博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
对Python装饰器的个人理解方法
阅读量:5857 次
发布时间:2019-06-19

本文共 2522 字,大约阅读时间需要 8 分钟。

0.说明

         

        在自己好好总结并对Python装饰器的执行过程进行分解之前,对于装饰器虽然理解它的基本工作方式,但对于存在复杂参数的装饰器(装饰器和函数本身都有参数),总是会感到很模糊,即使这会弄懂了,下一次也很快忘记,其实本质上还是没有多花时间去搞懂其中的细节问题。

        虽然网络上已经有很多这样的文章,但显然都是别人的思想,因此自己总是记不牢,所以花点时间自己好好整理一下。

        最近在对《Python核心编程》做总结,收获了不少,下面分享一下我自己对于Python装饰器的理解,后面还提供了一个较为复杂的Python装饰器的执行过程的分解,可以参考一下。


1.Python装饰器的出现

         在没有装饰器之前,如果要在类中定义一个静态方法,需要使用下面的方法:

class MyClass(object):    def staticFoo():        staticFoo = staticmethod(staticFoo)

        即要在该静态方法中加入类似staticmethod()内建函数将该方法转换为静态方法,这显然非常麻烦,而有了装饰器之后,就可以写成下面这样:

class MyClass(object):    @staticmethod    def staticFoo():        pass

        这样就简洁很多了。


2.Python装饰器类型与理解

(1)无参数装饰器    

  • 一个装饰器

        下面的情况:

@fdef foo():    pass

        其实就相当于:

def foo():    passfoo = g(foo)
  • 多个装饰器

        下面的情况:

@g@fdef foo():    pass

        就相当于:

def foo():    passfoo = g(f(foo))

(2)含参数装饰器

  • 带有参数的一个装饰器

        下面的情况:

@decomaker(deco_args)def foo():    pass

        就相当于:

def foo():    passfoo = decomaker(deco_args)(foo)

        用这样的思想去理解就非常好理解了:decomaker()用deco_args做了些事并返回函数对象,而该函数对象正是以foo作为其参数的装饰器

        下面多个装饰器的例子也是按这样的思想去理解。

  • 带有参数的多个装饰器

        下面的情况:

@deco1(deco_arg)@deco2()def foo():    pass

        就相当于:

def foo():    passfoo = deco1(deco_arg)(deco2(foo))


3.Python装饰器执行过程的手动分解

        OK,有了上面的理论基础,理解下面一个较为复杂的装饰器就很容易了:

from functools import wrapsdef log(text):    def decorator(func):        @wraps(func)                    #it works like:wraper.__name__ = func.__name__        def wrapper(*args, **kwargs):            print '%s %s():' % (text, func.__name__)            return func(*args, **kwargs)        return wrapper    return decorator@log('Hello')def now(area):    print area, '2016-01-23'    now('Beijing')print 'The name of function now() is:', now.__name__

        执行如下:

/usr/bin/python2.7 /home/xpleaf/PycharmProjects/decorator_test/dec10.pyHello now():Beijing 2016-01-23The name of function now() is: now

对于该程序的执行过程,可以分析如下:

1.先执行log('Hello')函数,此时返回了一个新的函数,只不过其中的text变量被替换为'Hello',所以用来装饰now函数的新的装饰器如下:

def decorator(func):    @wraps(func)                    #it works like:wraper.__name__ = func.__name__    def wrapper(*args, **kwargs):        print '%s %s():' % ('Hello', func.__name__)        return func(*args, **kwargs)    return wrapper

2.所以此时的now函数,就相当于:

now = decorator(now)

3.即now就相当于:

def now(*args, **kwargs):    print '%s %s():' % ('Hello', old_now.__name__)    return old_now(*args, **kwargs)# 现在的函数名称变为了now而不是wrapper,是因为使用了wraps装饰器

   所以,输出的结果也就非常好理解了。

        关于wraps,它也是一个装饰器,使用它的作用是,被我们用自定义装饰器修改后的函数,它的函数名称,即func.__name__跟原来是一样的,而它的工作原理正如上面所提及的,即:

wraper.__name__ = func.__name__

        也就是说,使用wraps可以不改变原来函数的属性,当然,上面只是简单说明了一下其工作原理,详细的可以参考wraps的源代码。

        在GitHub上给出了10个理解装饰器的例子,可以参考一下:

        本文选中我的《Python回顾与整理》系列博文中的

转载地址:http://chajx.baihongyu.com/

你可能感兴趣的文章
vue.js component 学习手记
查看>>
保存对象、关系映射
查看>>
父页面与子页面的相互操作
查看>>
LVS_DR
查看>>
我的友情链接
查看>>
Java堆和栈的区别
查看>>
Linux lsof命令详解
查看>>
m3u8文件简介
查看>>
RHEL6 64位系统安装ORACLE 10g 64bit 数据库
查看>>
SVG path
查看>>
清除网络共享文件夹密码缓存
查看>>
中国软件产业培训网的SQL独到见解
查看>>
Service的生命周期
查看>>
卸载安全包袱,打造安全桌面虚拟平台
查看>>
网卡速率变化导致paramiko模块timeout的失效,多线程超时控制解决办法。
查看>>
MYSQL数据库常用架构设计
查看>>
Python面向对象基础
查看>>
python11.12
查看>>
OpenGL 坐标系定义
查看>>
Jumbo Frame
查看>>