本篇是 Python 系列教程第 13 篇,更多内容敬请访问我的 Python 合集

Python 装饰器是一种强大的工具,用于修改或增强函数或方法的行为,而无需更改其源代码。装饰器本质上是一个接收函数作为参数的函数,并返回一个新的函数。装饰器的用途包括日志记录、性能测试、事务处理、缓存、权限校验等

1 基本语法

装饰器的基本语法是在函数定义之前使用@符号,紧跟着装饰器的名字。例如:

# 定义一个装饰器,参数为被装饰的方法
def my_decorator(func):
def wrapper():
print("方法运行前")
func()
print("方法运行后") return wrapper # 用“@”使用装饰器
@my_decorator
def say_hello():
print("Hello!") say_hello()

这段代码会输出:

方法运行前
Hello!
方法运行后

2 参数传递

如果被装饰的函数需要参数,装饰器也需要相应地处理这些参数:

def my_decorator(func):
def wrapper(name):
print("方法运行前")
func(name)
print("方法运行后") return wrapper @my_decorator
def greet(name):
print(f"Hello, {name}!") greet("Alice")

输出:

方法运行前
Hello, Alice!
方法运行后

参数可以用可变参数,比较灵活,如下:

def my_decorator(func):
def wrapper(*args, **kwargs):
print("方法运行前")
func(*args, **kwargs)
print("方法运行后") return wrapper @my_decorator
def greet(name):
print(f"Hello, {name}!") greet("Alice")

3 使用多个装饰器

你可以为同一个函数使用多个装饰器:

def decorator_A(func):
print("enter A")
def wrapper():
print("Before A")
func()
print("After A")
print("out A")
return wrapper def decorator_B(func):
print("enter B")
def wrapper():
print("Before B")
func()
print("After B")
print("out B")
return wrapper @decorator_A
@decorator_B
def my_function():
print("Inside my_function") # 执行被装饰器装饰的函数
my_function()

输出:

enter B
out B
enter A
out A
Before A
Before B
Inside my_function
After B
After A

注意打印结果的顺序。

为了方便表达我们先把靠近被修饰方法的装饰器叫内层装饰器,如示例中的@decorator_B,不靠近的叫外层装饰器,如示例中的@decorator_A

在闭包wrapper外面的代码是内层装饰器先执行,在闭包wrapper内部的代码执行顺序复杂一些:①外层装饰器先执行func() 前面的代码->②内层装饰器执行func() 前面的代码->③执行func() ->④内层装饰器执行func() 后面的代码->⑤外层装饰器执行func() 后面的代码。

4 给装饰器传参

装饰器本身可以接受参数,可以根据传入的不同参数来改变装饰器的行为。

前面的例子都是没有参数的装饰器,如果我们想要给装饰器传参该怎么办呢?于是我们就思考一下,什么东东可以接收参数呢,答案是函数。bingo!Python也是这样设计的,我们只需要在装饰器外面包裹一层函数,就可以把参数传递给函数进而传递给装饰器了。

可以这样定义装饰器:

def repeat(num_times):
def decorator_repeat(func):
def wrapper(*args, **kwargs):
for _ in range(num_times):
result = func(*args, **kwargs)
return result
return wrapper
return decorator_repeat @repeat(3)
def greet(name):
print(f"Hello, {name}!") greet("Alice")

输出:

Hello, Alice!
Hello, Alice!
Hello, Alice!

这样就定义了一个根据传入装饰器的数值执行指定次数函数的装饰器。

5 类作为装饰器

5.1 __call__方法

装饰器不仅仅可以是方法,也可以是类。这就不得不介绍一个特殊的方法__call__

Python的类只要实现了__call__ 这个特殊方法,类的实例对象就可以像函数一样被调用,因为当尝试把对象写成方法调用的写法时(名称+()),Python 解释器会查找该对象的 __call__ 方法并调用它。

下面来看一个简单的例子,演示__call__的使用:

class Counter:
def __init__(self):
self.count = 0 def __call__(self, *args, **kwargs):
self.count += 1
print(f"方法被调用了 {self.count} 次") counter = Counter() # 模拟调用
counter()
counter()
counter()

打印:

方法被调用了 1 次
方法被调用了 2 次
方法被调用了 3 次

5.2 类作为装饰器

类作为装饰器的一个主要优势是可以方便地维护状态,因为类可以有实例变量。

理解了__call__之后,我们可以想到类作为装饰器的原理是在类里实现了__call__方法,使得装饰器的代码可以被执行。

下面我们定义一个记录函数调用次数的装饰器:

class CallCounter:
def __init__(self, func):
self.func = func
self.count = 0 def __call__(self, *args, **kwargs):
self.count += 1
print(f"{self.func.__name__} 被调用了 {self.count} 次")
return self.func(*args, **kwargs) @CallCounter
def say_hello(name):
print(f"Hello, {name}!") # 调用被装饰的函数
say_hello("Alice")
say_hello("Bob")
say_hello("Charlie") # 输出
# say_hello 被调用了 1 次
# Hello, Alice!
# say_hello 被调用了 2 次
# Hello, Bob!
# say_hello 被调用了 3 次
# Hello, Charlie!

代码解释:

  1. CallCounter 类有一个构造函数 __init__,它必须接受一个函数作为参数。
  2. 类实现了 __call__ 方法,这使得其实例可以像函数一样被调用。
  3. __call__ 方法中,每次调用被装饰的函数时,都会增加计数器 count 的值,并打印出函数被调用的次数。
  4. 最后,__call__ 方法调用了原始函数 self.func 并返回结果。

13 Python面向对象编程:装饰器的更多相关文章

  1. Python 元编程 - 装饰器

    Python 中提供了一个叫装饰器的特性,用于在不改变原始对象的情况下,增加新功能或行为. 这也属于 Python "元编程" 的一部分,在编译时一个对象去试图修改另一个对象的信息 ...

  2. Python核心编程 | 装饰器

        装饰器是程序开发的基础知识,用好装饰器,在程序开发中能够提高效率 它可以在不需要修改每个函数内部代码的情况下,为多个函数添加附加功能,如权限验证,log日志等   涉及点:   1.先梳理一下 ...

  3. Python面向对象-@property装饰器

    python中,我们可以直接添加和修改属性的值: >>> class Student(object): ... pass ... >>> s = Student() ...

  4. python函数式编程-装饰器

    在代码运行期间动态增加功能的方式,称之为“装饰器”(Decorator). 由于函数也是一个对象,而且函数对象可以赋值给变量,所以通过变量也能调用该函数. >>> def now() ...

  5. 面向切面编程AOP——加锁、cache、logging、trace、同步等这些较通用的操作,如果都写一个类,则每个用到这些功能的类使用多继承非常难看,AOP就是解决这个问题的,python AOP就是装饰器

    面向切面编程(AOP)是一种编程思想,与OOP并不矛盾,只是它们的关注点相同.面向对象的目的在于抽象和管理,而面向切面的目的在于解耦和复用. 举两个大家都接触过的AOP的例子: 1)java中myba ...

  6. python面向对象编程进阶

    python面向对象编程进阶 一.isinstance(obj,cls)和issubclass(sub,super) isinstance(obj,cls)检查是否obj是否是类 cls 的对象 1 ...

  7. python 面向对象编程(一)

    一.如何定义一个类 在进行python面向对象编程之前,先来了解几个术语:类,类对象,实例对象,属性,函数和方法. 类是对现实世界中一些事物的封装,定义一个类可以采用下面的方式来定义: class c ...

  8. Python面向对象编程指南

    Python面向对象编程指南(高清版)PDF 百度网盘 链接:https://pan.baidu.com/s/1SbD4gum4yGcUruH9icTPCQ 提取码:fzk5 复制这段内容后打开百度网 ...

  9. python面向对象编程(OOP)

    python作为一种解释性语言,其主要的编程方式就是面向对象,而且python的框架django也是主要面向对象的编程. 类(class)和对象(object) 类(class)是用来描述具有相同属性 ...

  10. Python入门篇-装饰器

    Python入门篇-装饰器 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.装饰器概述 装饰器(无参) 它是一个函数 函数作为它的形参 返回值也是一个函数 可以使用@functi ...

随机推荐

  1. 大语言模型的应用探索—AI Agent初探!

    前言 大语言模型的应用之一是与大语言模型进行聊天也就是一个ChatBot,这个应用已经很广泛了. 接下来的一个应用就是AI Agent. AI Agent是人工智能代理(Artificial Inte ...

  2. 如何去除字符串中的 "\n" ?80% 的同学错了!

    大家好,我是鱼皮,今天分享一个小知识. 我最近负责的工作是设计一个 SQL 解析引擎.简单来说,就是将一个 SQL 表达式字符串,解析为一颗对象树,从而执行查询等一系列操作. 在最开始,我就遇到了一个 ...

  3. Django中的函数make_password、set_password和check_password

    在Django中,有一些用于处理密码的常用函数,包括make_password.set_password和check_password.这些函数用于生成.设置和验证密码,但没有直接的get_passw ...

  4. [oeasy]python0068_ 字体样式_正常_加亮_变暗_控制序列

    字体样式 回忆上次内容 上次了解了一个新的转义模式 \33 逃逸控制字符 esc esc 让输出 退出标准输出流 进行控制信息的设置 可以清屏 也可以设置光标输出的位置 还能做什么呢? 可以设置字符的 ...

  5. 题解:P10723 [GESP202406 七级] 黑白翻转

    背景 汗流浃背了. 分析 容易想到一个显然的思路:以任意节点为根,开始遍历.如果一个节点的子树里面有黑点,那么它必须保留,否则如果它是白点,则可以删去. 但这个方法很容易举出反例: 在这颗树中,如果以 ...

  6. Django 文件导入实现方案

    Django文件导入实现方案 by:授客 QQ:1033553122 开发环境   Win 10   Python 3.5.4   Django-2.0.13.tar.gz 官方下载地址: https ...

  7. ffmpeg中声音解码的流程

    声音解码流程: audio初始化 fifo初始化frame初始化init_resampler 解码: 如果有帧 初始化转码空间 做转码操作 resampler 放入fifo fifo是否大于 一帧数据 ...

  8. CCF 命令行选项

    题目原文 问题描述(题目链接登陆账号有问题,要从这个链接登陆,然后点击"模拟考试",进去找本题目)   试题编号: 201403-3 试题名称: 命令行选项 时间限制: 1.0s ...

  9. 安装docker并部署java项目

    docker部署springboot项目(详细教程)_使用docker部署springboot项目_流星007的博客-CSDN博客 ps:以下是部署到linux 服务器中的 案例(与chatgpt的对 ...

  10. Fiddler篡改请求和响应数据

    Fiddler标记断点后,我们可以通过篡改请求或响应数据,来模拟客户端请求和服务器响应. 一.打断点的方式 1.1 工具栏设置断点 工具栏勾选断点类型进行断点,路径:Rules->Automat ...