Python进阶系列（五）
目录
装饰器
使用场景
现在我们来看一下装饰器在哪些地方特别耀眼，以及使用它可以让一些事情管理起来变得更简单。
授权(Authorization)
装饰器能有助于检查某个人是否被授权去使用一个web应用的端点(endpoint)。它们被大量
使用于Flask和Django web框架中。这里是一个例子来使用基于装饰器的授权：
-
from functools import wraps
-
-
def requires_auth(f):
-
-
@wraps(f)
-
-
def decorated(*args, **kwargs):
-
-
auth = request.authorization
-
-
if not auth or not check_auth(auth.username, auth.password):
-
-
authenticate()
-
-
return f(*args, **kwargs)
-
-
return decorated
日志(Logging)
日志是装饰器运用的另一个亮点。这是个例子：
-
from functools import wraps
-
-
def logit(func):
-
-
@wraps(func)
-
-
def with_logging(*args, **kwargs):
-
-
print(func.__name__ + " was called")
-
-
return func(*args, **kwargs)
-
-
return with_logging
-
-
-
@logit
-
-
def addition_func(x):
-
-
"""Do some math."""
-
-
return x + x
-
-
-
-
result = addition_func(4)
-
-
# Output: addition_func was called
我敢肯定你已经在思考装饰器的一个其他聪明用法了。
带参数的装饰器
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。
-
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
装饰器类
现在我们有了能用于正式环境的logit装饰器，但当我们的应用的某些部分还比较脆弱时，异常也许是需要更紧急关注的事情。比方说有时你只想打日志到一个文件。而有时你想把引起你注意的问题发送到一个email，同时也保留日志，留个记录。这是一个使用继承的场景，但目前为止我们只看到过用来构建装饰器的函数。
幸运的是，类也可以用来构建装饰器。那我们现在以一个类而不是一个函数的方式，来重新构建logit。
-
from functools import wraps
-
-
class logit(object):
-
-
def __init__(self, logfile='out.log'):
-
-
self.logfile = logfile
-
-
-
def __call__(self, func):
-
-
@wraps(func)
-
-
def wrapped_function(*args, **kwargs):
-
-
log_string = func.__name__ + " was called"
-
-
print(log_string)
-
-
# 打开logfile并写入
-
-
with open(self.logfile, 'a') as opened_file:
-
-
# 现在将日志打到指定的文件
-
-
opened_file.write(log_string + '\n')
-
-
# 现在，发送一个通知
-
-
self.notify()
-
-
return func(*args, **kwargs)
-
-
return wrapped_function
-
-
-
def notify(self):
-
-
# logit只打日志，不做别的
-
-
pass
这个实现有一个附加优势，在于比嵌套函数的方式更加整洁，而且包裹一个函数还是使用跟以前一样的语法：
-
@logit()
-
-
def myfunc1():
-
-
pass
现在，我们给logit创建子类，来添加email的功能(虽然email这个话题不会在这里展开)。
class email_logit(logit):
一个logit的实现版本，可以在函数调用时发送email给管理员
-
-
def __init__(self, email='admin@myproject.com', *args, **kwargs)
-
-
self.email = email
-
-
super(logit, self).__init__(*args, **kwargs)
-
-
-
def notify(self):
-
-
# 发送一封email到self.email
-
-
# 这里就不做实现了
-
-
pass
从现在起，@email_logit将会和@logit产生同样的效果，但是在打日志的基础上，还会多发送一封邮件给管理员。
文章来源: zhulin1028.blog.csdn.net，作者：zhulin1028，版权归原作者所有，如需转载，请联系作者。
原文链接：zhulin1028.blog.csdn.net/article/details/124419434
- 点赞
- 收藏
- 关注作者
评论（0）