新功能。
????????装饰器本身是一个函数,它接收一个函数作为参数,并返回一个新的函数。使用装饰器的常见方式是使用@
语法,称为语法糖。
def simple_decorator(func):
def wrapper():
print("函数前========")
func()
print("函数后========")
return wrapper
@simple_decorator
def say_hello():
print("Hello world!")
say_hello()
输出结果:
????????在这个例子中,simple_decorator
是一个装饰器,它在被装饰的函数say_hello
执行前后添加了额外的打印语句。
当你使用@simple_decorator
时,Python会执行以下步骤:
say_hello
函数作为参数传递给simple_decorator
函数。simple_decorator
函数返回wrapper
函数。say_hello
现在指向wrapper
函数。当我调用say_hello()
时,实际上是在调用wrapper()
函数。
????????在某些情况下,你可能需要让装饰器接受额外的参数。这可以通过在装饰器外层再添加一个函数来实现。
def repeat(num_times):
def decorator_repeat(func):
def wrapper(*args, **kwargs):
for _ in range(num_times):
value = func(*args, **kwargs)
return value
return wrapper
return decorator_repeat
@repeat(num_times=3)
def greet(name):
print(f"Hello {name}")
greet("World")
输出结果:
????????在这个示例中,repeat
是一个接受参数的装饰器工厂函数,它返回一个装饰器。这个装饰器随后应用于greet
函数。
注意 !
????????为了使装饰器更通用,能够适用于任意参数的函数,通常会在内部函数wrapper
中使用*args
和**kwargs
。
def debug(func):
def wrapper(*args, **kwargs):
args_repr = [repr(a) for a in args]
kwargs_repr = [f"{k}={v!r}" for k, v in kwargs.items()]
signature = ", ".join(args_repr + kwargs_repr)
print(f"===》 {func.__name__}({signature})")
value = func(*args, **kwargs)
print(f"{func.__name__!r} 返回的是: {value!r}")
return value
return wrapper
@debug
def make_greeting(name, age=None):
greeting = f"{name}!"
if age:
greeting += f" 你今年 {age} 岁了"
return greeting
print(make_greeting("小明", age=25))
返回结果:
在这个例子中,debug
装饰器打印被装饰函数的调用细节,包括函数名称、传递的参数和返回值。
????????装饰器可以嵌套使用,这意味着你可以在一个函数上应用多个装饰器,从而将多个功能叠加到该函数上。
#上面省略
@debug
@repeat(num_times=2)
def say_hello(name):
greeting = f"Hello {name}"
print(greeting)
return greeting
say_hello("Alice")
????????在这个例子中,say_hello
函数同时被debug
和repeat
装饰器装饰。装饰器的应用顺序是从最接近函数定义的装饰器开始向外应用
????????装饰器不仅是一个理论概念,它们在实际编程中有着广泛的应用。通过具体的例子,我们可以更好地理解装饰器如何在各种情况下提供优雅的解决方案。
????????在应用程序中,跟踪函数的调用细节对于调试和性能分析非常重要。装饰器可以用来自动记录函数的调用和返回信息。
在这个例子中,log
装饰器记录了函数名、参数和返回值。
import logging
def log(func):
def wrapper(*args, **kwargs):
logging.info(f"Running {func.__name__} with arguments {args} and {kwargs}")
output = func(*args, **kwargs)
logging.info(f"{func.__name__} returned {output}")
return output
return wrapper
@log
def add(x, y):
return x + y
测量函数的执行时间是性能分析中的常见需求。装饰器可以被用来自动化这个过程。
在这个例子中,timeit
装饰器测量并打印了函数的执行时间。
import time
def timeit(func):
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f"{func.__name__} took {end_time - start_time} seconds to run.")
return result
return wrapper
@timeit
def do_some_heavy_lifting():
time.sleep(2)
return "Task completed"
装饰器可以用于在函数执行前进行权限检查,这在Web开发和API设计中尤其有用。
在这个例子中,authorized
装饰器检查用户是否具有执行特定函数的权限。
def authorized(roles):
def decorator(func):
def wrapper(*args, **kwargs):
if user.role not in roles:
raise Exception("Unauthorized")
return func(*args, **kwargs)
return wrapper
return decorator
@authorized(["admin", "user"])
def update_database():
print("Database updated")
functools.wraps
装饰器来保留原函数的元数据(如名称和文档字符串)。改变函数签名:使用*args
和**kwargs
来接受任意数量的参数,这样可以确保装饰器不会因为函数参数更改而失败。
深层嵌套装饰器的复杂性:嵌套太多层装饰器可能会使代码变得复杂难懂。在可能的情况下,尝试将多个功能合并到一个装饰器中,或重构代码以减少嵌套。
装饰器与函数绑定:记住装饰器在定义时就绑定到其装饰的函数上,这意味着它们不能轻易地被重新应用于其他函数或方法。
状态管理:如果装饰器维护状态(比如计数),需要确保状态管理的线程安全和一致性。
--------------------------------
以上,欢迎评论交流、点个赞再走吧~