AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

一则小故事带你弄清Python装饰器

2022-11-17 133
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题。装饰器 `(Decorators)` 是 Python 的一个重要部分。简而言之：**Python中的装饰器就是拓展原来函数功能的一种函数

装饰器

装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题。装饰器 (Decorators) 是 Python 的一个重要部分。简而言之： Python中的装饰器就是拓展原来函数功能的一种函数。

<br/>

回顾函数引用

#### 第一波 ####
def func():
    print("func() called")

func    # 表示是函数
func()  # 表示执行func函数

#### 第二波 ####
def func():
    print("func() called")

func = lambda x: x + 1

func()  # 执行lambda表达式，而不再是原来的func函数，因为func这个名字被重新指向了另外一个匿名函数

从上一文 深入浅出Python闭包 中，就知道函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名() 调用，如果 函数名 = xxx 被修改了，那么当在执行 函数名() 时，调用的就不知之前的那个函数了。

这里又提到 lambda 表达式，其就是一个 匿名函数。下面一图就可参透

lambda表达式图解

<br/>

小故事带你了解装饰器的功能

初创公司有N个业务部门，基础平台部门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：

############### 基础平台提供的功能如下 ###############

def f1():
    print('f1')

def f2():
    print('f2')

def f3():
    print('f3')

def f4():
    print('f4')

############### 业务部门A 调用基础平台提供的功能 ###############

f1()
f2()
f3()
f4()

############### 业务部门B 调用基础平台提供的功能 ###############

f1()
f2()
f3()
f4()

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。

<br/>

老大把工作交给 Low B，他是这么做的：

跟每个业务部门交涉，让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。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子...

当天Low B 被开除了…

<br/>

老大把工作交给 Low BB，他是这么做的：

############### 基础平台提供的功能如下 ############### 

def f1():
    # 验证1
    # 验证2
    # 验证3
    print('f1')

def f2():
    # 验证1
    # 验证2
    # 验证3
    print('f2')

def f3():
    # 验证1
    # 验证2
    # 验证3
    print('f3')

def f4():
    # 验证1
    # 验证2
    # 验证3
    print('f4')

############### 业务部门不变 ############### 
### 业务部门A 调用基础平台提供的功能### 

f1()
f2()
f3()
f4()

### 业务部门B 调用基础平台提供的功能 ### 

f1()
f2()
f3()
f4()

过了一周 Low BB 被开除了…

<br/>

老大把工作交给 Low BBB，他是这么做的：

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 
############### 基础平台提供的功能如下 ############### 

# 新增一个验证函数
def check():
    # 验证1
    # 验证2
    # 验证3
    pass

def f1():
    check()
    print('f1')

def f2():
    check()
    print('f2')
    
def f3():
    check()
    print('f3')

def f4():
    check()
    print('f4')

老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：

老大说：

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

<br/>

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，老板就给了Low BBB一个实现方案：

# 这个就是闭包应用，只不过传递过来的 func 是函数的引用
def check(func):
    def inner():
        # 验证1
        # 验证2
        # 验证3
        func()
    return inner

@check
def f1():
    print('f1')
    
@check
def f2():
    print('f2')
    
@check
def f3():
    print('f3')
    
@check
def f4():
    print('f4')

对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1, f2, f3, f4 之前都进行 【验证】 操作，并且其他业务部门无需做任何操作。

Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？

老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。

详细的开始讲解了：

单独以 f1() 为例：

def check(func):
    def inner():
        # 验证1
        # 验证2
        # 验证3
        func()
    return inner

@check
def f1():
    print('f1')

<br/>

Python解释器就会从上到下解释代码，步骤如下：

  1. def check(func): ==> 将check函数加载到内存
  2. @check

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 @check 这一句代码里却有大文章， @函数名是Python的一种语法糖。

<br/>

上例@check内部会执行一下操作：

执行check函数

执行check函数 ，并将 @check 下面的函数作为 check函数的参数

即：@check 等价于 check(f1) 所以内部就会去执行：

def inner(): 
    #验证 1
    #验证 2
    #验证 3
    func()    # 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

<br/>

check函数的返回值

将执行完的check函数返回值 赋值 给@check下面的函数的函数名f1 即将check的返回值再重新赋值给 f1，即：

新f1 = def inner(): 
            # 验证 1
            # 验证 2
            # 验证 3
            原来f1()
        return inner

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

Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！

这则生动形象的小故事是引用网上的。

<br/>

Python 装饰器简单应用

Python中装饰器的语法以 @ 开头，接着是装饰器函数的名字、可选参数。

紧跟装饰器声明的是被装饰的函数和被装饰的函数的可选参数，如下：


@decorator(装饰器的可选参数)
def func(函数参数):
    ......

<br/>

计算函数运行时间

寻找[0, 1000]之间三个数，条件: a + b + c = 1000，且符合 a*a + b*b = c*c， 结果不能重复，

如(0, 500, 500) 和 (500, 0, 500)只能出现一个，注：a, b, c 就是要寻找的三个数。

"""
Python 重点知识装饰器
"""
import time


print("# -------------------- 计算函数运行时间 -------------------- #")

def calc_time(func):
    """
    计算函数运行时间
    """
    def calc():
        # 函数调用前，记录开始时间
        start_time = time.time()
        func()
        # 函数结束，计算运行时间
        use_time = time.time() - start_time
        print(func.__name__, "use time {} seconds".format(use_time))

    return calc


@calc_time
def fun1():
    """
    寻找[0, 1000]之间三个数
    条件: a + b + c = 1000,
         且符合a*a + b*b = c*c,
         结果不能重复
    """
    ret_set = set()
    for i in range(0, 1001):
        for j in range(0, 1001):
            for m in range(0, 1001):
                if (i + j + m) == 1000 and (i*i + j*j) == m*m:
                    # print(i, j, m)
                    li = [i, j, m]
                    
                    # 记得排序后再去添加到集合中
                    # 防止[0, 500, 500]、[500, 0, 500]等不去重
                    li.sort()   
                    ret_set.add(tuple(li))

    print(ret_set)
    

@calc_time
def fun2():
    """
    改进版
    """
    ret_set = set()
    for i in range(10001):
        for j in range(1001 - i):
            m = 1000 - i - j
            if i*i + j*j == m*m:
                # print(i, j, m)
                li = [i, j, m]
                li.sort()
                ret_set.add(tuple(li))
    print(ret_set)


def main():
    fun1()
    print()
    fun2()


if __name__ == '__main__':
    main()

<br/>

运行结果

# -------------------- 计算函数运行时间 -------------------- #
{(0, 500, 500), (200, 375, 425)}
fun1 use time 99.87939643859863 seconds

{(0, 500, 500), (200, 375, 425)}
fun2 use time 0.12499618530273438 seconds

这段程序不仅说明了装饰器的强大，可复用性高，还提醒大家设计一个好程序，程序性能倍翻。

<br/>

源代码

源代码已上传到 Gitee PythonKnowledge: Python知识宝库，欢迎大家来访。

✍ 码字不易，万水千山总是情，点赞再走行不行，还望各位大侠多多支持❤️

<br/>

公众号

新建文件夹X

大自然用数百亿年创造出我们现实世界，而程序员用几百年创造出一个完全不同的虚拟世界。我们用键盘敲出一砖一瓦，用大脑构建一切。人们把1000视为权威，我们反其道行之，捍卫1024的地位。我们不是键盘侠，我们只是平凡世界中不凡的缔造者 。
文章标签：
Python
NoSQL
监控
Redis
程序员
API
数据库
关键词：
Python装饰器
忆想不到的晖
目录
相关文章
游客qf4jmczx4xu2y
|
3天前
|
设计模式 开发框架 缓存
探索Python中的装饰器：简化代码，增强功能
【9月更文挑战第16天】在Python的世界里，装饰器宛如一位巧手魔术师，轻轻一挥魔杖，便能让我们的函数和类焕发新生。本文将带你领略装饰器的魔力，从基础概念到实战应用，一步步解锁装饰器的强大潜能。让我们一起踏上这段奇妙的旅程，探索如何用装饰器简化代码，增强功能。
游客qf4jmczx4xu2y
31 19
mrq4nk6ni2neg
|
4天前
|
API Python
探索Python中的装饰器
【9月更文挑战第15天】本文将带你深入了解Python装饰器的概念、用法和实现，让你对这一强大而灵活的工具有更全面的认识。我们将从基础概念出发，逐步深入到高级应用，通过实例代码演示如何利用装饰器优化代码结构、增强函数功能以及管理API版本。
mrq4nk6ni2neg
31 15
肥猪肥猪-17824
|
4天前
|
Python
探索Python中的装饰器：从基础到进阶
【9月更文挑战第15天】本文旨在通过深入浅出的方式介绍Python中装饰器的概念、用法及其背后的原理。我们将从装饰器的简单定义开始，逐步深入到如何自定义装饰器，并探讨其在不同场景下的应用。文章不仅包含理论知识，还提供了实际代码示例，帮助读者更好地理解和掌握这一强大的工具。
肥猪肥猪-17824
31 15
萝卜带泥
|
3天前
|
缓存 开发者 Python
探索Python中的装饰器：从基础到高级应用
本文旨在深入探讨Python中一个强大且灵活的特性——装饰器（Decorator）。通过图文并茂的方式，我们将从装饰器的基本概念入手，逐步揭示其背后的工作原理，并通过一系列实用示例展示如何在实际编程中有效利用装饰器来增强代码的可读性、可维护性和功能性。最终，我们希望读者不仅能掌握装饰器的基础用法，还能激发创新思维，探索出更多高级应用场景。
萝卜带泥
17 9
君子世无双~
|
3天前
|
开发框架 缓存 数据库
探索Python中的装饰器：从入门到实践
【8月更文挑战第48天】本文将引导你进入Python装饰器的奇妙世界。不同于传统的“摘要”格式，我们将通过一段代码的演变，直观展示装饰器的魅力。文章不仅介绍基础概念，还将通过实例演示如何自定义装饰器，并探讨其在实际应用中的强大用途。让我们开始吧，一起深入理解这个改变函数行为的强大工具！
君子世无双~
19 8
muxiaoxi
|
2天前
|
缓存 开发者 Python
探索Python中的装饰器
本文将深入探讨Python中一个高级且强大的功能——装饰器。我们将从基本概念开始，逐步解析其工作原理及实际应用。通过具体示例，读者将能够理解如何使用装饰器来扩展函数功能，以及如何利用这一特性优化代码结构。无论是新手还是经验丰富的开发者，都能从中获取有价值的见解。
muxiaoxi
14 5
mrq4nk6ni2neg
|
1天前
|
Python
探索Python编程中的装饰器
【9月更文挑战第18天】本文将深入探讨Python中的一项强大功能——装饰器。通过简化的实例，我们会了解如何创建和使用装饰器来增强函数的功能，同时保持代码的整洁性和可读性。
mrq4nk6ni2neg
10 3
我不是游客20240119
|
3天前
|
测试技术 Python
Python中的装饰器：简化代码的魔法
【9月更文挑战第16天】在Python编程的世界里，装饰器就像是一把瑞士军刀，它们为函数和类赋予了额外的超能力。本文将带你探索装饰器的秘密，了解如何利用这一工具来简化代码、增强可读性并提升效率。从基础概念到实际案例，我们将一步步揭示装饰器的神秘面纱，让你的代码更加优雅和强大。
我不是游客20240119
14 5
xibeijing
|
2天前
|
设计模式 Python
探索Python中的装饰器：从基础到高级应用
本文深入探讨了Python中装饰器的使用，包括其基本定义、实际应用以及如何创建自定义装饰器。通过具体示例，我们将揭示装饰器在函数编程中的强大功能和灵活性，帮助读者更好地理解和运用这一技术。
xibeijing
14 3
aliyun1160684647-37161
|
2天前
|
缓存 数据安全/隐私保护 Python
探索Python中的装饰器
在本文中，我们将深入探讨Python装饰器的概念、应用及其背后的原理。通过具体的代码示例，您将学会如何使用装饰器来扩展函数功能，而无需永久性地修改它们。我们还将了解不同类型的装饰器，包括一元和二元装饰器，并学习如何创建和使用自定义装饰器。预计阅读时间：5分钟。
aliyun1160684647-37161
11 2

热门文章

最新文章

  • 1
    Python 第2章 基本数据类型课后习题参考答案
  • 2
    Python入门教程：内置函数—Map、Reduce、Filter
  • 3
    ?python __future__ package的几个特性
  • 4
    【Python】fastapi框架之Web部署机器学习模型
  • 5
    【机器学习算法-python实现】svm支持向量机(1)—理论知识介绍
  • 6
    CentOS 7-(64位)系统下安装Anaconda（Python3.x）及pip使用
  • 7
    python if语句
  • 8
    Python之pickle序列化
  • 9
    第24讲 python文件的写操作基础
  • 10
    Python查询Google PageRank
  • 1
    python制作七夕音乐贺卡
    83
  • 2
    Python自动化测试代理程序可用性
    42
  • 3
    使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序
    144
  • 4
    在Python的Pandas中，可以通过直接赋值或使用apply函数在DataFrame添加新列。
    219
  • 5
    Python小工具包
    86
  • 6
    python图片九宫格图片处理
    69
  • 7
    python实现Gif图片的字符画
    75
  • 8
    【🔥热闻速递】Google 裁撤 Python研发团队
    74
  • 9
    在Python中绘制移动平均线（MA）
    108
  • 10
    【Python机器学习专栏】Python机器学习工具与库的未来展望
    57

    • 相关课程

    更多
  • Python Web开发基础
  • Python开发基础入门
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • Python新手入门
  • Python入门
  • Python选择及循环结构
  • Python新手入门（Anolis OS）
  • 使用Java面向对象编写网络通信程序应用
  • Python网络通信程序典型应用

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • raspberry-pi-os-images
    • 下一篇
    基于LNMP搭建WordPress