python装饰器理解

 装饰器定义

装饰器的主要功能是在不改变原有函数代码,且保持原函数调用方法不变的情况下,给原函数增加新的功能(或者给类增加属性和方法)

**核心思想**:用一个函数(或者类)去装饰一个旧函数(或者类),造出一个新函数(或者新类)

**应用场景**:引入日志,函数执行时间的统计,执行函数前的准备工作,执行函数后的处理工作,权限校验,缓存等

**语法规则**:在原有的函数上加上 @符,装饰器会把下面的函数当作参数传递到装饰器中@符又被成为 语法糖 

首先看这样一段代码 

主要功能

def foo():
    for i in range(10):
        print(i)
foo() 

添加需求 打印日志
现在需要在不改变这段代码前提下,计算出这段代码的运行时间日志 

import time


def log(fun):
    print(开始时间:%s‘ %(time.time()))
    fun()
    print(结束时间:%s‘ %(time.time()))


def foo():
    for i in range(10):
        print(i)


log(foo) 

 

优化调用方式 处理多次调用
我们将foo函数当成一个参数传递给了log(),在def log(fun)函数中,fun()就等同于foo(),好,现在可以显示运行的时间日志了,但是这样就改变了调用方式 需要使用log(foo)来调用,假设代码中使用了100次foo()现在需要打印每个foo()的运行日志,全部这样改是不现实的,我们需要优化一下 。

import time


def log(fun):
    def run_log():
        print(‘开始时间:%s‘ %(time.time()))
        fun()
        print(‘结束时间:%s‘ %(time.time()))

    return run_log

def foo():
    for i in range(10):
        print(i)

foo = log(foo)
foo() 

现在我们改造了下代码,foo = log(foo)时,调用log()方法,内部定义了一个run_log()方法,然后返回给了foo,此时foo等于run_log,调用foo相当于调用run_log 这样,即实现了需要打印日志的需求,又可以不用去修改已有代码 。

传参 

现在的foo()方法可以打印0到9数字,但是,由于业务需求变更,现在需要给foo()方法传递一个值,例如foo(100),就需要打印出0-99的数字,同时还要打印日志,所以我们需要再次优化代码 

import time


def log(fun):
    def run_log(num):
        print(‘开始时间:%s‘ %(time.time()))
        fun(num)
        print(‘结束时间:%s‘ %(time.time()))

    return run_log


def foo(num):
    for i in range(num):
        print(i)


foo = log(foo)
foo(100)

根据之前的逻辑,我们已经知道新的foo()等于run_log(),所以我们给foo(100)传递100的值时,实际上等同于run_log(100),所以我们直接在def foo(num)中是接受不到的,我们需要在run_log(num)中接受到参数,传给fun(num),这样新的函数就可以接受参数了  

返回参数 

新的需求又来了,需要在foo()中返回一个所有数字的累加之和,而我们现有的foo函数实际上是run_log,所以我们再来改造一下代码

 

import time


def log(fun):
    def run_log(num):
        print(‘开始时间:%s‘ % (time.time()))
        info = fun(num)
        print(‘结束时间:%s‘ % (time.time()))
        return info

    return run_log


def foo(num):
    add_num = 0
    for i in range(num):
        add_num += i
        print(i)
    return add_num


foo = log(foo)
x = foo(100)
print(x) 

 

由于现在的foo()等同于run_log(),run_log()中的fun()相当于foo(),所以foo中返回的值传到了info中然后我们把info返回,x就可以接受到从run_log中传递出来的参数

好了,到这里我们就实现了一个阉割版修饰器 

通用性

假如需要你再给一个新的函数foo2打印日志, 代码如下 

import time


def log(fun):
    def run_log(num):
        print(‘开始时间:%s‘ % (time.time()))
        info = fun(num)
        print(‘结束时间:%s‘ % (time.time()))
        return info

    return run_log


def foo(num):
    add_num = 0
    for i in range(num):
        add_num += i
        print(i)
    return add_num


def foo2(num, num2):
    add_num = 0
    for i in range(num, num2):
        add_num += i
        print(i)
    return add_num


foo = log(foo)
x = foo(100)
print(x) 

由于我们的修饰器只能接收一个参数,而foo2需要两个参数,现有代码无法实现,所以我们要继续升级代码  

import time


def log(fun):
    def run_log(*args,**kwargs):
        print(‘开始时间:%s‘ % (time.time()))
        info = fun(*args,**kwargs)
        print(‘结束时间:%s‘ % (time.time()))
        return info

    return run_log


def foo(num):
    add_num = 0
    for i in range(num):
        add_num += i
        print(i)
    return add_num


def foo2(num, num2):
    add_num = 0
    for i in range(num, num2):
        add_num += i
        print(i)
    return add_num


foo = log(foo)
foo2 = log(foo2)
x = foo(100)
x2 = foo2(50,100)
print(x)
print(x2) 

我们使用了(*args,**kwargs)这样就可以接收任意数量的参数,可以满足我们的所有需求 

可变参数 *args

原理:python解释器会把传入的一组参数组装成一个tuple传递给可变参数。

关键字参数 **kwargs

原理:python解释器会把传入的一组参数组装成一个dict传递给关键字参数。

语法糖 

但是每次使用前都要写一个 foo = log(foo)这样的赋值操作,代码并不美观 不符合python的代码风格,所以python给提供了一种语法糖,可以用@log来替代,修改后代码如下

mport time


def log(fun):
    def run_log(*args,**kwargs):
        print(‘开始时间:%s‘ % (time.time()))
        info = fun(*args,**kwargs)
        print(‘结束时间:%s‘ % (time.time()))
        return info

    return run_log

@log
def foo(num):
    add_num = 0
    for i in range(num):
        add_num += i
        print(i)
    return add_num

@log
def foo2(num, num2):
    add_num = 0
    for i in range(num, num2):
        add_num += i
        print(i)
    return add_num

x = foo(100)
x2 = foo2(50, 100)
print(x)
print(x2) 

我们只需要在定义函数时,在上面添加一句@修饰器名就相当于完成了函数名 = 修饰器名(函数名)这样的操作

现在就已经是一个标准的修饰器了 

我们也可以简写一个标准的修饰器

def demo(func):
    def wrapper(*args,**kwargs):
        #函数增加的代码编写
         res=func(*args,**kwargs)
         return res
    return wrapper
    
          
               

  

   

 

python装饰器理解

上一篇:软件设计师考点5 数据结构与算法基础


下一篇:数组扁平化