1给函数添加一个包装

问题:给函数加一个外包装层,已添加额外的处理,例如,记录日志,计时统计等

解决方案:可以定义一个装饰器来包装函数

2编写装饰器时如何保存函数的元数据

问题:当一个函数被装饰器装饰时,一些重要的元数据比如:函数名、文档字符串、函数注解以及调用签名都丢失了
解决方案:每当定义一个装饰器时应该总是记得为底层的包装函数添加functools库中的@wraps装饰器
#问题:当一个函数被装饰器装饰时,一些重要的元数据比如:函数名、文档字符串、函数注解以及调用签名都丢失了

#解决方案:每当定义一个装饰器时应该总是记得为底层的包装函数添加functools库中的@wraps装饰器

import time
import functools
def timethis(func):
@functools.wraps(func)
def wrapper(*args,**kwargs):
start_time = time.time()
result = func(*args,**kwargs)
end_time = time.time()
print(func.__name__,end_time-start_time)
return result
return wrapper @timethis
def mysleep(num:int):
"""
原函数注释文档
:param num:
:return:
"""
time.sleep(num)
print("我是原函数") mysleep(3)
print(mysleep.__name__)
print(mysleep.__doc__)
print(mysleep.__annotations__) #如果装饰器使用@functools.wraps(func) 装饰,我们就可以使用下面的方法获取到原函数!!!
mysleep.__wrapped__(3)

3对装饰器进行解包装

问题: 我们已经把装饰器添加到函数上了,但是想撤销它,访问未经包装的原函数。

解决方案:假设装饰器已经实现了@warps(func),一般来说我们可以通过访问__wrapped__属性来获取到原函数

4定义一个可接收参数的装饰器

问题:我们想编写一个可接收参数的装饰器函数
解决方案:假设我们想编写一个为函数添加日志功能的装饰器,但是又允许用户指定日志的等级以及一些其他的细节操作作为参数。
import logging
import functools def logged(level,name=None,message=None):
def decorate(func):
logname = name if name else func.__module__
log = logging.getLogger(logname)
logmsg = message if message else func.__name__ @functools.wraps(func)
def wrapper(*args,**kwargs):
log.log(level,message)
return func(*args,**kwargs)
return wrapper
return decorate

5定义一个属性可由用户修改的装饰器

问题:我们想编写一个装饰器来包装函数,但是可以让用户调整装饰器的属性,这样在运行时就能够控制装饰器的行为
from functools import wraps,partial
import logging def attach_wrapper(obj,func=None):
if func is None:
return partial(attach_wrapper,obj)
setattr(obj,func.__name__,func)
return func def logged(level,name=None,message=None):
def decorate(func):
logname = name if name else func.__module__
log = logging.getLogger(logname)
logmsg = message if message else func.__name__ @wraps(func)
def wrapper(*args,**kwargs):
log.log(level,logmsg)
return func(*args,**kwargs) @attach_wrapper(wrapper)
def set_level(newlevel):
nonlocal level
level = newlevel @attach_wrapper(wrapper)
def set_message(newmsg):
nonlocal logmsg
logmsg = newmsg return wrapper
return decorate logging.basicConfig(level=logging.DEBUG)
@logged(logging.DEBUG)
def add(x,y):
return x + y add(2,5) add.set_message("Add called")
add(3,8)

6定义一个能接收可选参数的装饰器

问题:我们想编写一个单独的装饰器,使其既可以像@decorator 这样不带参数,也可以像@decorator(x,y,z)这样接收可选参数
from functools import wraps,partial
import logging def logged(func=None,*,level=logging.DEBUG,name=None,message=None):
if func is None:
return partial(logged,level=level,name=name,message=message) logname = name if name else func.__module__
log = logging.getLogger(logname)
logmsg = message if message else func.__name__
@wraps(func)
def wrapper(*args,**kwargs):
log.log(level,logmsg)
return func(*args,**kwargs)
return wrapper @logged
def add(x,y):
logging.debug("hahahah")
return x+y #没有参数时,装饰器就相当于:logged(func),所以装饰器的第一个参数就是func,其他都是可选参数 @logged(level=logging.CRITICAL,name="example")
def spam():
print("spam!!!") #有参数时,装饰器就相当于logged(level=logging.DEBUG,name="example")(spam)
#巧妙的利用functools.partial 将构建好的方法返回 add(1,2)
spam()

7利用装饰器对函数参数强制执行类型检查

问题:我们想为函数参数添加强制类型检查功能,将其作为一种断言或者与调用者之间的契约
from inspect import signature
from functools import wraps def typeassert(*ty_args,**ty_kwargs): def decorate(func):
if not __debug__:
return func
sig = signature(func)#获取func的参数签名(x,y,z)
bound_types = sig.bind_partial(*ty_args,**ty_kwargs).arguments# 参数签名与类型参数做映射 [("x",<class "int">),("z",<class "int">)]
@wraps(func)
def wrapper(*args,**kwargs):
bound_values = sig.bind(*args,**kwargs).arguments# 参数签名与函数参数做映射
for name,value in bound_values.items():
if name in bound_types:#判断参数是否有类型限制
if not isinstance(value,bound_types[name]):
raise TypeError("Argument {} must be {}".format(name,bound_types[name]))
return func(*args,**kwargs)
return wrapper
return decorate class A():
def a(self):
print("a") @typeassert(int,A,z=int)
def add(x,y,z):
print(x,y,z)
return x add(1,A(),3) #想法:参数类型的限制可以使用在参数处理方法中,对前端接收的参数进行检查,也可以使用在一些需要限制传入参数类型的地方 #注:此装饰器一个微妙的地方,只检查传递的参数,如果是默认参数,没有进行传递,参数类型不进行检查 @typeassert(int,list)
def bar(x,items=None):
if items is None:
items = []
items.append(x)
return items print(bar(2))

8在类中定义装饰器

问题: 我们想在类中定义一个装饰器,并将其作用到其他函数或方法上
from functools import wraps

class A:
def decorator1(self,func):
@wraps(func)
def wrapper(*args,**kwargs):
print("decorator 1")
return func(*args,**kwargs)
return wrapper @classmethod
def decorator2(cls,func):
@wraps(func)
def wrapper(*args,**kwargs):
print("decorator 2")
return func(*args,**kwargs)
return wrapper #思考:@property 实际上是一个拥有 getter(),setter(),deleter()方法的类,每一个方法都可作为一个装饰器
#几个装饰器都可以操纵实例的状态,因此,如果需要装饰器在背后记录或合并信息,这是一个很明智的方法。

9把装饰器定义成类

问题: 我们想用装饰器来包装函数,但是希望得到的结果是一个可调用的实例。我们需要装饰器既能在类中工作,也可以在类外部使用

解决方案:要把装饰器定义成类实例,需要确保在类中实现__call__()和__get__()方法
import types
from functools import wraps class Profield:
def __init__(self,func):
wraps(func)(self)
self.ncalls = 0 def __call__(self, *args, **kwargs):
self.ncalls +=1
return self.__wrapped__(*args,**kwargs) def __get__(self, instance, cls):
if instance is None:
return self
else:
return types.MethodType(self,instance) #该装饰器相当于为函数添加一个属性 ncalls
10把装饰器作用到类和静态方法上
问题:我们想在类或者静态方法上应用装饰器

解决方案:将装饰器作用到类和静态方法上是简单而直接的,但是要保证装饰器在应用的时候需要放在@classmethod 和 @staticmethod 之前,示例如下:
import time
from functools import wraps def timethis(func):
@wraps(func)
def wrapper(*args,**kwargs):
start = time.time()
r = func(*args,**kwargs)
end = time.time()
print(end-start)
return r
return wrapper
@classmethod 和 @staticmethod 装饰器并不会返回一个可执行对象,所以装饰器都要放在他们下面!!!

11编写装饰器为被包装函数添加参数

问题:我们想编写一个装饰器,为被包装的函数添加额外的参数,但是添加的参数不能影响到该函数已有的调用约定

解决方案:
from functools import wraps

def optinoal_debug(func):
@wraps(func)
def wrapper(*args,debug=False,**kwargs):
if debug:
print("Calling",func.__name__)
return func(*args,**kwargs)
return wrapper
函数中的一部分参数被装饰器解析所用,剩下参数给到函数,可以用被包装函数的参数来控制装饰器的行为

12利用装饰器给函数定义打补丁

#问题:我们想检查或改写一部分类的定义,以此来修改类的行为,但是不想通过继承或者元类的方式来做

#解决方案:
def log_getattribute(cls):
orig_getattribute = cls.__getattribute__ def new_getattribute(self,name):
print("getting",name)
return orig_getattribute(self,name) cls.__getattribute__ = new_getattribute
return cls @log_getattribute
class A:
def __init__(self,x):
self.x = x def spam(self):
pass a = A(42)
a.x
可以通过此方法对类的属性做监控

cookbook_元编程的更多相关文章

  1. C++模板元编程(C++ template metaprogramming)

    实验平台:Win7,VS2013 Community,GCC 4.8.3(在线版) 所谓元编程就是编写直接生成或操纵程序的程序,C++ 模板给 C++ 语言提供了元编程的能力,模板使 C++ 编程变得 ...

  2. .Net元编程【Metaprogramming in NET】 序-翻译

    最近在看这本书,比较实用.抽点时间把公开的部分内容简单的翻译了一下,下文是序部分. 书的具体地址为: http://www.amazon.cn/Metaprogramming-in-NET-Hazza ...

  3. Effective C++ -----条款48:认识template元编程

    Template metaprogramming(TMP,模板元编程)可将工作由运行期移往编译期,因而得以实现早期错误侦测和更高的执行效率. TMP可被用来生成“基于政策选择组合”(based on ...

  4. C++模板元编程 - 函数重载决议选择工具(不知道起什么好名)完成

    这个还是基于之前实现的那个MultiState,为了实现三种类型“大类”的函数重载决议:所有整数.所有浮点数.字符串,分别将这三种“大类”的数据分配到对应的Converter上. 为此实现了一些方便的 ...

  5. C++模板元编程 - 挖新坑的时候探索到了模板元编程的新玩法

    C++真是一门自由的语言,虽然糖没有C#那么多,但是你想要怎么写,想要实现什么,想要用某种编程范式或者语言特性,它都会提供. 开大数运算类的新坑的时候(又是坑),无意中需要解决一个需求:大数类需要分别 ...

  6. atitit.元编程总结 o99

    atitit.元编程总结 o99.doc 1. 元编程(Metaprogramming) 1 2. 元编程的历史and发展 1 3. 元类型and元数据 1 4. 元编程实现方式 2 4.1. 代码生 ...

  7. 读书笔记_Effective_C++_条款四十八:了解模板元编程

    作为模板部分的结束节,本条款谈到了模板元编程,元编程本质上就是将运行期的代价转移到编译期,它利用template编译生成C++源码,举下面阶乘例子: template <int N> st ...

  8. c++ 模板元编程的一点体会

    趁着国庆长假快速翻了一遍传说中的.大名鼎鼎的 modern c++ design,钛合金狗眼顿时不保,已深深被其中各种模板奇技淫巧伤了身...论语言方面的深度,我看过的 c++ 书里大概只有 insi ...

  9. C++模板元编程 - 3 逻辑结构,递归,一点列表的零碎,一点SFINAE

    本来想把scanr,foldr什么的都写了的,一想太麻烦了,就算了,模板元编程差不多也该结束了,离开学还有10天,之前几天部门还要纳新什么的,写不了几天代码了,所以赶紧把这个结束掉,明天继续抄轮子叔的 ...

随机推荐

  1. SpringBoot自定义注解@YamlPropertySource加载yml或者yaml文件(扩展了@PropertySource)

    1:概述 SpringBoot的@PropertySource注解只支持加载 properties结尾的文件.当使用@ConfigurationProperties 注解配合@EnableConfig ...

  2. 高性能嵌入式核心板新标杆!米尔推出基于NXP i.MX8M处理器的MYC-JX8MX核心板

    随着嵌入式及物联网技术的飞速发展,高性能计算的嵌入式板卡已经成为智能产品的基础硬件平台.为响应行业应用和满足客户需求,米尔电子推出基于NXP公司i.MX8M系列芯片的开发平台MYD-JX8MX系列开发 ...

  3. Laravel --- Laravel 5.3 发送邮件配置

    版本:laravel 5.3 发送邮箱:QQ邮箱 根据官网以及别人的教程配置邮件发送,并且对配置过程中遇到的坑进行填补,做一总结,留待参考. 一.开启stmp 进入QQ邮箱,设置-服务,开启smtp. ...

  4. Linux系统:centos7下安装Jdk8、Tomcat8、MySQL5.7环境

    一.JDK1.8 环境搭建 1.上传文件解压 [root@localhost mysoft]# tar -zxvf jdk-8u161-linux-x64.tar.gz [root@localhost ...

  5. SQLServer常用运维SQL整理

    今天线上SQLServer数据库的CPU被打爆了,紧急情况下,分析了数据库阻塞.连接分布.最耗CPU的TOP10 SQL.查询SQL并行度配置.查询SQL 重编译的原因等等 整理了一些常用的SQL 1 ...

  6. kubernetes实战之consul简单测试环境搭建及填坑

    这一节内容有点长,我们将介绍如何基于docker搭建一client一server的consul测试环境,以及如何搭建多server consul测试集群.在基于docker搭建多server的cons ...

  7. SpringBoot开发案例之分布式集群共享Session

    前言 在分布式系统中,为了提升系统性能,通常会对单体项目进行拆分,分解成多个基于功能的微服务,如果有条件,可能还会对单个微服务进行水平扩展,保证服务高可用. 那么问题来了,如果使用传统管理 Sessi ...

  8. 机器学习读书笔记(一)k-近邻算法

    一.机器学习是什么 机器学习的英文名称叫Machine Learning,简称ML,该领域主要研究的是如何使计算机能够模拟人类的学习行为从而获得新的知识和技能,并且重新组织已学习到的知识和和技能,使之 ...

  9. HDU 4057:Rescue the Rabbit(AC自动机+状压DP)***

    http://acm.hdu.edu.cn/showproblem.php?pid=4057 题意:给出n个子串,串只包含‘A’,'C','G','T'四种字符,你现在需要构造出一个长度为l的串,如果 ...

  10. cookie 和 session 设置

    cookie: 保存在浏览器上的一组键值对, 是由服务器让浏览器进行设置的 下次浏览器访问的时候会携带cookie. request是客户端请求, response是服务端响应. 读取客户端的cook ...