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)