1、了解装饰器前准备

  1. #### 第一波 ####
  2. def foo():
  3. print 'foo'
  4.  
  5. foo #表示是函数,仅指向了函数的地址,为执行
  6. foo() #表示执行foo函数
  7.  
  8. #### 第二波 ####
  9. def foo():
  10. print 'foo'
  11.  
  12. foo = lambda x: x + 1
  13.  
  14. foo() # 执行下面的lambda表达式,而不再是指向原来的foo函数,因为函数 foo 被重新定义了

2、装饰器解决需求

初创公司有N个业务部门,1个基础平台部门,基础平台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:

  1. ############### 基础平台提供的功能如下 ###############
  2.  
  3. def f1():
  4. print 'f1'
  5.  
  6. def f2():
  7. print 'f2'
  8.  
  9. def f3():
  10. print 'f3'
  11.  
  12. def f4():
  13. print 'f4'
  14.  
  15. ############### 业务部门A 调用基础平台提供的功能 ###############
  16.  
  17. f1()
  18. f2()
  19. f3()
  20. f4()
  21.  
  22. ############### 业务部门B 调用基础平台提供的功能 ###############
  23.  
  24. f1()
  25. f2()
  26. f3()
  27. f4()

增加 调用基础功能前需要验证 功能

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。

1 最不能使用的方法

  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。

2  费事的方法 不可取

  只对基础平台的代码进行重构,让N业务部门无需做任何修改

  1. ############### 基础平台提供的功能如下 ###############
  2.  
  3. def f1():
  4. # 验证1
  5. # 验证2
  6. # 验证3
  7. print 'f1'
  8.  
  9. def f2():
  10. # 验证1
  11. # 验证2
  12. # 验证3
  13. print 'f2'
  14.  
  15. def f3():
  16. # 验证1
  17. # 验证2
  18. # 验证3
  19. print 'f3'
  20.  
  21. def f4():
  22. # 验证1
  23. # 验证2
  24. # 验证3
  25. print 'f4'
  26.  
  27. ############### 业务部门不变 ###############
  28. ### 业务部门A 调用基础平台提供的功能###
  29.  
  30. f1()
  31. f2()
  32. f3()
  33. f4()
  34.  
  35. ### 业务部门B 调用基础平台提供的功能 ###
  36.  
  37. f1()
  38. f2()
  39. f3()
  40. f4()

3  稍微可取的一个本方法 封装成函数

  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

  1. ############### 基础平台提供的功能如下 ###############
  2.  
  3. def check_login():
  4. # 验证1
  5. # 验证2
  6. # 验证3
  7. pass
  8.  
  9. def f1():
  10.  
  11. check_login()
  12.  
  13. print 'f1'
  14.  
  15. def f2():
  16.  
  17. check_login()
  18.  
  19. print 'f2'
  20.  
  21. def f3():
  22.  
  23. check_login()
  24.  
  25. print 'f3'
  26.  
  27. def f4():
  28.  
  29. check_login()
  30.  
  31. print 'f4'

引出装饰器

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

  1. def w1(func):
  2. def inner():
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func()
  7. return inner
  8.  
  9. @w1
  10. def f1():
  11. print 'f1'
  12. @w1
  13. def f2():
  14. print 'f2'
  15. @w1
  16. def f3():
  17. print 'f3'
  18. @w1
  19. def f4():
  20. print 'f4'

这段代码原理:

拿单个业务来说:

  将f1函数名作为参数传入 w1 函数 ,重新赋值给f1

      这样就是 f1 = w1(f1),因此 func = f1,新赋值

        而 w1 函数返回值为 inner函数名, 因此 f1 = inner,新赋值

   重新执行f1() 就相当于执行 inner(), 而原来的func = 原来的f1的函数体,所以就会先执行验证1 2 3 之后再执行原来的f1的函数体,并返回。

单独以f1为例:

  1. def w1(func):
  2. def inner():
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func()
  7. return inner
  8.  
  9. @w1
  10. def f1():
  11. print 'f1'
  12.  
  13. # @w1
  14. # 1、执行w1函数,将f1作为参数传递
  15. # 2、将w1的返回值,重新赋值给f1

当写完这段代码后(函数未被执行、未被执行、未被执行),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。

如上例@w1内部会执行一下操作:

1、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
        return 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

2、将执行完的 w1 函数返回值赋值给@w1下面的函数的函数名
w1函数的返回值是:
   def inner:
        #验证
        return 原来f1()  # 此处的 f1 表示原来的f1函数
然后,将此返回值再重新赋值给 f1,即:
新f1 = def inner:
            #验证
            return 原来f1() 
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 

装饰器原理

3、装饰器时候,函数参数调用

  1. def w1(func):
  2. def inner(arg):
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func(arg)
  7. return inner
  8.  
  9. @w1
  10. def f1(arg):
  11. print 'f1'
  12.  
  13. 一个参数
  14.  
  15. 一个参数

一个参数

  1. def w1(func):
  2. def inner(arg1,arg2):
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func(arg1,arg2)
  7. return inner
  8.  
  9. @w1
  10. def f1(arg1,arg2):
  11. print 'f1'
  12.  
  13. 两个参数
  14.  
  15. 两个参数

两个参数

  1. def w1(func):
  2. def inner(arg1,arg2,arg3):
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func(arg1,arg2,arg3)
  7. return inner
  8.  
  9. @w1
  10. def f1(arg1,arg2,arg3):
  11. print 'f1'
  12.  
  13. 三个参数
  14.  
  15. 三个参数

三个参数

问题1:不同业务部门的调用函数的参数个数不同如何解决??可以装饰具有处理n个参数的函数的装饰器?

  1. def w1(func):
  2. def inner(*args,**kwargs):
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func(*args,**kwargs)
  7. return inner
  8.  
  9. @w1
  10. def f1(arg1,arg2,arg3):
  11. print 'f1'

问题2 :一个函数可以被多个装饰器装饰吗? 比如两个装饰器

  会先将 函数交个最下层@装饰器将处理结果在交给其上一层@装饰器  即先交给w2 再交给w1

  1. def w1(func):
  2. def inner(*args,**kwargs):
  3. # 验证1
  4. # 验证2
  5. # 验证3
  6. return func(*args,**kwargs)
  7. return inner
  8.  
  9. def w2(func):
  10. def inner(*args,**kwargs):
  11. # 验证1
  12. # 验证2
  13. # 验证3
  14. return func(*args,**kwargs)
  15. return inner
  16.  
  17. @w1
  18. @w2
  19. def f1(arg1,arg2,arg3):
  20. print 'f1'

  1. #!/usr/bin/env python
  2. #coding:utf-8
  3.  
  4. def Before(request,kargs):
  5. print 'before'
  6.  
  7. def After(request,kargs):
  8. print 'after'
  9.  
  10. def Filter(before_func,after_func):
  11. def outer(main_func):
  12. def wrapper(request,kargs):
  13.  
  14. before_result = before_func(request,kargs)
  15. if(before_result != None):
  16. return before_result;
  17.  
  18. main_result = main_func(request,kargs)
  19. if(main_result != None):
  20. return main_result;
  21.  
  22. after_result = after_func(request,kargs)
  23. if(after_result != None):
  24. return after_result;
  25.  
  26. return wrapper
  27. return outer
  28.  
  29. @Filter(Before, After)
  30. def Index(request,kargs):
  31. print 'index'

装饰器固定格式

  1. def timer(func):
  2. def inner(*args,**kwargs):
  3. '''执行函数之前要做的'''
  4. re = func(*args,**kwargs)
  5. '''执行函数之后要做的'''
  6. return re
  7. return inner
  8.  
  9. 装饰器的固定格式
  1. from functools import wraps
  2.  
  3. def deco(func):
  4. @wraps(func) #加在最内层函数正上方
  5. def wrapper(*args,**kwargs):
  6. return func(*args,**kwargs)
  7. return wrapper
  8.  
  9. 装饰器的固定格式--wraps

python基础-5.2装饰器的更多相关文章

  1. python基础-内置装饰器classmethod和staticmethod

    面向对象编程之classmethod和staticmethod classmethod 和 staticmethod都是python内置的装饰器 classmethod 的作用:给在类内部定义的方法装 ...

  2. python基础5之装饰器

    内容概要: 一.装饰器前期知识储备 1.python解释函数代码过程: python解释器从上往下顺序解释代码,碰到函数的定义代码块不会立即执行它,而是将其放在内存中,等到该函数被调用时,才执行其内部 ...

  3. python基础篇_004_装饰器函数

    python装饰器函数 1.装饰器函数引导 功能:计算函数执行时长 import time """ 方式一: 函数首位添加时间,差值就是函数执行时间 缺点:每个函数都要加 ...

  4. python基础-面向对象(装饰器)

    属性:   @property   @method_name.setter   @method_name.deleter   三个标签都是放在方法的上面来使用,且方法名要和后续使用的   变量名字相一 ...

  5. python基础之内置装饰器

    装饰器 简介 功能与格式 内置装饰器 @classmethod @propertry @staticmethod 其它 ---------------------------------------- ...

  6. 【笔记】Python基础五:装饰器

    一,什么是装饰器 本质就是函数,功能是为其他函数添加附加功能 原则: 1,不修改被修饰函数的源代码 2,不修改被修饰函数的调用方式 例子: import time def timmer(func): ...

  7. python 基础篇 12 装饰器进阶

    本节主要内容:1. 通⽤装饰器回顾2. 函数的有⽤信息3. 带参数的装饰器4. 多个装饰器同时装饰⼀个函数 ⼀. 通⽤装饰器的回顾开闭原则: 对增加功能开放. 对修改代码封闭装饰器的作⽤: 在不改变原 ...

  8. python基础-函数之装饰器、迭代器与生成器

    1. 函数嵌套 1.1 函数嵌套调用 函数的嵌套调用:在调用一个函数的过程中,又调用了其他函数 def bar(): print("from in the bar.") def f ...

  9. Python基础-迭代器&生成器&装饰器

    本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 我现在有个需求,看 ...

随机推荐

  1. centos 7 安装 nginx 或 apache,及其比较

    来自 知乎 陈湛翀 的回答:https://www.zhihu.com/question/19571087/answer/12313829 nginx 和 apache 比较 nginx 相对 apa ...

  2. LoadPicture函数用法示例

    VB语言中LoadPicture函数用法示例: 本例使用 LoadPicture 函数将图片加载到窗体的 PictureBox 控件并从控件上清除掉该图片. 要试用此例,将 PictureBox 控件 ...

  3. MyBatis源码浅析

    什么是MyBatis MyBatis是支持定制化SQL.存储过程以及高级映射的优秀的持久层框架.MyBatis 避免了几乎所有的 JDBC 代码和手工设置参数以及抽取结果集.MyBatis 使用简单的 ...

  4. TCP/IP基础总结性学习(5)

    与 HTTP 协作的 Web 服务器 一台 Web 服务器可搭建多个独立域名的 Web 网站,也可作为通信路径上的中转服务器提升传输效率. 一. 用单台虚拟主机实现多个域名 HTTP/1.1 规范允许 ...

  5. 一个简单SpringBoot应用的pom.xml文件

    <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://mave ...

  6. 锁,threading local,以及生产者和消费者模型

    1.锁:Lock(一次放行一个) 线程安全,多线程操作时,内部会让所有的线程排队处理. 线程不安全:+人=>排队处理 以后锁代码块 v=[] lock=threading.Lock()#声明锁 ...

  7. day2 for,not,while,range

    >>> def str_len(s): ... l = len(s) ... if l > 3: ... print("3") ... elif l < ...

  8. 【leetcode】581. Shortest Unsorted Continuous Subarray

    题目如下: 解题思路:本题我采用的是最简单最直接最粗暴的方法,把排序后的nums数组和原始数组比较即可得到答案. 代码如下: /** * @param {number[]} nums * @retur ...

  9. 安装VS2017

    www.visualstudio.com/zh-hans/downloads/ https://visualstudio.microsoft.com/zh-hans/thank-you-downloa ...

  10. 树莓派安装配置teamviewer host

    过程: 下载teamviewer,直接到teamviewer的官网上直接下载 下载完后,安装teamviewerw sudo dpkg -i 下载的文件的路径+文件名 安装完后会提示存在依赖问题,修复 ...