装饰器
本质是一个接受参数为函数的函数。
作用：为一个已经实现的方法添加额外的通用功能，比如日志记录、运行计时等。
举例
1.不带参数的装饰器，不用@
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 不用@
f = deco_test(do_something)("1","2","3")
|
输出：
before function
1
2
3
after function
个人理解：
相当于在 do_something 函数外面套了两个输出： before function 和 after function 。
2.不带参数的装饰器，用 @
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
@deco_test
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
|
输出：
before function
1
2
3
after function
个人理解：
相当于执行 do_something 函数的时候，因为有 @ 的原因，已经知道有一层装饰器 deco_test ，所以不需要再单独写 deco_test(do_something) 了。
3.带参数的装饰器
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
# 带参数的装饰器
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f
return inner_wrapper
return wrapper
@logging(level="debug")
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
|
输出：
[debug]: enter function do_something()
1
2
3
after function: [debug]: enter function do_something()
个人理解：
装饰器带了一个参数 level = "debug" 。
最外层的函数 logging() 接受参数并将它们作用在内部的装饰器函数上面。内层的函数 wrapper() 接受一个函数作为参数，然后在函数上面放置一个装饰器。这里的关键点是装饰器是可以使用传递给 logging() 的参数的。
4.类装饰器
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
# 类装饰器
class deco_cls(object):
def __init__(self, func):
self._func = func
def __call__(self, *args, **kwargs):
print("class decorator before function")
f = self._func(*args, **kwargs)
print("class decorator after function")
return f
@deco_cls
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
|
输出：
class decorator before function
1
2
3
class decorator after function
个人理解：
使用一个装饰器去包装函数，返回一个可调用的实例。 因此定义了一个类装饰器。
5.两层装饰器
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
# 带参数的装饰器
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f
return inner_wrapper
return wrapper
@logging(level="debug")
@deco_test
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
|
输出：
[debug]: enter function wrapper()
before function
1
2
3
after function
after function: [debug]: enter function wrapper()
个人理解：
在函数 do_something() 外面先套一层 deco_test() 装饰器，再在最外面套一层 logging() 装饰器。
以上就是python 装饰器的一些个人理解的详细内容，更多关于python 装饰器的资料请关注服务器之家其它相关文章！
原文链接：https://my.oschina.net/wonz/blog/4536523?utm_source=tuicool&utm_medium=referral