Python装饰器的实现
off999 2024-12-03 00:13 14 浏览 0 评论
1.1、简单的装饰器
1.1.1、一个最简单的装饰行为
饰器的一个特点是:在执行原函数的基础上,增加内容。
? 那么,如何执行原函数那?
? 把原函数的名字交给装饰函数,装饰函数就具备了执行老函数的能力。
# 旧函数,待装饰的函数
def fun():
print('我是老函数')
def factory(old_fun):
print('='*20)
old_fun()
print('='*20)
factory(fun)
1.1.2、完善装饰行为
? 上面的装饰行为还有哪些问题?
◇ 需要通过装饰工厂来调用原函数,原来调用这个功能的业务部门,将大面积修改代码;
? 那么如何改进这个问题那?
如何设计一个方式,在不改变原函数名称的情况下,调用时也执行装饰工厂那。
◇ old_name = factory(old_name)
def fun():
print("我是fun")
def factory(a):
def tmp():
print("="*10)
a()
print("="*10)
return tmp
fun = factory(fun)
fun()
1.1.3、python的装饰器语法糖
old_name = factory(old_name)这句话就是生成装饰器的核心语句。为了避免每次都写这样的无脑代码,python提供了一个便捷的写法,我们称之为语法糖。
语法糖的写法:
· 找到要装饰的函数
· 在上面写上@,然后跟装饰器函数的名称
@decortate
def fun():
print('in fun() ...')
1.1.4、总结
python的装饰器写法思路:
1.定义一个中介函数,该函数命名为装饰行为,接收一个可调用对象
def get_timer(fn):
pass
2.在中介函数内部实现装饰行为函数
def get_timer(fn):
def wrapper():
... ... # 装饰代码实现
3.在中介函数最后返回装饰行为的函数名:
def get_timer(fn):
def wrapper():
... ... # 装饰代码实现
return wrapper
【注意】:返回的是函数名,而不是函数调用
4.在需要被装饰的函数前,定义@装饰器名称
@get_timer
def fun():
pass
1.2、 python装饰器的几种形式
1.2.1、 无参数装饰器
Demo1: 增加函数什么时候运行的功能:
import time
def time_fun(func):
def my_time():
print(f"{func.__name__} running at {time.ctime()}")
func()
return my_time
@time_fun
def fun1():
print("+++++++++")
fun1()
time.sleep(2)
fun1()
- 被装饰函数有参数
- 装饰器的核心是内部函数的行为被重命名;
- 内部函数的形式要满足原函数形式;
import time
def time_fun(func):
def my_time(arg1): # 内部函数里预留接口
print(f"{func.__name__} running at {time.ctime()}")
func(arg1) # 原函数传递参数
return my_time
@time_fun
def fun1(arg1):
print("+++++{}++++".format(arg1))
fun1(10)
time.sleep(2)
fun1(10)
1.2.2、被装饰函数有不定参数和返回值
原函数有返回值,内部装饰函数也接收返回值进行返回。
import time
def time_fun(func):
def my_time(*args, **kwargs):
print(f"{func.__name__} running at {time.ctime()}")
func(*args, **kwargs)
return my_time
@time_fun
def fun1(arg1, arg2, name):
print("+++++{},{},{}++++".format(arg1, arg2, name))
fun1(10, 20, name='rocky')
time.sleep(2)
fun1(10, 20, name='jim')
1.2.3、改变装饰器行为(给装饰器传参数)
在装饰器中,我们也有一种需求,根据传入的参数不同,装饰的行为方式也会不同,那么如何定义这种装饰器那。
首先再理解装饰器的语法:
@time_fun
def fun1(arg1, arg2, name):
print("+++++{},{},{}++++".format(arg1, arg2, name))
原材料名称= 装饰器名称(原材料名称)
@time_fun(“itsource”)
def fun1(arg1, arg2, name):
print("+++++{},{},{}++++".format(arg1, arg2, name))
fun1 = time_fun(“itsource”)(fun1)
这样来看,必须要保证time_fun(“itsource”)返回的内容恰好是标准的装饰器就可以满足了。
import time
def time_fun(flags):
def time_arg(func):
def my_time(*args, **kwargs):
print(f"{func.__name__} running at {time.ctime()}")
print("the flags is {}".format(flags))
return func(*args, **kwargs)
return my_time
return time_arg
@time_fun("itsource")
def fun1(arg1, arg2, name):
print("+++++{},{},{}++++".format(arg1, arg2, name))
fun1(10, 20, name='rocky')
time.sleep(2)
fun1(10, 20, name='jim')
1.2.4、用类来定义装饰器(了解)
? 可执行对象究竟是什么?
? 具有__call__方法的对象空间,就称之为可执行对象,每定义一个函数,就相当于在空间中定义了__call__方法。
? 如何利用类来实现装饰器
@Test # fun = Test(fun)
def fun():
pass
- Test的__init__方法应该接收被装饰函数的名称
- 调用fun()实际就是调用了Test类的__call__方法
class Test():
def __init__(self, fn):
self.old_fun = fn
def __call__(self,):
... ... # 装饰内容
ret = self.old_fun()
@Test
def fun(a, b, name):
pass
fun()
1.3、多层装饰
在实际开发时,一个原函数,可以使用多个装饰函数进行修饰,这种行为就称之为多层装饰。
对于多层装饰,要理解他的执行过程。
def bold(fn):
def wrapper():
return f'{fn()}'
return wrapper
def italic(fn):
def wrapper():
return f'{fn()}'
return wrapper
@italic
@bold
def hello():
return 'Hello World'
print(hello())
【结果】:
Hello World
1.4、总结
- 装饰器实际也是一个函数(可调用对象);
- 接收一个老函数的名称;
- 返回新函数的名称;
- 在新函数里调用老函数;
相关推荐
- Python开发管理神器--UV 使用教程:从安装到项目管理
-
UV是一个用Rust编写的高效Python包和项目管理工具,提供了比传统工具更快的速度和更强的功能。本文将指导你如何使用UV从安装到运行一个Python项目。重点:它可以独立安装,可...
- python入门-Day 26: 优化与调试(python优化方法)
-
优化与调试,内容包括处理模型运行中的常见问题(内存、依赖)、调整参数(如最大生成长度),以及练习改进Day25的文本生成结果。我会设计一个结构化的任务,帮助你掌握优化和调试技巧,同时提升模型性能...
- Python安装(python安装发生严重错误)
-
Windows系统1.安装python1.1下载Python安装包打开官方网站:https://www.python.org/downloads/点击"DownloadPython3.1...
- UV 上手指南:Python 项目环境/包管理新选择
-
如果你是一位Python开发者,曾因pipinstall的安装速度而感到沮丧,或者希望Python的依赖管理能够像Node.js那样高效顺滑,那么UV可能正是你所需要的工具。UV...
- uv——Python开发栈中的高效全能小工具
-
每天写Python代码的同学,肯定都离不开pip、virtualenv、Poetry等基础工具,但是对这些工具可能是又恨又离不开。那么有什么好的替代呢,虫虫今天就给大家介绍一个替代他们的小工具uv,一...
- 使用Refurb让你的Python代码更加优秀
-
还在担心你写的Python代码是否专业,是否符合规范吗?这里介绍一个Python代码优化库Refurb,使用它可以给你的代码提出更加专业的建议,让你的代码更加的可读,规范和专业。下面简单介绍这个库的使...
- 【ai】dify+python开发AI八字排盘插件
-
Dify插件是什么?你可以将Dify插件想象成赋予AI应用增强感知和执行能力的模块化组件。它们使得将外部服务、自定义功能以及专用工具以”即插即用”的简洁方式集成到基于Dify构建的AI...
- 零基础AI开发系列教程:Dify升级指南
-
Dify近期发布很是频繁,基本两三天一个版本。值得肯定的是优化和改进了很多问题,但是官方的升级文档有点分散,也有点乱。我这里整理了一个升级文档供大家参考,如果还没有升级到新版本的小伙伴,可以按照我的文...
- 升级到PyTorch 2.0的技巧总结(如何更新pytorch版本)
-
来源:DeepHubIMBA本文约6400字,建议阅读12分钟在本文将演示PyTorch2.0新功能的使用,以及介绍在使用它时可能遇到的一些问题。PyTorch2.0发布也有一段时间了,大家...
- dify 1.6.0版本发布解读:引入MCP支持与多项核心优化升级指南详解
-
2025年7月10日,dify发布了1.6.0版本。这是一次功能深度升级与性能优化的综合性更新,标志着dify在技术规范支持、操作体验以及系统稳定性方面迈出了重要的一步。本文将从核心新特性、功能增强、...
- Python教程(十四):列表(List)(python列表方法总结)
-
昨天,我们学习了变量作用域,理解了局部和全局变量的概念。今天,我们将开始探索Python的数据结构,从最常用的**列表(List)**开始。列表是Python中最灵活、最常用的数据结构,它可以存储不同...
- Python列表操作(python列表有哪些基本操作)
-
Python添加列表4分钟阅读在Python操作列表有各种方法。例如–简单地将一个列表的元素附加到for循环中另一个列表的尾部,或使用+/*运算符、列表推导、extend()和i...
- Python字符串变形术:replace替换+join连接,10分钟掌握核心操作
-
字符串替换魔法:replace()实战手册核心价值:一键更新文本内容,精准控制替换范围#基础替换:Python变Javas="hellopython"print(s.re...
- python集合set() 数据增册改查统计序循常用方法和数学计算
-
概念特点定义和创建常用操作集合间的关系集合数学操作集合生成式遍历概念:可变、无序、不重复的序列数据容器特点:无序,不支持下标唯一性,可以删除重复数据可修改定义和创建赋值法:语法:s={x,....
- Python列表方法append和extend的区别
-
在Python编程中,列表是一种非常常用的数据结构。而列表有两个方法append()和extend(),它们看起来有点相似,但实际上有着明显的区别。今天咱们就来好好唠唠这俩方法到底有啥不同。基本区别a...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)