当前位置:

首页 > 编程开发 > Python装饰器原理与使用详解

Python装饰器原理与使用详解

装饰器通过函数作为第一类对象实现,定义一个接收函数的装饰器,在其内部定义wrapper函数并添加额外逻辑,最后返回wrapper;使用@语法糖将原函数替换为包装后的函数,从而在不修改原函数代码的情况下增强功能。

本文目录

    装饰器通过函数作为第一类对象实现,定义一个接收函数的装饰器,在其内部定义wrapper函数并添加额外逻辑,最后返回wrapper;使用@语法糖将原函数替换为包装后的函数,从而在不修改原函数代码的情况下增强功能。

    python中的装饰器是如何工作的_python装饰器工作原理与实例详解

    装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外的功能,装饰器的返回值也是一个函数对象。 它们经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理等等。

    装饰器就像给函数穿上了一件“外衣”,这件“外衣”可以给函数增加额外的能力,但不会改变函数本身。

    装饰器是如何实现的?

    Python的装饰器是基于函数是“第一类对象”这一概念实现的。这意味着函数可以像任何其他对象一样被传递、赋值和作为返回值。

    简单来说,装饰器通过以下步骤工作:

    1. 定义一个装饰器函数,该函数接收一个函数作为参数。
    2. 在装饰器函数内部,定义一个新的函数(通常称为wrapper函数)。
    3. wrapper函数中,调用原始函数,并在调用前后添加额外的功能。
    4. 装饰器函数返回wrapper函数。

    当使用@decorator语法糖来装饰一个函数时,实际上是将原始函数作为参数传递给装饰器函数,并将装饰器返回的wrapper函数赋值给原始函数的名字。

    def my_decorator(func):
        def wrapper():
            print("Something is happening before the function is called.")
            func()
            print("Something is happening after the function is called.")
        return wrapper
    
    @my_decorator
    def say_hello():
        print("Hello!")
    
    say_hello()

    这段代码的执行结果是:

    Something is happening before the function is called.
    Hello!
    Something is happening after the function is called.

    如何处理带参数的函数?

    如果被装饰的函数带有参数,wrapper函数需要能够接收和传递这些参数。可以使用*args和**kwargs来实现:

    def my_decorator(func):
        def wrapper(*args, **kwargs):
            print("Before calling the function")
            result = func(*args, **kwargs)
            print("After calling the function")
            return result
        return wrapper
    
    @my_decorator
    def add(a, b):
        return a + b
    
    print(add(2, 3))

    输出结果:

    Before calling the function
    After calling the function
    5

    装饰器能做什么?除了日志和性能监控

    装饰器可以做的远不止日志和性能监控。 它们可以用于:

    • 权限验证: 检查用户是否有权限访问某个函数。
    • 缓存: 缓存函数的返回值,避免重复计算。
    • 重试机制: 在函数执行失败时自动重试。
    • 类型检查: 验证函数参数的类型。
    • 信号处理: 在函数执行前后发送信号。
    • 路由控制: 在Web框架中,将URL映射到对应的处理函数。

    例如,一个简单的缓存装饰器:

    import functools
    
    def cache(func):
        cached_values = {}
        @functools.wraps(func)
        def wrapper(*args):
            if args in cached_values:
                return cached_values[args]
            else:
                result = func(*args)
                cached_values[args] = result
                return result
        return wrapper
    
    @cache
    def expensive_operation(n):
        print(f"Calculating for {n}...")
        return n * n
    
    print(expensive_operation(5))
    print(expensive_operation(5)) # 从缓存中获取

    装饰器与类装饰器有什么区别?

    除了函数装饰器,Python还支持类装饰器。 类装饰器接收一个函数或类作为参数,并返回一个修改后的函数或类。

    类装饰器通常通过实现__call__方法来工作。 当使用类装饰器装饰一个函数时,实际上是创建了该类的一个实例,并将被装饰的函数作为参数传递给类的构造函数。 当调用被装饰的函数时,实际上是调用了类实例的__call__方法。

    class MyDecorator:
        def __init__(self, func):
            self.func = func
    
        def __call__(self, *args, **kwargs):
            print("Before calling the function")
            result = self.func(*args, **kwargs)
            print("After calling the function")
            return result
    
    @MyDecorator
    def say_hello(name):
        print(f"Hello, {name}!")
    
    say_hello("Alice")

    如何编写一个带参数的装饰器?

    有时候,我们需要一个可以接收参数的装饰器。 这可以通过创建一个返回装饰器函数的函数来实现。

    def repeat(num_times):
        def decorator_repeat(func):
            def wrapper(*args, **kwargs):
                for _ in range(num_times):
                    result = func(*args, **kwargs)
                return result
            return wrapper
        return decorator_repeat
    
    @repeat(num_times=3)
    def greet(name):
        print(f"Hello, {name}!")
    
    greet("Bob")

    这个例子中,repeat函数接收一个num_times参数,并返回一个装饰器函数decorator_repeat。 decorator_repeat函数再接收被装饰的函数func,并返回wrapper函数。

    装饰器会影响函数的元数据吗?

    默认情况下,装饰器会改变被装饰函数的元数据,例如__name__和__doc__。 这可能会导致一些问题,例如在使用help()函数时显示不正确的信息。

    为了解决这个问题,可以使用functools.wraps装饰器来保留原始函数的元数据。

    import functools
    
    def my_decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            """This is the wrapper function."""
            print("Before calling the function")
            result = func(*args, **kwargs)
            print("After calling the function")
            return result
        return wrapper
    
    @my_decorator
    def say_hello():
        """This is the original function."""
        print("Hello!")
    
    print(say_hello.__name__)
    print(say_hello.__doc__)

    使用了functools.wraps后,say_hello.__name__会输出say_hello,say_hello.__doc__会输出This is the original function.。 如果没有使用functools.wraps,则会输出wrapper函数的信息。

    装饰器链:多个装饰器叠加使用

    可以同时使用多个装饰器来增强一个函数的功能,这就是装饰器链。 装饰器的应用顺序是从下往上,从里到外。

    def bold(func):
        def wrapper(*args, **kwargs):
            return "" + func(*args, **kwargs) + ""
        return wrapper
    
    def italic(func):
        def wrapper(*args, **kwargs):
            return "" + func(*args, **kwargs) + ""
        return wrapper
    
    @bold
    @italic
    def get_message(message):
        return message
    
    print(get_message("Hello"))

    在这个例子中,get_message函数首先被italic装饰器装饰,然后再被bold装饰器装饰。 因此,输出结果是Hello。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。