一些关于python 装饰器的个人理解
装饰器
本质是一个接受参数为函数的函数。
作用：为一个已经实现的方法添加额外的通用功能，比如日志记录、运行计时等。
举例
1.不带参数的装饰器，不用@
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 不用@
f = deco_test(do_something)("1","2","3")
输出：
before function
1
2
3
after function
个人理解：
相当于在 do_something 函数外面套了两个输出： before function 和 after function 。
2.不带参数的装饰器，用 @
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
@deco_test
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
before function
1
2
3
after function
个人理解：
相当于执行 do_something 函数的时候，因为有 @ 的原因，已经知道有一层装饰器 deco_test ，所以不需要再单独写 deco_test(do_something) 了。
3.带参数的装饰器
# 带参数的装饰器
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f
return inner_wrapper
return wrapper
@logging(level="debug")
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
[debug]: enter function do_something()
1
2
3
after function: [debug]: enter function do_something()
个人理解：
装饰器带了一个参数 level = "debug" 。
最外层的函数 logging() 接受参数并将它们作用在内部的装饰器函数上面。内层的函数 wrapper() 接受一个函数作为参数，然后在函数上面放置一个装饰器。这里的关键点是装饰器是可以使用传递给 logging() 的参数的。
4.类装饰器
# 类装饰器
class deco_cls(object):
def __init__(self, func):
self._func = func
def __call__(self, *args, **kwargs):
print("class decorator before function")
f = self._func(*args, **kwargs)
print("class decorator after function")
return f
@deco_cls
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
class decorator before function
1
2
3
class decorator after function
个人理解：
使用一个装饰器去包装函数，返回一个可调用的实例。 因此定义了一个类装饰器。
5.两层装饰器
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
# 带参数的装饰器
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f
return inner_wrapper
return wrapper
@logging(level="debug")
@deco_test
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
[debug]: enter function wrapper()
before function
1
2
3
after function
after function: [debug]: enter function wrapper()
个人理解：
在函数 do_something() 外面先套一层 deco_test() 装饰器，再在最外面套一层 logging() 装饰器。
以上就是python 装饰器的一些个人理解的详细内容，更多关于python 装饰器的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要为大家详细介绍了python学习开发mock接口的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-04-04
这篇文章主要介绍了Python面向对象之继承代码详解，分享了相关代码示例，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下2018-01-01
在实际数据处理和分析过程中，经常会遇到需要从大量数据中提取出特定日期范围内的信息的需求，本文将介绍如何使用Python的pandas库来处理Excel文件，感兴趣的朋友跟随小编一起看看吧2023-11-11
这篇文章主要介绍了Python实现简单字典树的方法,实例分析了Python字典树的定义、实现与使用技巧,需要的朋友可以参考下2016-04-04
大多数Pandas用户都熟悉iloc[]和loc[]索引器方法，用于检索行和列。但是随着检索数据的规则变得越来越复杂，这些方法也随之变得更加复杂而臃肿。本文将展示如何使用 query() 方法对数据框执行查询，感兴趣的可以了解一下2022-07-07
本文主要介绍了三分钟python搭建支付宝三方支付，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-12-12
这篇文章主要为大家详细介绍了Python中的周期任务神器—Schedule模块的安装和初级、进阶使用方法，文中的示例代码讲解详细，需要的可以参考一下2022-04-04
这篇文章主要介绍了Java中关于泛型接口的使用说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
这篇文章主要介绍了Python extract及contains方法代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-09-09
这篇文章主要介绍了python实现ssh及sftp功能 ，本文分步骤通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-03-03
最新评论