python描述符(descriptor)、属性(property)、函数(类)装饰器(decorator )原理实例详解
1、前言
Python的描述符是接触到Python核心编程中一个比较难以理解的内容,自己在学习的过程中也遇到过很多的疑惑,通过google和阅读源码,现将自己的理解和心得记录下来,也为正在为了该问题苦恼的朋友提供一个思考问题的参考,由于个人能力有限,文中如有笔误、逻辑错误甚至概念性错误,还请提出并指正。本文所有测试代码使用Python 3.4版本
注:本文为自己整理和原创,如有转载,请注明出处。
2、什么是描述符
Python 2.2 引进了 Python 描述符,同时还引进了一些新的样式类,但是它们并没有得到广泛使用。Python 描述符是一种创建托管属性的方法。描述符具有诸多优点,诸如:保护属性不受修改、属性类型检查和自动更新某个依赖属性的值等。
说的通俗一点,从表现形式来看,一个类如果实现了__get__,__set__,__del__方法(三个方法不一定要全部都实现),并且该类的实例对象通常是另一个类的类属性,那么这个类就是一个描述符。__get__,__set__,__del__的具体声明如下:
__get__(self, instance, owner)
__set__(self, instance, value)
__delete__(self, instance)
其中:
__get__ 用于访问属性。它返回属性的值,或者在所请求的属性不存在的情况下出现 AttributeError 异常。类似于javabean中的get。
__set__ 将在属性分配操作中调用。不会返回任何内容。类似于javabean中的set。
__delete__ 控制删除操作。不会返回内容。
注意:
只实现__get__方法的对象是非数据描述符,意味着在初始化之后它们只能被读取。而同时实现__get__和__set__的对象是数据描述符,意味着这种属性是可读写的。
3、为什么需要描述符
因为Python是一个动态类型解释性语言,不像C/C++等静态编译型语言,数据类型在编译时便可以进行验证,而Python中必须添加额外的类型检查逻辑代码才能做到这一点,这就是描述符的初衷。比如,有一个测试类Test,其具有一个类属性name。
- class Test(object):
- name = None
正常情况下,name的值(其实应该是对象,name是引用)都应该是字符串,但是因为Python是动态类型语言,即使执行Test.name = 3,解释器也不会有任何异常。当然可以想到解决办法,就是提供一个get,set方法来统一读写name,读写前添加安全验证逻辑。代码如下:
- class test(object):
- name = None
- @classmethod
- def get_name(cls):
- return cls.name
- @classmethod
- def set_name(cls,val):
- if isinstance(val,str):
- cls.name = val
- else:
- raise TypeError("Must be an string")
虽然以上代码勉强可以实现对属性赋值的类型检查,但是会导致类型定义的臃肿和逻辑的混乱。从OOP思想来看,只有属性自己最清楚自己的类型,而不是它所在的类,因此如果能将类型检查的逻辑根植于属性内部,那么就可以完美的解决这个问题,而描述符就是这样的利器。
为name属性定义一个(数据)描述符类,其实现了__get__和__set__方法,代码如下:
- class name_des(object):
- def __init__(self):
- self.__name = None
- def __get__(self, instance, owner):
- print('call __get__')
- return self.__name
- def __set__(self, instance, value):
- print('call __set__')
- if isinstance(value,str):
- self.__name = value
- else:
- raise TypeError("Must be an string")
测试类如下:
- class test(object):
- name = name_des()
测试代码及输出结果如下:
- >>> t = test()
- >>> t.name
- call __get__
- >>> t.name = 3
- call __set__
- Traceback (most recent call last):
- File "<pyshell#99>", line 1, in <module>
- t.name = 3
- File "<pyshell#94>", line 12, in __set__
- raise TypeError("Must be an string")
- TypeError: Must be an string
- >>> t.name = 'my name is chenyang'
- call __set__
- >>> t.name
- call __get__
- 'my name is chenyang'
- >>>
从打印的输出信息可以看到,当使用实例访问name属性(即执行t.name)时,便会调用描述符的__get__方法(注意__get__中添加的打印语句)。当使用实例对name属性进行赋值操作时(即t.name = 'my name is chenyang.'),从打印出的'call set'可以看到描述符的__set__方法被调用。熟悉Python的都知道,如果name是一个普通类属性(即不是数据描述符),那么执行t.name = 'my name is chenyang.'时,将动态产生一个实例属性,再次执行t.name读取属性时,此时读取的属性为实例属性,而不是之前的类属性(这涉及到一个属性查找优先级的问题,下文会提到)。
至此,可以发现描述符的作用和优势,以弥补Python动态类型的缺点。
4、属性查找的优先级
当使用实例对象访问属性时,都会调用__getattribute__内建函数,__getattribute__查找属性的优先级如下:
1、类属性
2、数据描述符
3、实例属性
4、非数据描述符
5、__getattr__()
由于__getattribute__是实例查找属性的入口,因此有必要探究其实现过程,其逻辑伪代码(带注释说明)如下:
- __getattribute__伪代码:
- __getattribute__(property) logic:
- #先在类(包括父类、祖先类)的__dict__属性中查找描述符
- descripter = find first descripter in class and bases's dict(property)
- if descripter:#如果找到属性并且是数据描述符,就直接调用该数据描述符的__get__方法并将结果返回
- return descripter.__get__(instance, instance.__class__)
- else:#如果没有找到或者不是数据描述符,就去实例的__dict__属性中查找属性,如果找到了就直接返回这个属性值
- if value in instance.__dict__
- return value
- #程序执行到这里,说明没有数据描述符和实例属性,则在类(父类、祖先类)的__dict__属性中查找非数据描述符
- value = find first value in class and bases's dict(property)
- if value is a function:#如果找到了并且这个属性是一个函数,就返回绑定后的函数
- return bounded function(value)
- else:#否则就直接返回这个属性值
- return value
- #程序执行到这里说明没有找到该属性,引发异常,__getattr__函数会被调用
- raise AttributeNotFundedException
同样的,当对属性进行赋值操作的时候,内建函数__setattr__也会被调用,其伪代码如下:
- __setattr__伪代码:
- __setattr__(property, value)logic:
- #先在类(包括父类、祖先类)的__dict__属性中查找描述符
- descripter = find first descripter in class and bases's dict(property)
- if descripter:#如果找到了且是数据描述符,就调用描述符的__set__方法
- descripter.__set__(instance, value)
- else:#否则就是给实例属性赋值
- instance.__dict__[property] = value
记住__getattribute__查找属性的优先级顺序,并且理解__getattribute__、__setattr__的实现逻辑(还包括__getattr__的调用时机)后,就可以很容易搞懂为什么有些类属性无法被实例属性覆盖(隐藏)、通过实例访问一个属性的时候到底访问的是类属性还是实例属性,为此,我专门写了一个综合测试实例,代码见本文最后。
5、装饰器
如果想在不修改源代码的基础上扩充现有函数和类的功能,装饰器是一个不错的选择(类还可以通过派生的方式),下面分别介绍函数和类的装饰器。
函数装饰器:
假设有如下函数:
- class myfun():
- print('myfun called.')
如果想在不修改myfun函数源码的前提下,使之调用前后打印'before called'和'after called',则可以定义一个简单的函数装饰器,如下:
- def myecho(fun):
- def return_fun():
- print('before called.')
- fun()
- print('after called.')
- return return_fun
使用装饰器对myfun函数就行功能增强:
- @myecho
- def myfun():
- print('myfun called.')
调用myfun(执行myfun()相当于myecho(fun)()),得到如下输出:
- before called.
- myfun called.
- after called.
装饰器可以带参数,比如定义一个日志功能的装饰器,代码如下:
- def log(header,footer):#相当于在无参装饰器外套一层参数
- def log_to_return(fun):#这里接受被装饰的函数
- def return_fun(*args,**kargs):
- print(header)
- fun(*args,**kargs)
- print(footer)
- return return_fun
- return log_to_return
使用有参函数装饰器对say函数进行功能增强:
- @log('日志输出开始','结束日志输出')
- def say(message):
- print(message)
执行say('my name is chenyang.'),输出结果如下:
- 日志输出开始
- my name is chenyang.
- 结束日志输出
类装饰器:
类装饰器和函数装饰器原理相似,带参数的类装饰器示例代码如下:
- def drinkable(message):
- def drinkable_to_return(cls):
- def drink(self):
- print('i can drink',message)
- cls.drink = drink #类属性也可以动态修改
- return cls
- return drinkable_to_return
测试类:
- @drinkable('water')
- class test(object):
- pass
执行测试:
- t = test()
- t.drink()
结果如下:
- i can drink water
6、自定义staticmethod和classmethod
一旦了解了描述符和装饰器的基本知识,自定义staticmethod和classmethod就变得非常容易,以下提供参考代码:
- #定义一个非数据描述符
- class myStaticObject(object):
- def __init__(self,fun):
- self.fun = fun
- def __get__(self,instance,owner):
- print('call myStaticObject __get__')
- return self.fun
- #无参的函数装饰器,返回的是非数据描述符对象
- def my_static_method(fun):
- return myStaticObject(fun)
- #定义一个非数据描述符
- class myClassObject(object):
- def __init__(self,fun):
- self.fun = fun
- def __get__(self,instance,owner):
- print('call myClassObject __get__')
- def class_method(*args,**kargs):
- return self.fun(owner,*args,**kargs)
- return class_method
- #无参的函数装饰器,返回的是非数据描述符对象
- def my_class_method(fun):
- return myClassObject(fun)
测试类如下:
- class test(object):
- @my_static_method
- def my_static_fun():
- print('my_static_fun')
- @my_class_method
- def my_class_fun(cls):
- print('my_class_fun')
测试代码:
- >>> test.my_static_fun()
- call myStaticObject __get__
- my_static_fun
- >>> test.my_class_fun()
- call myClassObject __get__
- my_class_fun
- >>>
7、property
本文前面提到过使用定义类的方式使用描述符,但是如果每次为了一个属性都单独定义一个类,有时将变得得不偿失。为此,python提供了一个轻量级的数据描述符协议函数Property(),其使用装饰器的模式,可以将类方法当成属性来访问。它的标准定义是:
property(fget=None,fset=None,fdel=None,doc=None)
前面3个参数都是未绑定的方法,所以它们事实上可以是任意的类成员函数,分别对应于数据描述符的中的__get__,__set__,__del__方法,所以它们之间会有一个内部的与数据描述符的映射。
property有两种使用方式,一种是函数模式,一种是装饰器模式。
函数模式代码如下:
- class test(object):
- def __init__(self):
- self._x = None
- def getx(self):
- print("get x")
- return self._x
- def setx(self, value):
- print("set x")
- self._x = value
- def delx(self):
- print("del x")
- del self._x
- x = property(getx, setx, delx, "I'm the 'x' property.")
如果要使用property函数,首先定义class的时候必须是object的子类(新式类)。通过property的定义,当获取成员x的值时,就会调用getx函数,当给成员x赋值时,就会调用setx函数,当删除x时,就会调用delx函数。使用属性的好处就是因为在调用函数,可以做一些检查。如果没有严格的要求,直接使用实例属性可能更方便。
此处省略测试代码。
装饰器模式代码如下:
- class test(object):
- def __init__(self):
- self.__x=None
- @property
- def x(self):
- return self.__x
- @x.setter
- def x(self,value):
- self.__x=value
- @x.deleter
- def x(self):
- del self.__x
注意:三个函数的名字(也就是将来要访问的属性名)必须一致。
使用property可以非常容易的实现属性的读写控制,如果想要属性只读,则只需要提供getter方法,如下:
- 1 class test(object):
- 2 def __init__(self):
- 3 self.__x=None
- 4
- 5 @property
- 6 def x(self):
- 7 return self.__x
前文说过,只实现get函数的描述符是非数据描述符,根据属性查找的优先级,非属性优先级是可以被实例属性覆盖(隐藏)的,但是执行如下代码:
- >>> t=test()
- >>> t.x
- >>> t.x = 3
- Traceback (most recent call last):
- File "<pyshell#39>", line 1, in <module>
- t.x = 3
- AttributeError: can't set attribute
从错误信息中可以看出,执行t.x=3的时候并不是动态产生一个实例属性,也就是说x并不是非数据描述符,那么原因是什么呢?其实原因就在property,虽然表面上看属性x只设置了get方法,但是其实property是一个同时实现了__get__,__set__,__del__方法的类(是一个数据描述符),因此,使用property生成的属性其实是一个数据描述符!
使用python模拟的property代码如下,可以看到,上面的“AttributeError: can't set attribute”异常其实是在property中的__set__函数中引发的,因为用户没有设置fset(为None):
- class Property(object):
- "Emulate PyProperty_Type() in Objects/descrobject.c"
- def __init__(self, fget=None, fset=None, fdel=None, doc=None):
- self.fget = fget
- self.fset = fset
- self.fdel = fdel
- if doc is None and fget is not None:
- doc = fget.__doc__
- self.__doc__ = doc
- def __get__(self, obj, objtype=None):
- if obj is None:
- return self
- if self.fget is None:
- raise AttributeError("unreadable attribute")
- return self.fget(obj)
- def __set__(self, obj, value):
- if self.fset is None:
- raise AttributeError("can't set attribute")
- self.fset(obj, value)
- def __delete__(self, obj):
- if self.fdel is None:
- raise AttributeError("can't delete attribute")
- self.fdel(obj)
- def getter(self, fget):
- return type(self)(fget, self.fset, self.fdel, self.__doc__)
- def setter(self, fset):
- return type(self)(self.fget, fset, self.fdel, self.__doc__)
- def deleter(self, fdel):
- return type(self)(self.fget, self.fset, fdel, self.__doc__)
7、综合测试实例
以下测试代码,结合了前文的知识点和测试代码,集中测试了描述符、property、装饰器等。并且重写了内建函数__getattribute__、__setattr__、__getattr__,增加了打印语句用以测试这些内建函数的调用时机。每一条测试结构都在相应的测试语句下用多行注释括起来。
- #带参数函数装饰器
- def log(header,footer):#相当于在无参装饰器外套一层参数
- def log_to_return(fun):#这里接受被装饰的函数
- def return_fun(*args,**kargs):
- print(header)
- fun(*args,**kargs)
- print(footer)
- return return_fun
- return log_to_return
- #带参数类型装饰器
- def flyable(message):
- def flyable_to_return(cls):
- def fly(self):
- print(message)
- cls.fly = fly #类属性也可以动态修改
- return cls
- return flyable_to_return
- #say(meaasge) ==> log(parms)(say)(message)
- @log('日志输出开始','结束日志输出')
- def say(message):
- print(message)
- #定义一个非数据描述符
- class myStaticObject(object):
- def __init__(self,fun):
- self.fun = fun
- def __get__(self,instance,owner):
- print('call myStaticObject __get__')
- return self.fun
- #无参的函数装饰器,返回的是非数据描述符对象
- def my_static_method(fun):
- return myStaticObject(fun)
- #定义一个非数据描述符
- class myClassObject(object):
- def __init__(self,fun):
- self.fun = fun
- def __get__(self,instance,owner):
- print('call myClassObject __get__')
- def class_method(*args,**kargs):
- return self.fun(owner,*args,**kargs)
- return class_method
- #无参的函数装饰器,返回的是非数据描述符对象
- def my_class_method(fun):
- return myClassObject(fun)
- #非数据描述符
- class des1(object):
- def __init__(self,name=None):
- self.__name = name
- def __get__(self,obj,typ=None):
- print('call des1.__get__')
- return self.__name
- #数据描述符
- class des2(object):
- def __init__(self,name=None):
- self.__name = name
- def __get__(self,obj,typ=None):
- print('call des2.__get__')
- return self.__name
- def __set__(self,obj,val):
- print('call des2.__set__,val is %s' % (val))
- self.__name = val
- #测试类
- @flyable("这是一个测试类")
- class test(object):
- def __init__(self,name='test',age=0,sex='man'):
- self.__name = name
- self.__age = age
- self.__sex = sex
- #---------------------覆盖默认的内建方法
- def __getattribute__(self, name):
- print("start call __getattribute__")
- return super(test, self).__getattribute__(name)
- def __setattr__(self, name, value):
- print("before __setattr__")
- super(test, self).__setattr__(name, value)
- print("after __setattr__")
- def __getattr__(self,attr):
- print("start call __getattr__")
- return attr
- #此处可以使用getattr()内建函数对包装对象进行授权
- def __str__(self):
- return str('name is %s,age is %d,sex is %s' % (self.__name,self.__age,self.__sex))
- __repr__ = __str__
- #-----------------------
- d1 = des1('chenyang') #非数据描述符,可以被实例属性覆盖
- d2 = des2('pengmingyao') #数据描述符,不能被实例属性覆盖
- def d3(self): #普通函数,为了验证函数(包括函数、静态/类方法)都是非数据描述符,可悲实例属性覆盖
- print('i am a function')
- #------------------------
- def get_name(self):
- print('call test.get_name')
- return self.__name
- def set_name(self,val):
- print('call test.set_name')
- self.__name = val
- name_proxy = property(get_name,set_name)#数据描述符,不能被实例属性覆盖,property本身就是一个描述符类
- def get_age(self):
- print('call test.get_age')
- return self.__age
- age_proxy = property(get_age) #非数据描述符,但是也不能被实例属性覆盖
- #----------------------
- @property
- def sex_proxy(self):
- print("call get sex")
- return self.__sex
- @sex_proxy.setter #如果没有setter装饰,那么sex_proxy也是只读的,实例属性也无法覆盖,同property
- def sex_proxy(self,val):
- print("call set sex")
- self.__sex = val
- #---------------------
- @my_static_method #相当于my_static_fun = my_static_method(my_static_fun) 就是非数据描述符
- def my_static_fun():
- print('my_static_fun')
- @my_class_method
- def my_class_fun(cls):
- print('my_class_fun')
- #主函数
- if __name__ == "__main__":
- say("函数装饰器测试")
- '''
- 日志输出开始
- 函数装饰器测试
- 结束日志输出
- '''
- t=test( ) #创建测试类的实例对象
- '''
- before __setattr__
- after __setattr__
- before __setattr__
- after __setattr__
- before __setattr__
- after __setattr__
- '''
- print(str(t)) #验证__str__内建函数
- '''
- start call __getattribute__
- start call __getattribute__
- start call __getattribute__
- name is test,age is 0,sex is man
- '''
- print(repr(t))#验证__repr__内建函数
- '''
- start call __getattribute__
- start call __getattribute__
- start call __getattribute__
- name is test,age is 0,sex is man
- '''
- t.fly() #验证类装饰器
- '''
- start call __getattribute__
- 这是一个测试类
- '''
- t.my_static_fun()#验证自定义静态方法
- '''
- start call __getattribute__
- call myStaticObject __get__
- my_static_fun
- '''
- t.my_class_fun()#验证自定义类方法
- '''
- start call __getattribute__
- call myClassObject __get__
- my_class_fun
- '''
- #以下为属性获取
- t.d1
- '''
- start call __getattribute__
- call des1.__get__
- '''
- t.d2
- '''
- start call __getattribute__
- call des2.__get__
- '''
- t.d3()
- '''
- start call __getattribute__
- i am a function
- '''
- t.name_proxy
- '''
- start call __getattribute__
- call test.get_name
- start call __getattribute__
- '''
- t.age_proxy
- '''
- start call __getattribute__
- call test.get_age
- start call __getattribute__
- '''
- t.sex_proxy
- '''
- start call __getattribute__
- call get sex
- start call __getattribute__
- '''
- t.xyz #测试访问不存在的属性,会调用__getattr__
- '''
- start call __getattribute__
- start call __getattr__
- '''
- #测试属性写
- t.d1 = 3 #由于类属性d1是非数据描述符,因此这里将动态产生实例属性d1
- '''
- before __setattr__
- after __setattr__
- '''
- t.d1 #由于实例属性的优先级比非数据描述符优先级高,因此此处访问的是实例属性
- '''
- start call __getattribute__
- '''
- t.d2 = 'modefied'
- '''
- before __setattr__
- call des2.__set__,val is modefied
- after __setattr__
- '''
- t.d2
- '''
- start call __getattribute__
- call des2.__get__
- '''
- t.d3 = 'not a function'
- '''
- before __setattr__
- after __setattr__
- '''
- t.d3 #因为函数是非数据描述符,因此被实例属性覆盖
- '''
- start call __getattribute__
- '''
- t.name_proxy = 'modified'
- '''
- before __setattr__
- call test.set_name
- before __setattr__
- after __setattr__
- after __setattr__
- '''
- t.sex_proxy = 'women'
- '''
- before __setattr__
- call set sex
- before __setattr__
- after __setattr__
- after __setattr__
- '''
- t.age_proxy = 3 #age_proxy是只读的
- '''
- before __setattr__
- Traceback (most recent call last):
- File "test.py", line 191, in <module>
- t.age_proxy = 3
- File "test.py", line 121, in __setattr__
- super(test, self).__setattr__(name, value)
- AttributeError: can't set attribute
- '''
python描述符(descriptor)、属性(property)、函数(类)装饰器(decorator )原理实例详解的更多相关文章
- Python 描述符(descriptor) 杂记
转自:https://blog.tonyseek.com/post/notes-about-python-descriptor/ Python 引入的“描述符”(descriptor)语法特性真的很黄 ...
- python描述符descriptor(一)
Python 描述符是一种创建托管属性的方法.每当一个属性被查询时,一个动作就会发生.这个动作默认是get,set或者delete.不过,有时候某个应用可能会有 更多的需求,需要你设计一些更复杂的动作 ...
- python描述符 descriptor
descriptor 在python中,如果一个新式类定义了__get__, __set__, __delete__方法中的一个或者多个,那么称之为descriptor.descriptor通常用来改 ...
- python描述符和属性查找
python描述符 定义 一般说来,描述符是一种访问对象属性时候的绑定行为,如果这个对象属性定义了__get__(),__set__(), and __delete__()一种或者几种,那么就称之为描 ...
- Python 描述符 (descriptor)
1.什么是描述符? 描述符是Python新式类的关键点之一,它为对象属性提供强大的API,你可以认为描述符是表示对象属性的一个代理.当需要属性时,可根据你遇到的情况,通过描述符进行访问他(摘自Pyth ...
- python描述符descriptor(二)
python内置的描述符 python有些内置的描述符对象,property.staticmethod.classmethod,python实现如下: class Property(object): ...
- Python描述符 (descriptor) 详解
1.什么是描述符? python描述符是一个“绑定行为”的对象属性,在描述符协议中,它可以通过方法重写属性的访问.这些方法有 __get__(), __set__(), 和__delete__().如 ...
- 学习python第十三天,函数5 装饰器decorator
定义:装饰器本质是函数,(装饰其他函数)就是为其他函数添加附加功能原则:1.不能修改被装饰的函数的源代码 2.不能修改装饰的函数的调用方式 实现装饰器知识储备1函数即变量2.高阶函数,满足2个条件之一 ...
- Python学习第四十天函数的装饰器用法
在软件开发的过程中,要遵循软件的一些原则封装的,不改变原有的代码的基础增加一些需求,python提供了装饰器来扩展函数功能,下面说说函数装饰器用法 def debug(func): def ...
随机推荐
- PHP的openssl加密扩展使用小结
h2:first-child, body>h1:first-child, body>h1:first-child+h2, body>h3:first-child, body>h ...
- 多重共线性的解决方法之——岭回归与LASSO
多元线性回归模型 的最小二乘估计结果为 如果存在较强的共线性,即 中各列向量之间存在较强的相关性,会导致的从而引起对角线上的 值很大 并且不一样的样本也会导致参数估计值变化非常大.即参数估 ...
- wordpress-4.4.1 数据库表结构解析
wordpress-4.4.1.zip 安装包 SQL结构 : wp_commentmeta :文章评论额外信息表. CREATE TABLE IF NOT EXISTS `wp_commentm ...
- STM32 KEIL不能输入仿真引脚端口error 65: access violation at 0x40021000 : no 'read' permission
使用MDK自己创建一个STM32F103ZE核的项目 加入源码后编译,正常,在线仿真单步执行出现如下问题 error 65: access violation at 0x40021000 : no ' ...
- css3实现循环执行动画,且动画每次都有延迟
一.最终效果 需求:gift图片的小动画每隔2s执行一次. 需求就一句话,我们看一下实现过程. 二.实现过程 1.网页结构 <!DOCTYPE html> <html lang=&q ...
- 洛谷P1962 斐波那契数列 || P1349 广义斐波那契数列[矩阵乘法]
P1962 斐波那契数列 大家都知道,斐波那契数列是满足如下性质的一个数列: • f(1) = 1 • f(2) = 1 • f(n) = f(n-1) + f(n-2) (n ≥ 2 且 n 为整数 ...
- ArrayList,Vector,LinkedList
在java.util包中定义的类集框架其核心的组成接口有如下:·Collection接口:负责保存单值的最大父接口 |-List子接口:允许保存重复元素,数据的保存顺序就是数据的增加顺序: |-Set ...
- Struts2中的EasyUI
Struts2中的EasyUI 一.easy UI是类似于jQuery UI的插件库,它提供了丰富的各种常用插件:tree.datagrid... tree插件: 语法:$(selector).tre ...
- flex align-content中的描述的“多根轴线的对齐方式”中的“多根轴线”到底是什么
flex 有两条轴线,根据flex-flow 设置的来判断的,水平为主轴的话,那么值为row,垂直为主轴的话那么为column: 其中设置align-items 和 align-content都是来设 ...
- C# 窗体缩放的时候同步改变控件的大小和字体
最新在写个小程序,需要窗体填满各种尺寸的显示器,同时需要同步缩放控件的大小.于是就写了个类,简单的调用一下即可解决问题. 这个类可以同步缩放控件的位置,宽度高度,字体大小. 使用的时候在FormLoa ...