python进阶(13)装饰器

作者:神秘网友 发布时间:2021-02-28 08:50:03

python进阶(13)装饰器

装饰器

装饰器放在一个函数开始定义的地方,它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在我们调用这个函数的时候,第一件事并不是执行这个函数,而是将这个函数做为参数传入它头顶上这顶帽子,这顶帽子我们称之为 装饰器

装饰器的功能

  1. 引入日志
  2. 函数执行时间统计
  3. 执行函数前预备处理
  4. 执行函数后清理功能
  5. 权限校验等场景
  6. 缓存

Hello,装饰器

装饰器的使用方法很固定

  • 先定义一个装饰器(帽子)
  • 再定义你的业务函数或者类
  • 最后把装饰器(帽子)扣在这个函数头上
def decorator(func):
    def wrapper(*args, **kw):
        return func()
    return wrapper

@decorator  # 也可以不用装饰器,在最底部加上function = decorator(function),效果是一样的
def function():
    print("hello, decorator")

实际上,装饰器并不是编码必须性,意思就是说,你不使用装饰器完全可以

装饰器的优点

  • 更加优雅,代码结构更加清晰
  • 将实现特定的功能代码封装成装饰器,提高代码复用率,增强代码可读性

接下来,我将以实例讲解,如何编写出各种简单及复杂的装饰器。

日志打印器

首先是日志打印器。 实现的功能:

  • 在函数执行前,先打印一行日志告知一下主人,我要执行函数了。
  • 在函数执行完,也不能拍拍屁股就走人了,咱可是有礼貌的代码,再打印一行日志告知下主人,我执行完啦。
# 这是装饰器函数,参数 func 是被装饰的函数
def logger(func):
    def wrapper(*args, **kwargs):
        print('主人,我准备开始执行:{} 函数了:'.format(func.__name__))
        # 真正执行的是这行。
        func(*args, **kwargs)
        print('主人,我执行完啦。')
    return wrapper


@logger  # 相当于add = logger(add)
def add(x, y):
    print("{} + {} = {}".format(x, y, x + y))


add(200, 50)

 主人,我准备开始执行:add 函数了:
 200 + 50 = 250
 主人,我执行完啦。

代码解析

python解释器从上往下执行,先定义了有一个logger函数,返回的是wrapper函数的引用,当执行到@logger时候,此时内部已经生成了一个闭包,实际上这句哈就相当于add = logger(add),add变量指向了logger函数,logger函数又返回了wrapper,所以add变量其实是指向了def wrapper函数,当执行add(200, 50),如果没有@logger装饰器,正常来说是执行add函数下面的print语句,但是现在add变量已经指向了wrapper函数,所以此时,执行的是wrapper函数里面的内容。

所以输出的第一句内容是print('主人,我准备开始执行'),接着是执行func函数,此时func指向的是add函数,为什么因为add = logger(add)是传入了变量add,所以def logger(func)就变成了def logger(add),自然而然func(*args, **kwargs)就变成了add(*args, **kwargs),调用的是add函数

所以输出的第二句是x和y的和,输出的第三句就是主人,我执行完了
结论:@logger完全可以用add = logger(add)来代替,使用@logger这种语法糖是更加方便,清晰

时间装饰器

实现功能:顾名思义,就是计算一个函数的执行时长。

# 定义一个计算函数时长的装饰器
def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        func(*args, **kwargs)
        end_time = time.time()
        cost = end_time - start_time
        print("花费了{}s".format(cost))
    return wrapper


# 定义一个下载图片并保存到本地
def downloadPicture(url):
    r = requests.get(url)
    data = r.content
    with open((str(random.random()) + '.jpg'), 'wb') as f:
        f.write(data)

# 使用多线程下载4张图片
@timer
def time1():
    t1 = threading.Thread(target=downloadPicture, args=('https://ss0.bdstatic.com/70cFuHSh_Q1YnxGkpoWK1HF6hhy/it/u=2106474246,1283617636fm=26gp=0.jpg', ))
    t1.start()
    t2 = threading.Thread(target=downloadPicture, args=('https://ss1.bdstatic.com/70cFvXSh_Q1YnxGkpoWK1HF6hhy/it/u=3083490177,4087830236fm=26gp=0.jpg', ))
    t2.start()
    t3 = threading.Thread(target=downloadPicture, args=('https://ss0.bdstatic.com/70cFuHSh_Q1YnxGkpoWK1HF6hhy/it/u=1828982182,1114677948fm=26gp=0.jpg', ))
    t3.start()
    t4 = threading.Thread(target=downloadPicture, args=('https://ss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=45058783,2028528740fm=11gp=0.jpg', ))
    t4.start()

# 调用time1函数
time1()

 花费了0.0011370182037353516s

带参数的装饰器

通过上面两个简单的入门示例,你应该能体会到装饰器的工作原理了。

不过,装饰器的用法还远不止如此,深究下去,还大有文章。今天就一起来把这个知识点学透。

回过头去看看上面的例子,装饰器是不能接收参数的。其用法,只能适用于一些简单的场景。不传参的装饰器,只能对被装饰函数,执行固定逻辑。

装饰器本身是一个函数,做为一个函数,如果不能传参,那这个函数的功能就会很受限,只能执行固定的逻辑。这意味着,如果装饰器的逻辑代码的执行需要根据不同场景进行调整,若不能传参的话,我们就要写两个装饰器,这显然是不合理的。

比如我们要实现一个可以定时发送邮件的任务(一分钟发送一封),定时进行时间同步的任务(一天同步一次),就可以自己实现一个 periodic_task (定时任务)的装饰器,这个装饰器可以接收一个时间间隔的参数,间隔多长时间执行一次任务。

那我们来自己创造一个伪场景,可以在装饰器里传入一个参数,指明国籍,并在函数执行前,用自己国家的母语打一个招呼。

def say_hello(country):
    def wrapper(func):
        def deco(*args, **kwargs):
            if country == "china":
                print("你好!")
            elif country == "america":
                print('hello.')
            else:
                return
            # 真正执行函数的地方
            func(*args, **kwargs)
        return deco
    return wrapper


@say_hello("china")
def a():
    pass


@say_hello("america")
def b():
    pass


a()
b()


 你好!
 hello.

不带参数的类装饰器

以上都是基于函数实现的装饰器,在阅读别人代码时,还可以时常发现还有基于类实现的装饰器。

基于类装饰器的实现,必须实现 __call__ __init__两个内置函数。

  • init :接收被装饰函数
  • call :实现装饰逻辑。

还是以日志打印这个简单的例子为例

class Logger(object):
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        print("[INFO]: the function {}() is running...".format(self.func.__name__))
        return self.func(*args, **kwargs)


@Logger
def say(something):
    print("say {}!".format(something))


say("hello")

 [INFO]: the function say() is running...
 say hello!

带参数的类装饰器

上面不带参数的例子,你发现没有,只能打印INFO级别的日志,正常情况下,我们还需要打印DEBUG WARNING等级别的日志。这就需要给类装饰器传入参数,给这个函数指定级别了。

带参数和不带参数的类装饰器有很大的不同。

  • init :不再接收被装饰函数,而是接收传入参数
  • call :接收被装饰函数,实现装饰逻辑
class Logger(object):
    def __init__(self, level='INFO'):
        self.level = level

    def __call__(self, func):  # 接受函数
        def wrapper(*args, **kwargs):
            print("[{level}]: the function {func}() is running...".format(level=self.level, func=func.__name__))
            func(*args, **kwargs)
        return wrapper  # 返回函数


@Logger(level='WARNING')
def say(something):
    print("say {}!".format(something))


say("hello")

 [WARNING]: the function say() is running...
 say hello!

参考链接:https://mp.weixin.qq.com/s/-jy7v4tt9fmMpMcfPKWNfQ

python进阶(13)装饰器 相关文章

  1. Code-Server 安装Python插件无法启动解决办法

    code-server code-server基于VScode的在线IDE,一般部署在服务器,方便客户端在线访问 Github地址:https://github.com/cdr/code-server 云端部署 云端部署全部正常 Linux服务器版本: CentOS 8 server 服务器厂商: 阿里云 , Vultr Code-server版本: V3.7 , V3.

  2. python邮件发送封装类

    import os import smtplib from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart from common.config import configs class EmaliUtils: def __init__(self,smtp_body, attch_path =None): self.smtp_server = 'smtp.qq.co

  3. python 使用pymysql上传excel数据

    from django.shortcuts import render, HttpResponse from Day72bbs.settings import MEDIA_ROOT from docxtpl import DocxTemplate import os import xlrd MEDIA_ROOT 在 settings.py 中的设置为 MEDIA_URL='/doctemplates/' MEDIA_ROOT = os.path.join(BAS

  4. 数据库之存储过程

    存储过程 1.什么是存储过程 存储过程就类似于python中的自定义的函数,它的内部包含了一系列可以执行的sql语句,存储过程存放于mysql服务端中,你可以直接通过调用存储过程触发内部sql语句的执行 2.存储过程的基本使用 procedure /pr??si?d??(r) 程序, 过程 --

  5. 从零开始学SQLSERVER-UNION

    导学 这算是一个进阶知识,加油! UNION·作用 用于连接两个及两个以上的SELECT语句结果集。 UNION·代码 SELECT 列1,列2,列3,... FROM 表1 UNIONSELECT 列1,列2,列3,... FROM 表2 --注意两个SELECT语句的结果集的列要一一对应 UNION·示例 示例数据: CREAT

  6. python给证件照换底色

    import cv2import numpy as npfrom tkinter import *from tkinter import ttkimport tkinter as tkimport tkinter.filedialogimport osroot = Tk()root.title('证件照背景色更换')root.geometry('400x300')SelectNum = tk.IntVar() # 用来储存下面勾选项1中

  7. LeetCode | 0669. 修剪二叉搜索树【Python】

    问题 力扣 给你二叉搜索树的根节点 root ,同时给定最小边界low 和最大边界 high。通过修剪二叉搜索树,使得所有节点的值在[low, high]中。修剪树不应该改变保留在树中的元素的相对结构(即,如果没有被移除,原有的父代子代关系都应当保留)。 可以证明,存

  8. python 雷达图 转载:https://mp.weixin.qq.com/s/M1f0ItGQz3BKZTIe1ootYQ

    一、前言 我们平常玩游戏或者看电影的时候,会看到里面介绍各种人的能力指标。 以百度百科提供的漫威人物能力数值为例,如下图: 分别介绍了各个超级英雄的智力、力量、速度、耐力、能量发射、战斗技能。 但是吧,光是这样的表格,并不能很直观的看出英雄的

  9. LeetCode | 0662. 二叉树最大宽度【Python】

    问题 力扣 给定一个二叉树,编写一个函数来获取这个树的最大宽度。树的宽度是所有层中的最大宽度。这个二叉树与满二叉树(full binary tree)结构相同,但一些节点为空。 每一层的宽度被定义为两个端点(该层最左和最右的非空节点,两端点间的null节点也计入

  10. 用 Python 自动回复 QQ 消息,附源码!

    前言 近段时间,看了一下运用python实现app自动化的视频,觉得那上面的讲的不错,于是就用所学的知识做了一个程序,实现自动回复QQ消息。 1. 准备工作 1.1 安装client模块 打开命令窗口,输入命令: pip install appium-python-client 1.2 安装Appium Server

每天更新java,php,javaScript,go,python,nodejs,vue,android,mysql等相关技术教程,教程由网友分享而来,欢迎大家分享IT技术教程到本站,帮助自己同时也帮助他人!

Copyright 2020, All Rights Reserved. Powered by 跳墙网(www.tqwba.com)|网站地图|关键词