Python 两种装饰器
        【摘要】  目录 
带参数的装饰器(函数) 
类装饰器 
装饰器(Decorators)是 Python 的一个重要部分。简单地说:他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短,也更Pythonic(Python范儿)。  
带参数的装饰器(函数) 
 来想想这个问题,难道@wraps不也是个装饰器吗?但是,它接收一个参数,就像任何普通的函数能做的那样。那么,...
    
    
    
    目录
装饰器(Decorators)是 Python 的一个重要部分。简单地说:他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短,也更Pythonic(Python范儿)。
带参数的装饰器(函数)
 来想想这个问题,难道@wraps不也是个装饰器吗?但是,它接收一个参数,就像任何普通的函数能做的那样。那么,为什么我们不也那样做呢? 这是因为,当你使用@my_decorator语法时,你是在应用一个以单个函数作为参数的一个包裹函数。记住,Python里每个东西都是一个对象,而且这包括函数!记住了这些,我们可以编写一下能返回一个包裹函数的函数。
在函数中嵌入装饰器
 我们回到日志的例子,并创建一个包裹函数,能让我们指定一个用于输出的日志文件。
注意:@wraps接受一个函数来进行装饰,并加入了复制函数名称、注释文档、参数列表等等的功能。这可以让我们在装饰器里面访问在装饰之前的函数的属性。
  
   - 
    
     
    
    
     
      from functools import wraps
     
    
- 
    
     
    
    
     
       
     
    
- 
    
     
    
    
     
      def logit(logfile='out.log'):
     
    
- 
    
     
    
    
     
          def logging_decorator(func):
     
    
- 
    
     
    
    
     
              @wraps(func)
     
    
- 
    
     
    
    
     
              def wrapped_function(*args, **kwargs):
     
    
- 
    
     
    
    
     
                  log_string = func.__name__ + " was called"
     
    
- 
    
     
    
    
     
                  print(log_string)
     
    
- 
    
     
    
    
     
                  # 打开logfile,并写入内容
     
    
- 
    
     
    
    
     
                  with open(logfile, 'a') as opened_file:
     
    
- 
    
     
    
    
     
                      # 现在将日志打到指定的logfile
     
    
- 
    
     
    
    
     
                      opened_file.write(log_string + '\n')
     
    
- 
    
     
    
    
     
                  return func(*args, **kwargs)
     
    
- 
    
     
    
    
     
              return wrapped_function
     
    
- 
    
     
    
    
     
          return logging_decorator
     
    
- 
    
     
    
    
     
       
     
    
- 
    
     
    
    
     
      @logit()
     
    
- 
    
     
    
    
     
      def myfunc1():
     
    
- 
    
     
    
    
     
          pass
     
    
- 
    
     
    
    
     
       
     
    
- 
    
     
    
    
     
      myfunc1()
     
    
- 
    
     
    
    
     
      # Output: myfunc1 was called
     
    
- 
    
     
    
    
     
      # 现在一个叫做 out.log 的文件出现了,里面的内容就是上面的字符串
     
    
- 
    
     
    
    
     
       
     
    
- 
    
     
    
    
     
      @logit(logfile='func2.log')
     
    
- 
    
     
    
    
     
      def myfunc2():
     
    
- 
    
     
    
    
     
          pass
     
    
- 
    
     
    
    
     
       
     
    
- 
    
     
    
    
     
      myfunc2()
     
    
- 
    
     
    
    
     
      # Output: myfunc2 was called
     
    
- 
    
     
    
    
     
      # 现在一个叫做 func2.log 的文件出现了,里面的内容就是上面的字符串
     
    
 
类装饰器
没错,装饰器不仅可以是函数,还可以是类,相比函数装饰器,类装饰器具有灵活度大、高内聚、封装性等优点。使用类装饰器主要依靠类的__call__方法,当使用 @ 形式将装饰器附加到函数上时,就会调用此方法。
  
   - 
    
     
    
    
     
      class Foo(object):
     
    
- 
    
     
    
    
      def __init__(self, func):
     
    
- 
    
     
    
    
     
       self._func = func
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
      def __call__(self):
     
    
- 
    
     
    
    
      print ('class decorator runing')
     
    
- 
    
     
    
    
     
       self._func()
     
    
- 
    
     
    
    
      print ('class decorator ending')
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      @Foo
     
    
- 
    
     
    
    
     
      def bar():
     
    
- 
    
     
    
    
      print ('bar')
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      bar()
     
    
- 
    
     
    
    
     
      functools.wraps
     
    
 
文章来源: notomato.blog.csdn.net,作者:kissme丶,版权归原作者所有,如需转载,请联系作者。
原文链接:notomato.blog.csdn.net/article/details/110424036
        【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
            cloudbbs@huaweicloud.com
        
        
        
        
        
        
        - 点赞
- 收藏
- 关注作者
 
             
           
评论(0)