python中的装饰器(基础装饰器)

这篇具有很好参考价值的文章主要介绍了python中的装饰器(基础装饰器)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一 前置知识-高阶函数,闭包

1. 高阶函数

在python中,如果一个函数的参数是另外一个或几个函数,那么这个函数就是高阶函数,如下

#高阶函数
def fun1():
    print("Hello world")

def fun2(fun):
    print("start".center(20, '='))
    fun()
    print("end".center(20, '='))

fun2(fun1)

>>>
=======start========
Hello world
========end=========

上面的函数fun2就是一个高阶函数,因为它的参数是一个函数fun1。

2. 闭包

在python中,闭包是一个函数,它延伸了变量的作用域,使得在定义变量的作用域失效后,该变量仍然能够被调用
了解闭包更有助于学习装饰器,关于闭包,可以参考这篇文章:python之闭包


二 函数装饰器

1. 什么是装饰器(原理)?

装饰器,顾名思义就是装饰XXX的工具。在python中,装饰器的本质就是一个高阶函数,它接受一个函数作为参数,并返回一个被装饰后的函数。
装饰器的作用如下

  • 在不修改被装饰函数的源代码和调用方式的情况下,给被装饰函数添加额外的功能。

即就是你传一个函数给装饰器,装饰器不会改变该函数的代码和调用方式就能使该函数获得额外的功能。

2. 装饰器的实现

比如要实现一个计算函数运行时间的功能,该怎么实现呢?
首先你可以使用高阶函数这样写

#装饰器
import time

def fun():
    time.sleep(2)

def timer(fun):
    start_time = time.time()
    fun()
    end_time = time.time()
    total = end_time - start_time
    print("函数运行时间为:{}".format(total))

timer(fun)

>>>
函数运行时间为:2.000129222869873

上面这中写法可以实现计算函数的运行时间,但是有个缺点,就是每计算一个函数运行的时间就得调用一次timer函数,如果函数有几十个几百个,那么就得调用几十次几百次time函数,而且也不太直观。

下面再来用 闭包 优化一下,如下

#装饰器
import time

def fun():
    time.sleep(2)

def timer(fun):

    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#timer返回嵌套函数的引用wrapper
#fun=wrapper
fun = timer(fun)
#调用fun()就是调用wrapper()
fun()

>>>
函数运行时间为:2.0008482933044434

上面用闭包函数优化了一下,现在计算函数运行时间的功能由wrapper函数来实现,而wrapper函数是嵌套在timer函数里面,timer函数返回wrapper()函数的引用wrapperfun=timer(fun)就相当于fun=wrapper,调用fun() 就相当于调用 wrapper()
可以看到, 经过闭包优化后,我们的调用方式变了,不再是调用 timer() 了,而是直接调用函数本身 fun() 就可以计算函数的运行时间了。

其实上面用闭包优化了后的 timer() 函数就是一个函数装饰器,因为它既没有修改被装饰函数fun() 的代码,也没有修改器调用方式就给函数 fun() 实现了额外计算运行时间的功能。

python又用 @ 来代替fun=timer(fun), @timer和fun=timer(fun)是等效的,于是上面的调用就可以写成下面的形式

import time

def timer(fun):

    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

fun()

>>>
函数运行时间为:2.0007741451263428

可以看到,用 @timer 替换fun=timer(fun) 后我们就可以直接编写函数,然后调用函数就行了,这就是装饰器的魅力所在!

3. 何时执行装饰器

在python中,装饰器还有下面这两个特性:

  • 被装饰函数和装饰器在同一个模块时,只有在明确调用被装饰函数时装饰器才被执行
  • 当被装饰函数和装饰器在不同的模块时,只要被装饰函数一经定义,装饰器就会立即执行,这一般在import导入时发生。

被装饰函数和装饰器在同一个模块时

#装饰器
import time

def timer(fun):
    print("我是老六")

    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

if __name__ == '__main__':
    fun()

>>>
我是老六
函数运行时间为:2.000951051712036

被装饰函数和装饰器不在同一个模块

import time
from CSDN import timer

@timer
def fun1():
    time.sleep(1)

fun1()

>>>
我是老六
我是老六
函数运行时间为:1.000683069229126

可以看到,结果打印了两次“我是老六”,这是因为在import时装饰器就执行了一次,在调用被装饰函数fun1时,装饰器又执行了一次。

4. wraps方法

在上面我们用闭包来优化写装饰器时,说过timer()函数返回的是wrapper,而我们在调用装饰器时是这样的

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

fun()

说明在调用fun() 时其实是调用的 wrapper(),这时候 fun() 的__ name __ 属性已经被改变了,如下

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

print(fun.__name__)

>>>
wrapper

可以看到fun()的__ name __ 属性已经被改成了wrapper,我们当然不希望装饰器改变被装饰函数的任何属性,这时我们就可以用functools模块中的wraps方法还原被装饰函数的__name__属性,如下

#装饰器
import time
import functools

def timer(fun):
    @functools.wraps(fun)
    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

print(fun.__name__)

>>>
fun

三 类装饰器

上面讲的是函数装饰器,下面简单介绍下类装饰器。把上面实现计算函数运行时间的功能用类装饰实现,如下

#类装饰器
import time

class timer():

    def __init__(self, func):
        self.func = func

    def __call__(self):
        star_time = time.time()
        self.func()
        end_time = time.time()
        total = end_time - star_time
        print("函数运行时间:", total)

@timer
def fun():
    time.sleep(2)

fun()

>>>
函数运行时间: 2.0005552768707275

可以看到类装饰器实现的效果和函数装饰器实现的效果是一样的,只不过类装饰器在内部的装饰函数是用__call__ 方法实现的。其中 __ call __ 的作用如下:

  • 能够使类的实例像函数调用那样被调用
@timer等价于 fun=timer(fun)

@timer 的在这里的作用实际就是实例化一个fun对象(fun=timer(fun)),对于类的实例化对象是不支持** 实例化对象() **这样调用的,而__call__ 方法的作用就是支持实例化对象这样被调用。所以才满足装饰器不改变被装饰函数调用方式的特性。

以上就是装饰器相关的一些基础知识。文章来源地址https://www.toymoban.com/news/detail-423387.html

到了这里,关于python中的装饰器(基础装饰器)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【python基础语法六】迭代器,生成器,推导式和高阶函数

    内置函数: dir 获取当前对象的内置成员 高阶函数 : 能够把函数当成参数传递的就是高阶函数 (map ,filter ,reduce , sorted) 案例: 1. enumerate 2. zip 元组推导式是生成器( generator ) (1) 基本语法 (2) 优化生成器代码 (3) send 的使用方式 (给上一个 yield 发送数据) (4) yield from 的使用 (5) 案例

    2024年02月02日
    浏览(46)
  • 【03】基础知识:typescript中的函数

    函数声明法 函数表达式/匿名函数 1、typescript 中定义函数传参 函数声明 函数表达式/匿名函数 2、可选参数 在 es5 中,方法的形参和实参个数可以不一样;但是在 ts 中必须一样,如果不一样就需要配置可选参数。 ts 中 通过【 形参?: 数据类型 】形式定义可选参数,代表该参数

    2024年02月13日
    浏览(36)
  • 【LeetCode刷题篇零】一些基础算法知识和前置技能(上)

    冒泡排序 冒泡的核心是两两比较,大数下沉,小数上浮,比较的轮数是数组的长度 N,每一轮比较的次数为 N - 当前轮的索引: 外层循环控制轮数 round: [1,N] 内层循环控制次数 i: [0,N - round) 在每一轮当中,内循环中两两比较相邻的两个数,大数下沉(交换),如果某一轮没

    2024年02月07日
    浏览(45)
  • C语言基础知识:函数中的参数与返回值

    目录 1.形式参数和实际参数 1.1形式参数 1.2实际参数 2.变量作为函数参数 3.数组作为函数参数 3.1数组元素作为函数参数 3.2一维数组名作为函数参数 3.3数组指针,即数组元素的地址作为函数参数 4.函数返回值 形参出现在被调函数当中,在整个函数体内都可以使用。形参在定义

    2024年02月04日
    浏览(51)
  • Python小知识 - Python装饰器

    Python装饰器 在Python中,装饰器是一个特殊的函数,可以将其他函数包装在装饰器函数中,并且将被包装的函数作为参数传递给装饰器函数。 使用装饰器的好处是可以自动在被包装的函数前后执行一些额外的代码,比如在函数执行前后打印日志,或者在函数执行前后计算函数

    2024年02月09日
    浏览(39)
  • 利用闭包与高阶函数实现缓存函数的创建&&缓存函数在项目中的性能优化

    缓存函数是一种用于存储和重复利用计算结果的机制。其基本思想是,当一个函数被调用并计算出结果时,将该结果存储在某种数据结构中 (通常是一个缓存对象)以备将来使用。当相同的输入参数再次传递给函数时,不再执行实际的计算,而是直接返回之前缓存的结果,从而

    2024年02月03日
    浏览(58)
  • python 单例模式,装饰类,装饰函数

    知乎 python 实现单例模式的两种方式 stack overflow 装饰函数 vs 装饰类 medium Do we even need a class to realize singleton? 单例模式大家肯定不陌生了,在读reference的两篇blog时突然发现用python实现单例模式的很多好玩之处。 用类实现单例模式是各种语言比较通用的方式。在python中的实现就

    2024年02月16日
    浏览(38)
  • Go函数全景:从基础到高阶的深度探索

    在本篇文章中,我们深入探索了Go语言中的函数特性。从基础的函数定义到特殊函数类型,再到高阶函数的使用和函数调用的优化,每一个部分都揭示了Go的设计哲学和其对编程效率的追求。通过详细的代码示例和专业解析,读者不仅可以掌握函数的核心概念,还能了解如何在

    2024年03月17日
    浏览(45)
  • 【前端知识】React 基础巩固(三十七)——自定义connect高阶组件

    从这行代码可以看到,目前的connect直接引用了上级目录的store,过于依赖目前既定的store,这样不利于复用。假设另一个项目的store所在位置不在上级目录中,则会出现问题。 为了让所有人都能使用,我们应该把这种“写死”的做法换成让开发者自己传入一个store: 构建一个

    2024年02月15日
    浏览(48)
  • Python高阶函数

    Python实用教程_spiritx的博客-CSDN博客 高阶函数是在Python中一个非常有用的功能函数,所谓高阶函数就是一个函数可以用来接收另一个函数作为参数,这样的函数叫做高阶函数。高阶函数是函数式编程的基本前提。 函数在 Python 是一等公民(First-Class Object),函数也是对象,是

    2024年02月10日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包