注:该文是参考(或转载)于:

http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014318435599930270c0381a3b44db991cd6d858064ac0000#0 装饰器

1、要了解装饰器,就需要知道什么是高阶函数,高阶函数就是将函数作为参数赋值给另一个函数

2、python的 decorator 本质上就是一个高阶函数,它接收一个函数作为参数,然后,返回一个新函数

3、decorator是在被装饰的函数前加@函数名的函数来修饰下面的函数

#被装饰函数 def now(): print(‘2015-3-3’)

想要对被装饰函数添加(修饰)什么功能,就可以写一个特定的函数,然后在被装饰的函数前加@函数名

#需要装饰其它函数时的新功能函数 def log(func): def wrapper(*args,**kw): print(‘call %s(): ’ % func.__name__) return func(*args,**kw) return wrapper

完成装饰

@log def now(): return print(‘2015-3-3’)

调用now()函数,不仅会运行now()函数本身,还会在运行now()函数前打印一行日志:

>>> now() call now(): 2015-3-3

把@log放到new()函数的定义处,相当于执行了语句:

now = log(now)

由于log()是一个decorator,返回一个函数,所以,原来的now()函数仍然存在,只是现在同名的now变量指向了新的函数,于是调用now()将执行新函数,即在log()函数中返回的wrapper()函数。

++++++++++++++++++++++++++++++++++++++

带参数的装饰器

def log(text): def decorator(func): def wrapper(*args,**kw): print(‘%s %s():’ % (text,fun.__name__)) return func(*args,**kw) return wrapper return decorator

这个3层嵌套的decorator用法如下:

@log('execute') def now(): print('2015-3-25')

执行结果如下:

>>> now() execute now(): 2015-3-25

和两层嵌套的decorator相比,3层嵌套的效果是这样的:

>>> now = log('execute')(now)

我们来剖析上面的语句,首先执行log(‘execute’),返回的是decorator函数,再调用返回的函数,参数是now函数,返回值最终是wrapper函数。

以上两种decorator的定义都没有问题,但还差最后一步。因为我们讲了函数也是对象,它有 name 等属性,但你去看经过decorator装饰之后的函数,它们的 name 已经从原来的’now’变成了’wrapper’:

>>> now.__name__ 'wrapper'

因为返回的那个wrapper()函数名字就是’wrapper’,所以,需要把原始函数的 name 等属性复制到wrapper()函数中,否则,有些依赖函数签名的代码执行就会出错。

不需要编写wrapper. name = func. name 这样的代码,Python内置的functools.wraps就是干这个事的,所以,一个完整的decorator的写法如下:

import functools def log(func): @functools.wraps(func) def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper

或者针对带参数的decorator:

import functools def log(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator

import functools是导入functools模块。模块的概念稍候讲解。现在,只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。

类装饰器 #mylocker.py class mylocker: def __init__(self): print("mylocker.__init__() called.") @staticmethod def acquire(): print("mylocker.acquire() called.") @staticmethod def unlock(): print(" mylocker.unlock() called.") class lockerex(mylocker): @staticmethod def acquire(): print("lockerex.acquire() called.") @staticmethod def unlock(): print(" lockerex.unlock() called.") def lockhelper(cls): '''cls 必须实现acquire和release静态方法''' def _deco(func): def __deco(*args, **kwargs): print("before %s called." % func.__name__) cls.acquire() #这里需要不创建实例调用类的方法,所以需要在acquire方法的上方使用@staticmethod try: return func(*args, **kwargs) finally: cls.unlock() #这里需要不创建实例调用类的方法,所以需要在unlock方法的上方使用@staticmethod return __deco return _deco #decorate.py from mylocker import * class example: @lockhelper(mylocker) def myfunc(self): print(" myfunc() called.") @lockhelper(mylocker) @lockhelper(lockerex) def myfunc2(self, a, b): print(" myfunc2() called.") return a + b if __name__=="__main__": a = example() a.myfunc() print(a.myfunc()) print(a.myfunc2(1, 2)) print(a.myfunc2(3, 4)) @staticmethod与@classmethod的区别

一般来说,要使用某个类的方法,需要先实例化一个对象再调用方法。

而使用@staticmethod或@classmethod,就可以不需要实例化,直接类名.方法名()来调用。

这有利于组织代码,把某些应该属于某个类的函数给放到那个类里去,同时有利于命名空间的整洁。

[email protected]和@classmethod都可以直接类名.方法名()来调用,那他们有什么区别呢

从它们的使用上来看,

@staticmethod不需要表示自身对象的self和自身类的cls参数,就跟使用函数一样。

@classmethod也不需要self参数,但第一个参数需要是表示自身类的cls参数。

如果在@staticmethod中要调用到这个类的一些属性方法,只能直接类名.属性名或类名.方法名。

而@classmethod因为持有cls参数,可以来调用类的属性,类的方法,实例化对象等,避免硬编码。

下面上代码。

[python] view plain copy class A(object): bar = 1 def foo(self): print 'foo' @staticmethod def static_foo(): print 'static_foo' print A.bar @classmethod def class_foo(cls): #这里用了cls参数,即A这个类本身,后面要使用类.属性或类.方法时就可以用cls.属性或cls.方法,避免硬编码 print 'class_foo' print cls.bar cls().foo() #类.方法的调用,没有使用类的名字(A),避免硬编码 A.static_foo() A.class_foo() 输出 static_foo 1 class_foo 1 foo

本文开发(python)相关术语:python基础教程 python多线程 web开发工程师 软件开发工程师 软件开发流程

主题: Python变量
分页:12
转载请注明
本文标题:Python 入门:装饰器(decorator)、@functools.wraps、@staticmethod、@classmethod
本站链接:http://www.codesec.net/view/524217.html
分享请点击:


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 开发(python) | 评论(0) | 阅读(28)