AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Python装饰器的使用详解

2022-11-17 142
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： Python装饰器，大致可分为：无参装饰器、带参装饰器。接下来我们一探究竟

装饰器

Python装饰器，大致可分为：无参装饰器、带参装饰器。接下来我们一探究竟

<br/>

多个装饰器一起使用

"""
装饰器的具体使用
"""

print("# -------------------- 多个装饰器一起使用 -------------------- #")


# 加粗
def make_bold(fn):
    def wrapped():
        return "<b>" + fn() + "</b>"

    return wrapped


# 斜体
def make_italic(fn):
    def wrapped():
        return "<i>" + fn() + "</i>"

    return wrapped


@make_bold
def test1():
    return "hello world-1"


@make_italic
def test2():
    return "hello world-2"


# 两个装饰器一起使用
@make_bold
@make_italic
def test3():
    return "hello world-3"


print(test1())
print(test2())
print(test3())

<br/>

运行结果：

# -------------------- 多个装饰器一起使用 -------------------- #
<b>hello world-1</b>
<i>hello world-2</i>
<b><i>hello world-3</i></b>

<br/>

可以发现装饰 test3 的结果是先变斜体，然后在加粗。首先程序是从上到下执行的，当遇到 @make_bold 时它会把下面的函数引用传递给 make_bold 函数，但下面的又是一个装饰器 @make_italic ，这个装饰器一样会把下面的函数 test3 传递给 make_italic 函数，先将make_italic 函数的返回值 wrapped 赋值给 test3，然后这个新的 test3 函数再传递给 make_bold。因此是先变斜体，然后再加粗。

可能理解起来会很绕，看看下面这段程序结果你就更明白了，最好是亲自去尝试一下，加强理解。

"""
装饰器的具体使用
"""

print("# -------------------- 多个装饰器一起使用 -------------------- #")


# 加粗
def make_bold(fn):
    print("make_bold called")
    print(fn.__name__)

    def wrapped():
        return "<b>" + fn() + "</b>"

    return wrapped


# 斜体
def make_italic(fn):
    print("make_italic called")
    print(fn.__name__)

    def wrapped():
        return "<i>" + fn() + "</i>"

    return wrapped


# 两个装饰器一起使用
@make_bold
@make_italic
def test3():
    return "hello world-3"


print(test3())

<br/>

运行结果：

# -------------------- 多个装饰器一起使用 -------------------- #
make_italic called
function name: test3
    
make_bold called
function name: wrapped
<b><i>hello world-3</i></b>

先传递 test3 函数，经过 @make_italic 装饰器后 test3 = wrapped，在传递 test3 函数，而此时test3 其实就是 wrapped。因此第二次 fn.__name__，打印是 wrapped。

<br/>

各种装饰器示例

无参数的装饰器

print("# -------------------- 无参数装饰器 -------------------- #")
from time import ctime, sleep


# 打印当前运行时间
def cur_time(func):
    def wrapped_func():
        print("%s called at %s" % (func.__name__, ctime()))
        func()

    return wrapped_func


@cur_time
def foo():
    print("I am foo")


foo()
sleep(2)
foo()

<br/>

上面代码理解装饰器执行行为可理解成


# foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func
foo = timefun(foo)

# 调用foo(),即等价调用wrapped_func()
foo()

# 内部函数wrapped_func被引用，所以外部函数的func变量(自由变量)并没有释放
# func里保存的是原foo函数对象

<br/>

运行结果：

# -------------------- 无参数装饰器 -------------------- #
foo called at Thu Apr 15 20:40:35 2021
I am foo
foo called at Thu Apr 15 20:40:37 2021
I am foo

<br/>

被装饰的函数有参数

print("# -------------------- 被装饰的函数有参数 -------------------- #")
from time import ctime, sleep


def cur_time(func):

    # 注意在这里接受函数参数
    def wrapped_func(a, b):
        print("%s called at %s" % (func.__name__, ctime()))
        print(a, b)
        func(a, b)

    return wrapped_func


@cur_time
def foo(a, b):
    print(a + b)


foo(3, 5)
sleep(2)
foo(2, 4)

<br/>

运行结果：

# -------------------- 被装饰的函数有参数 -------------------- #
foo called at Thu Apr 15 20:47:18 2021
3 5
8
foo called at Thu Apr 15 20:47:20 2021
2 4
6

<br/>

被装饰的函数有不定长参数

print("# -------------------- 被装饰的函数有不定长参数 -------------------- #")
from time import ctime, sleep


def cur_time(func):

    # 这里用*arg **kwargs来接受不定长参数
    def wrapped_func(*args, **kwargs):
        print("%s called at %s" % (func.__name__, ctime()))
        print("args:", args)
        print("kwargs:", kwargs)
        func(*args, **kwargs)

    return wrapped_func


@cur_time
def foo(a, b, c):
    print(a + b + c)


foo(1, 3, 5)
sleep(2)
foo(2, 4, c=6)

<br/>

运行结果：

# -------------------- 被装饰的函数有不定长参数 -------------------- #
foo called at Thu Apr 15 21:10:02 2021
args: (1, 3, 5)
kwargs: {}
9

foo called at Thu Apr 15 21:10:05 2021
args: (2, 4)
kwargs: {'c': 6}
12

以 foo(2, 4, c=6) 举例，2, 4 会以元组的形式传递给 args，c=6 这种键值对的则是以字典的形式传递给 kwargs ，需注意的是在函数参数定义的时候需在参数名前带上 *。参数名称可以自定义但 * 不能少，否则就不是不定参数函数。例如 *args 可以换成 *params ，*kwargs 可以换成 *kws。但我们最好不要改动。

<br/>

装饰器中的return

print("# -------------------- 装饰器的return -------------------- #")
from time import ctime, sleep


def cur_time(func):
    def wrapped_func():
        print("%s called at %s" % (func.__name__, ctime()))
        func()

    return wrapped_func


@cur_time
def foo():
    print("I am foo")


@cur_time
def get_info():
    return '----hei hei---'


foo()
sleep(2)
foo()

print(get_info())

<br/>

执行结果：

# -------------------- 装饰器的return -------------------- #
foo called at Thu Apr 15 21:27:52 2021
I am foo

foo called at Thu Apr 15 21:27:54 2021
I am foo

get_info called at Thu Apr 15 21:27:54 2021
None

<br/>

如果修改装饰器为如下

def cur_time(func):
    def wrapped_func():
        print("%s called at %s" % (func.__name__, ctime()))
        ret = func() # 先接收函数的返回值
        return ret   # 然后返回出去

    return wrapped_func

<br/>

则运行结果：

# -------------------- 装饰器的return -------------------- #
foo called at Thu Apr 15 21:32:43 2021
I am foo

foo called at Thu Apr 15 21:32:45 2021
I am foo

get_info called at Thu Apr 15 21:32:45 2021
----hei hei---

<br/>

说明：

一般情况下为了让装饰器更通用，可以有 return

<br/>

装饰器带参数

print("# -------------------- 装饰器带参数 -------------------- #")
from time import ctime, sleep


def time_arg(pre="hello"):

    def cur_time(func):
        def wrapped_func():
            print("%s called at %s %s" % (func.__name__, ctime(), pre))
            return func()

        return wrapped_func

    return cur_time


@time_arg("hui")
def foo():
    print("I am foo")


@time_arg("python")
def goo():
    print("I am goo")


foo()
sleep(2)
foo()

goo()
sleep(2)
goo()

<br/>

装饰过程如下

1. 先调用 time_arg("hui")

2. 将步骤1得到的返回值，即cur_time返回， 然后装饰器@time_arg('hui')就变成了@cur_time

3. 将 foo 传递给 cur_time

3. 将 cur_time(foo)的结果返回，即wrapped_func

4. 让foo = wrapped_fun，即foo现在指向wrapped_func

可以理解为

foo() == timef_arg("hui")(foo)()
goo() == timef_arg("python")(goo)()

<br/>

记住 xxx() 即 xxx 调用，而 @decorate 则执行 decorate 函数，只不过会把 @ 下面被装饰的函数当做参数传递给 decorate 函数执行。

<br/>

类装饰器（扩展）

装饰器函数其实是这样一个接口约束，它必须接受一个 callable 对象作为参数，然后返回一个 callable 对象。在Python中一般 callable 对象都是函数，但也有例外。只要某个对象重写了 __call__() 方法，那么这个对象就是 callable 的。

  • callable 就是可被调用执行的对象
class Test():
    def __call__(self):
        print('call me!')

t = Test()
t()  # 输出 call me

<br/>

类装饰器demo

class Test(object):
    
    def __init__(self, func):
        print("---初始化---")
        print("func name is %s" % func.__name__)
        self.__func = func
        
    def __call__(self):
        print("---装饰器中的功能---")
        self.__func()

@Test
def test():
    print("----test---")
test()

<br/>

说明：

1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象
    并且会把test这个函数名当做参数传递到__init__方法中
    即在__init__方法中的属性__func指向了test指向的函数

2. test指向了用Test创建出来的实例对象

3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法

4. 为了能够在__call__方法中调用原来test指向的函数体，
    所以在__init__方法中就需要一个实例属性来保存这个函数体的引用
    所以才有了self.__func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体

<br/>

运行结果如下：

---初始化---
func name is test
---装饰器中的功能---
----test---

<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
程序员
关键词：
Python装饰器
忆想不到的晖
目录
相关文章
历年考试不作弊
|
7天前
|
开发者 Python
探索Python中的装饰器：从基础到高级应用
本文将带你深入了解Python中的装饰器，这一强大而灵活的工具。我们将一起探讨装饰器的基本概念，它们如何工作，以及如何使用它们来增强函数和类的功能，同时不改变其核心逻辑。通过具体代码示例，我们将展示装饰器的创建和使用，并探索一些高级应用，比如装饰器堆栈和装饰带参数的装饰器。无论你是初学者还是有经验的开发者，这篇文章都将为你提供新的视角，帮助你更有效地使用装饰器来简化和优化你的代码。
历年考试不作弊
18 5
天下无贼001
|
9天前
|
测试技术 数据安全/隐私保护 开发者
探索Python中的装饰器：从基础到高级应用
装饰器在Python中是一个强大且令人兴奋的功能，它允许开发者在不修改原有函数代码的前提下增加额外的功能。本文将通过具体代码示例，带领读者从装饰器的基础概念入手，逐步深入到高级用法，如带参数的装饰器和装饰器嵌套等。无论你是初学者还是有经验的开发者，这篇文章都将为你提供有价值的见解和技巧。
天下无贼001
29 6
mrq4nk6ni2neg
|
9天前
|
开发框架 数据建模 中间件
Python中的装饰器：简化代码，增强功能
在Python的世界里，装饰器是那些静悄悄的幕后英雄。它们不张扬，却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在，从基础概念到实际应用，我们一步步揭开装饰器的神秘面纱。准备好了吗？让我们开始这段简洁而富有启发性的旅程吧！
mrq4nk6ni2neg
21 6
shuj
|
11天前
|
测试技术 Python
探索Python中的装饰器：简化代码，增强功能
在Python的世界中，装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅，还能在不改变原有函数定义的情况下，增加额外的功能。本文将通过生动的例子和易于理解的语言，带你领略装饰器的奥秘，从基础概念到实际应用，一起开启Python装饰器的奇妙旅程。
shuj
28 11
技术混子
|
7天前
|
测试技术 开发者 Python
探索Python中的装饰器：从入门到实践
装饰器，在Python中是一块强大的语法糖，它允许我们在不修改原函数代码的情况下增加额外的功能。本文将通过简单易懂的语言和实例，带你一步步了解装饰器的基本概念、使用方法以及如何自定义装饰器。我们还将探讨装饰器在实战中的应用，让你能够在实际编程中灵活运用这一技术。
技术混子
24 7
我不是游客20240119
|
6天前
|
Python
探索Python中的装饰器：简化代码，增强功能
在Python的世界里，装饰器就像是给函数穿上了一件神奇的外套，让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻，带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱，看看它是如何在不改变函数核心逻辑的情况下，为函数增添新功能的吧！
我不是游客20240119
18 5
mg的嘟嘟
|
7天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器：提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例，帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要，本文将以一个实际的软件开发场景引入，逐步揭示装饰器如何优化代码结构，提高开发效率和代码质量。
mg的嘟嘟
31 6
肥猪肥猪-17824
|
6天前
|
存储 缓存 Python
Python中的装饰器深度解析与实践
在Python的世界里，装饰器如同一位神秘的魔法师，它拥有改变函数行为的能力。本文将揭开装饰器的神秘面纱，通过直观的代码示例，引导你理解其工作原理，并掌握如何在实际项目中灵活运用这一强大的工具。从基础到进阶，我们将一起探索装饰器的魅力所在。
肥猪肥猪-17824
23 4
mg的嘟嘟
|
7天前
|
测试技术 开发者 Python
深入理解Python装饰器：从基础到高级应用
本文旨在为读者提供一个全面的Python装饰器指南，从其基本概念讲起，逐步深入探讨其高级应用。我们将通过实例解析装饰器的工作原理，并展示如何利用它们来增强函数功能、控制程序流程以及实现代码的模块化。无论你是Python初学者还是经验丰富的开发者，本文都将为你提供宝贵的见解和实用的技巧，帮助你更好地掌握这一强大的语言特性。
mg的嘟嘟
21 4
mrq4nk6ni2neg
|
9天前
|
开发者 Python
Python中的装饰器：从入门到实践
本文将深入探讨Python的装饰器，这一强大工具允许开发者在不修改现有函数代码的情况下增加额外的功能。我们将通过实例学习如何创建和应用装饰器，并探索它们背后的原理和高级用法。
mrq4nk6ni2neg
24 5

热门文章

最新文章

  • 1
    手把手教你用Python实践深度学习
  • 2
    3、Python与设计模式--建造者模式
  • 3
    [Spark][Python]Spark Python 索引页
  • 4
    python实现主机批量管理
  • 5
    python变量及字符编码
  • 6
    python快速搭建WebServer
  • 7
    Py之sip：Python库之sip的简介、安装、使用方法之详细攻略
  • 8
    Python 学习(一)
  • 9
    python基础知识2（语法结构及字符串）
  • 10
    python日志模块logging
  • 1
    Python 网络编程实战：构建高效的网络应用
    90
  • 2
    Python 网络编程基础：套接字（Sockets）入门与实践
    73
  • 3
    【Python 的内存管理机制专栏】Python 内存管理机制与底层实现：C 语言视角的剖析
    187
  • 4
    【Python 的内存管理机制专栏】Python 内存管理实战：性能优化与内存泄漏检测
    76
  • 5
    Python中的数据可视化技术及应用
    75
  • 6
    实时计算 Flink版操作报错合集之在使用 Python UDF 时遇到 requests 包的导入问题，提示 OpenSSL 版本不兼容如何解决
    116
  • 7
    Python中的装饰器应用及实践
    39
  • 8
    Python中的装饰器应用探究
    30
  • 9
    Python中的装饰器：优雅而强大的函数修饰工具
    35
  • 10
    Python中的装饰器：提升代码灵活性和可维护性
    32

    • 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
  • 用Python画圣诞树
  • Python选择及循环结构
  • 云端Python及基本操作
  • Python网络通信程序典型应用
  • Python新手入门（Anolis OS）
  • Python新手入门

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • golang
    • 下一篇
    阿里云对象存储OSS收费标准：存储、流量和请求等多个计费项详解