Python裝飾器基礎(chǔ)概念與用法詳解
本文實例講述了Python裝飾器基礎(chǔ)概念與用法。分享給大家供大家參考,具體如下:
裝飾器基礎(chǔ)
前面快速介紹了裝飾器的語法,在這里,我們將深入裝飾器內(nèi)部工作機制,更詳細更系統(tǒng)地介紹裝飾器的內(nèi)容,并學習自己編寫新的裝飾器的更多高級語法。
什么是裝飾器
裝飾是為函數(shù)和類指定管理代碼的一種方式。Python裝飾器以兩種形式呈現(xiàn):
【1】函數(shù)裝飾器在函數(shù)定義的時候進行名稱重綁定,提供一個邏輯層來管理函數(shù)和方法或隨后對它們的調(diào)用。
【2】類裝飾器在類定義的時候進行名稱重綁定,提供一個邏輯層來管理類,或管理隨后調(diào)用它們所創(chuàng)建的實例。
簡而言之,裝飾器提供了一種方法,在函數(shù)和類定義語句的末尾插入自動運行的代碼——對于函數(shù)裝飾器,在def的末尾;對于類裝飾器,在class的末尾。這樣的代碼可以扮演不同的角色。
裝飾器提供了一些和代碼維護性和審美相關(guān)的有點。此外,作為結(jié)構(gòu)化工具,裝飾器自然地促進了代碼封裝,這減少了冗余性并使得未來變得更容易。
函數(shù)裝飾器
通過在一個函數(shù)的def語句的末尾運行另一個函數(shù),把最初的函數(shù)名重新綁定到結(jié)果。
用法
裝飾器在緊挨著定義一個函數(shù)或方法的def語句之前的一行編寫,并且它由@符號以及緊隨其后的對于元函數(shù)的一個引用組成——這是管理另一個函數(shù)的一個函數(shù)(或其他可調(diào)用對象)。
在編碼上,函數(shù)裝飾器自動將如下語法:
@decorator def F(arg): ... F(99)
映射為這個對等形式:
def F(arg): ... F = decorator(F) F(99)
這里的裝飾器是一個單參數(shù)的可調(diào)用對象,它返回與F具有相同數(shù)目的參數(shù)的一個可調(diào)用對象。
當隨后調(diào)用F函數(shù)的時候,它自動調(diào)用裝飾器所返回的對象。
換句話說,裝飾實際把如下的第一行映射為第二行(盡管裝飾器只在裝飾的時候運行一次)
fun(6,7) decorator(func)(6,7)
這一自動名稱重綁定也解釋了之前介紹的靜態(tài)方法和property裝飾器語法的原因:
class C: @staticmethod def meth(...):... @property def name(self):...
實現(xiàn)
裝飾器自身是返回可調(diào)用對象的可調(diào)用對象。實際上,它可以是任意類型的可調(diào)用對象,并且返回任意類型的可調(diào)用對象:函數(shù)和類的任何組合都可以使用,盡管一些組合更適合于特定的背景。
有一種常用的編碼模式——裝飾器返回了一個包裝器,包裝器把最初的函數(shù)保持到一個封閉的作用域中:
def decorator(F):
def wrapper(*args):
# 使用 F 和 *args
# 調(diào)用原來的F(*args)
return wrapper
@decorator
def func(x,y):
...
func(6,7)
當隨后調(diào)用名稱func的時候,它確實調(diào)用裝飾器所返回的包裝器函數(shù);隨后包裝器函數(shù)可能運行最初的func,因為它在一個封閉的作用域中仍然可以使用。
為了對類做同樣的事情,我們可以重載調(diào)用操作:
class decorator:
def __init__(self,func):
self.func = func
def __call__(self,*args):
# 使用self.func和args
# self.func(*args)調(diào)用最初的func
@decorator
def func(x,y):
...
func(6,7)
但是,要注意的是,基于類的代碼中,它對于攔截簡單函數(shù)有效,但當它應(yīng)用于類方法函數(shù)時,并不很有效:
如下反例:
class decorator:
def __init__(self,func):
self.func = func
def __call__(self,*args):
# 調(diào)用self.func(*args)失敗,因為C實例參數(shù)無法傳遞
class C:
@decorator
def method(self,x,y):
...
這時候裝飾的方法重綁定到一個類的方法上,而不是一個簡單的函數(shù),這一點帶來的問題是,當裝飾器的方法__call__隨后運行的時候,其中的self接受裝飾器類實例,并且類C的實例不會包含到一個*args中。
這時候,嵌套函數(shù)的替代方法工作得更好:
def decorator:
def warpper(*args):
# ...
return wrapper
@decorator
def func(x,y):
...
func(6,7)
class C:
@decorator
def method(self,x,y):
...
x = C()
x.method(6,7)
類裝飾器
類裝飾器與函數(shù)裝飾器使用相同的語法和非常相似的編碼方式。類裝飾器是管理類的一種方式,或者用管理或擴展類所創(chuàng)建的實例的額外邏輯,來包裝實例構(gòu)建調(diào)用。
用法
假設(shè)類裝飾器返回一個可調(diào)用對象的一個單參數(shù)的函數(shù),類裝飾器的語法為:
@decorator class C: ... x = C(99)
等同于下面的語法:
class C: ... C = decorator(C) x = C(99)
直接效果是隨后調(diào)用類名會創(chuàng)建一個實例,該實例會觸發(fā)裝飾器所返回的可調(diào)用對象,而不是調(diào)用最初的類自身。
實現(xiàn)
類裝飾器返回的可調(diào)用對象,通常創(chuàng)建并返回最初的類的一個新的實例,以某種方式來擴展對其接口的管理。例如,下面的實例插入一個對象來攔截一個類實例的未定義的屬性:
def decorator(cls):
class Wrapper:
def __init__(self,*args):
self.wrapped = cls(*args)
def __getattr__(self,name):
return getattr(self.wrapped,name)
return Wrapper
@decorator
class C: # C = decorator(C)
def __init__(self,x,y): # Run by Wrapper.__init__
self.attr = 'spam'
x = C(6,7) # 等價于Wrapper(6,7)
print(x.attr)
在這個例子中,裝飾器把類的名稱重新綁定到另一個類,這個類在一個封閉的作用域中保持了最初的類。
就像函數(shù)裝飾器一樣,類裝飾器通??梢跃帉憺橐粋€創(chuàng)建并返回可調(diào)用對象的“工廠”函數(shù)。
裝飾器嵌套
有時候,一個裝飾器不夠,裝飾器語法允許我們向一個裝飾器的函數(shù)或方法添加包裝器邏輯的多個層。這種形式的裝飾器的語法為:
@A @B @C def f(...): ...
如下這樣轉(zhuǎn)換:
def f(...): ... f = A(B(C(f)))
這里,最初的函數(shù)通過3個不同的裝飾器傳遞,每個裝飾器處理前一個結(jié)果。
裝飾器參數(shù)
函數(shù)裝飾器和類裝飾器都能接受參數(shù),如下:
@decorator(A,B) def F(arg): ... F(99)
自動映射到其對等形式:
def F(arg): ... F = decorator(A,B)(F) F(99)
裝飾器參數(shù)在裝飾之前就解析了,并且它們通常用來保持狀態(tài)信息供隨后的調(diào)用使用。例如,這個例子中的裝飾器函數(shù),可能采用如下形式:
def decorator(A,B):
# 保存或使用A和B
def actualDecorator(F):
# 保存或使用函數(shù) F
# 返回一個可調(diào)用對象
return callable
return actualDecorator
以上,這是裝飾器的基礎(chǔ)知識,接下來將學習編寫自己的裝飾器
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進階經(jīng)典教程》
希望本文所述對大家Python程序設(shè)計有所幫助。
相關(guān)文章
關(guān)于Python中zipfile壓縮包模塊的使用
這篇文章主要介紹了關(guān)于Python中zipfile壓縮包模塊的使用,zipfile?模塊提供了創(chuàng)建、讀取、寫入、添加及列出?ZIP?文件的工具,本文做一個簡單的總結(jié),需要的朋友可以參考下2023-04-04
TensorFlow MNIST手寫數(shù)據(jù)集的實現(xiàn)方法
MNIST數(shù)據(jù)集中包含了各種各樣的手寫數(shù)字圖片,這篇文章主要介紹了TensorFlow MNIST手寫數(shù)據(jù)集的實現(xiàn)方法,需要的朋友可以參考下2020-02-02
Python中Flask-RESTful編寫API接口(小白入門)
這篇文章主要介紹了Python中Flask-RESTful編寫API接口(小白入門),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-12-12
用Python實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)(附代碼)
這篇文章主要介紹了用Python實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)(附代碼),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
淺談Python實現(xiàn)opencv之圖片色素的數(shù)值運算和邏輯運算
今天帶大家來學習的是關(guān)于Python的相關(guān)知識,文章圍繞著圖片色素的數(shù)值運算和邏輯運算展開,文中有非常詳細的的介紹及代碼示例,需要的朋友可以參考下2021-06-06
Python使用matplotlib創(chuàng)建Gif動圖的思路
這篇文章主要介紹了Python使用matplotlib創(chuàng)建Gif動圖,我們將討論matplotlib提供的名為“Animation”的動畫庫之一,Python二維繪圖庫是Matplolib可以輕松創(chuàng)建繪圖、直方圖、條形圖、散點圖等,需要的朋友可以參考下2022-04-04
Python深度學習之Keras模型轉(zhuǎn)換成ONNX模型流程詳解
這篇文章主要介紹了Python深度學習之Keras模型轉(zhuǎn)換成ONNX模型流程,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習吧2022-09-09

