浅析装饰器的那些事儿

简介: 浅析装饰器的那些事儿

一、装饰器的简单定义


外层函数返回里层函数的引用,里层函数引用外层函数的变量。


二、装饰器的作用


通俗来讲装饰器的作用就是在不改变已有函数代码前提下,为该函数增加新的功能。

def run():   print('我会跑')fun()


现在我想在原有函数的基础上新增一个功能:我会唱歌。这个时候利用装饰器则轻松可以帮我们实现这个功能。


三、实例理解


(1)不传参的装饰器

def outer(fun):   def inner():      fun()  //fun是外层函数的变量,在inner里面用   return inner //inner就是里层函数的引用


(2)传递参数的装饰器:

def func(fun):   def add(*args,**kwarge):      return fun(*args,**kwargs)   return add


现在对于装饰器的基本格式有一定的了解,就可以直接写函数了。下面实现文章开头的 我会唱歌 的功能

def outer(fun):    def inner(*args, **kwarge):        print("我会唱歌")        return fun(*args, **kwarge)    return inner


四、如何使用装饰器


方法一:使用@符号+装饰器的名字   把它放在想要装饰函数的上一行即可@outerdef run():   print('我会跑')   run()
方法二:def run():    print('我会跑')
run=outer(run)   #就等价于@outerrun()
最终打印结果是:我会唱歌我会跑


如果我想知道fun 传递的参数是什么,在装饰器内部可以使用如下方式:

def outer(fun):    a = 1    def inner(*args, **kwarge): # args是一个数组,kwargs一个字典        print(fun.__name__) #打印fun接收的函数的名字        print("我会唱歌")        return fun(*args, **kwarge)    return inner


但是如果我们 print(run.__name__,6666666) 输出的结果是inner,并不是我们想要的run,这里的函数被warpTheFunction替代了。它重写了我们函数的名字和注释文档(docstring)。解决方法如下:

from functools import wraps
def outer(fun):    @wraps(fun)    def inner(*args, **kwargs):        print(fun.__name__,11111111111)        print("我会唱歌")        return fun(*args, **kwargs)    return inner
@outerdef run():   print('我会跑')    print(run.__name__,6666666)  //输出结果为 run 666666

 

五、自己实现装饰器


def subuser_keymanage(view_func):    '''功能是实现用户管理权限的判定'''    def _wrapper_view(request, *args, **kwargs):        user = request.user #一个Customer对象,包含了用户名/密码等信息        customer = user.customer.customer_id #用户的id        select_status = get_curuser_permission(user=user, customer=customer)#调用函数返回的值有两种0和1        if not select_status:#如果返回0表示没有权限,返回错误码            return render_response(request, ErrorCode.FAILED)        return view_func(request, *args, **kwargs)    return _wrapper_view


@subuser_keymanage def generate_subuser_ak_sk(request):    params = json.loads(request.body) #获取卡前端传递的参数    user_id_only = params.get("user_id") #获取用户表示id值    中间代码就忽略了......    return render_response(request, ErrorCode.FAILED)


六、装饰器小结


通过装饰器很大程度上可以减少代码的复用,在代码规范中这一点是很重要的。

以上就是装饰器的基本知识,即便没有任何基础,按照作者的思路,套用固定的格式,不需要完全理解,只要按照流程一步一步就能写出高端大气上档次的装饰器了,恭喜你!

前方高能请注意:装饰器传参,三层嵌套函数一般用的比较少,其实也不难,一层一层看,跟上文讲的一样,仅作为知识的拓宽。

import loggingdef use_logging(level):    def decorator(func):        def wrapper(*args, **kwargs):            if level == "warn":                logging.warn("%s is running" % func.__name__)            elif level == "info":                logging.info("%s is running" % func.__name__)            return func(*args)        return wrapper
    return decorator
@use_logging(level="warn")def foo(name='foo'):    print("i am %s" % name)
foo()


i am fooWARNING:root:foo is running


如果在操作过程中有任何问题,记得下面留言,我们看到会第一时间解决问题。


相关文章
装饰器:装饰器为主,闭包和高阶函数为辅
装饰器:装饰器为主,闭包和高阶函数为辅
|
7天前
|
云安全 监控 安全
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1335 8
|
6天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
420 10
|
18天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
1232 43
|
18天前
|
人工智能 前端开发 算法
大厂CIO独家分享:AI如何重塑开发者未来十年
在 AI 时代,若你还在紧盯代码量、执着于全栈工程师的招聘,或者仅凭技术贡献率来评判价值,执着于业务提效的比例而忽略产研价值,你很可能已经被所谓的“常识”困住了脚步。
1072 85
大厂CIO独家分享:AI如何重塑开发者未来十年

热门文章

最新文章