Python編程中非常重要卻又被嚴(yán)重低估的庫(kù)decorator
本文已經(jīng)收錄于《Python黑魔法手冊(cè)》v2.1 版本,在線文檔請(qǐng)前往
這個(gè)庫(kù)可以幫你做什么呢 ?
其實(shí)很簡(jiǎn)單,就是可以幫你更方便地寫python裝飾器代碼,更重要的是,它讓 Python 中被裝飾器裝飾后的方法長(zhǎng)得更像裝飾前的方法。
不了解裝飾器的可以先去閱讀腳本之家之前的文章,非常全且詳細(xì)的介紹了裝飾器的各種實(shí)現(xiàn)方法。
常規(guī)的裝飾器
下面這是一個(gè)最簡(jiǎn)單的裝飾器示例,在運(yùn)行 myfunc 函數(shù)的前后都會(huì)打印一條日志。
def deco(func):
def wrapper(*args, **kw):
print("Ready to run task")
func(*args, **kw)
print("Successful to run task")
return wrapper
@deco
def myfunc():
print("Running the task")
myfunc()
裝飾器使用起來(lái),似乎有些高端和魔幻,對(duì)于一些重復(fù)性的功能,往往我們會(huì)封裝成一個(gè)裝飾器函數(shù)。
在定義一個(gè)裝飾器的時(shí)候,我們都需要像上面一樣機(jī)械性的寫一個(gè)嵌套的函數(shù),對(duì)裝飾器原理理解不深的初學(xué)者,往往過(guò)段時(shí)間就會(huì)忘記如何定義裝飾器。
有一些比較聰明的同學(xué),會(huì)利用 PyCharm 來(lái)自動(dòng)生成裝飾器模板

然后要使用的時(shí)候,直接敲入 deco 就會(huì)生成一個(gè)簡(jiǎn)單的生成器代碼,提高編碼的準(zhǔn)備效率

使用神庫(kù)
使用 PyCharm 的 Live Template ,雖然能降低編寫裝飾器的難度,但卻要依賴 PyCharm 這一專業(yè)的代碼編輯器。
這里,明哥要教你一個(gè)更加簡(jiǎn)單的方法,使用這個(gè)方法呢,你需要先安裝一個(gè)庫(kù) : decorator,使用 pip 可以很輕易地去安裝它
$ python3 -m pip install decorator
從庫(kù)的名稱不難看出,這是一個(gè)專門用來(lái)解決裝飾器問(wèn)題的第三方庫(kù)。
有了它之后,你會(huì)驚奇的發(fā)現(xiàn),以后自己定義的裝飾器,就再也不需要寫嵌套的函數(shù)了
from decorator import decorator
@decorator
def deco(func, *args, **kw):
print("Ready to run task")
func(*args, **kw)
print("Successful to run task")
@deco
def myfunc():
print("Running the task")
myfunc()
deco 作為裝飾函數(shù),第一個(gè)參數(shù)是固定的,都是指被裝飾函數(shù),而后面的參數(shù)都固定使用 可變參數(shù) *args 和 **kw 的寫法,代碼被裝飾函數(shù)的原參數(shù)。
這種寫法,不得不說(shuō),更加符合直覺(jué),代碼的邏輯也更容易理解。
帶參數(shù)的裝飾器
裝飾器根據(jù)有沒(méi)有攜帶參數(shù),可以分為兩種
第一種:不帶參數(shù),最簡(jiǎn)單的示例,上面已經(jīng)舉例
def decorator(func):
def wrapper(*args, **kw):
func(*args, **kw)
return wrapper
第二種:帶參數(shù),這就相對(duì)復(fù)雜了,理解起來(lái)了也不是那么容易。
def decorator(arg1, arg2):
def wrapper(func):
def deco(*args, **kwargs)
func(*args, **kwargs)
return deco
return wrapper
那么對(duì)于需要帶參數(shù)的裝飾器,decorator 是否也一樣能很好的支持呢?
下面是一個(gè)官方的示例
from decorator import decorator
@decorator
def warn_slow(func, timelimit=60, *args, **kw):
t0 = time.time()
result = func(*args, **kw)
dt = time.time() - t0
if dt > timelimit:
logging.warn('%s took %d seconds', func.__name__, dt)
else:
logging.info('%s took %d seconds', func.__name__, dt)
return result
@warn_slow(timelimit=600) # warn if it takes more than 10 minutes
def run_calculation(tempdir, outdir):
pass
可以看到
- 裝飾函數(shù)的第一個(gè)參數(shù),還是被裝飾器 func ,這個(gè)跟之前一樣
- 而第二個(gè)參數(shù) timelimit 寫成了位置參數(shù)的寫法,并且有默認(rèn)值
- 再往后,就還是跟原來(lái)一樣使用了可變參數(shù)的寫法
不難推斷,只要你在裝飾函數(shù)中第二個(gè)參數(shù)開(kāi)始,使用了非可變參數(shù)的寫法,這些參數(shù)就可以做為裝飾器調(diào)用時(shí)的參數(shù)。
簽名問(wèn)題有解決?
我們?cè)谧约簩懷b飾器的時(shí)候,通常都會(huì)順手加上一個(gè)叫 functools.wraps 的裝飾器,我想你應(yīng)該也經(jīng)常見(jiàn)過(guò),那他有啥用呢?
先來(lái)看一個(gè)例子
def wrapper(func):
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
#inner_function
為什么會(huì)這樣子?不是應(yīng)該返回 func 嗎?
這也不難理解,因?yàn)樯线厛?zhí)行func 和下邊 decorator(func) 是等價(jià)的,所以上面 func.__name__ 是等價(jià)于下面decorator(func).__name__ 的,那當(dāng)然名字是 inner_function
def wrapper(func):
def inner_function():
pass
return inner_function
def wrapped():
pass
print(wrapper(wrapped).__name__)
#inner_function
目前,我們可以看到當(dāng)一個(gè)函數(shù)被裝飾器裝飾過(guò)后,它的簽名信息會(huì)發(fā)生變化(譬如上面看到的函數(shù)名)
那如何避免這種情況的產(chǎn)生?
解決方案就是使用我們前面所說(shuō)的 functools .wraps 裝飾器。
它的作用就是將 被修飾的函數(shù)(wrapped) 的一些屬性值賦值給 修飾器函數(shù)(wrapper) ,最終讓屬性的顯示更符合我們的直覺(jué)。
from functools import wraps
def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
# wrapped
那么問(wèn)題就來(lái)了,我們使用了 decorator 之后,是否還會(huì)存在這種簽名的問(wèn)題呢?
寫個(gè)例子來(lái)驗(yàn)證一下就知道啦
from decorator import decorator
@decorator
def deco(func, *args, **kw):
print("Ready to run task")
func(*args, **kw)
print("Successful to run task")
@deco
def myfunc():
print("Running the task")
print(myfunc.__name__)
輸出的結(jié)果是 myfunc,說(shuō)明 decorator 已經(jīng)默認(rèn)幫我們處理了一切可預(yù)見(jiàn)的問(wèn)題。
總結(jié)一下
decorator 是一個(gè)提高裝飾器編碼效率的第三方庫(kù),它適用于對(duì)裝飾器原理感到困惑的新手,可以讓你很輕易的寫出更符合人類直覺(jué)的代碼。對(duì)于帶參數(shù)裝飾器的定義,是非常復(fù)雜的,它需要要寫多層的嵌套函數(shù),并且需要你熟悉各個(gè)參數(shù)的傳遞路徑,才能保證你寫出來(lái)的裝飾器可以正常使用。這時(shí)候,只要用上 decorator 這個(gè)庫(kù),你就可以很輕松的寫出一個(gè)帶參數(shù)的裝飾器。同時(shí)你也不用擔(dān)心他會(huì)出現(xiàn)簽名問(wèn)題,這些它都為你妥善的處理好了。
這么棒的一個(gè)庫(kù),推薦你使用起來(lái)。
以上就是Python編程中非常重要卻又被嚴(yán)重低估的庫(kù)decorator的詳細(xì)內(nèi)容,更多關(guān)于Python編程庫(kù)decorator的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
python數(shù)組復(fù)制拷貝的實(shí)現(xiàn)方法
這篇文章主要介紹了python數(shù)組復(fù)制拷貝的實(shí)現(xiàn)方法,實(shí)例分析了Python數(shù)組傳地址與傳值兩種復(fù)制拷貝的使用技巧,需要的朋友可以參考下2015-06-06
學(xué)習(xí)python之編寫簡(jiǎn)單乘法口訣表實(shí)現(xiàn)代碼
這篇文章主要介紹了學(xué)習(xí)python之編寫簡(jiǎn)單乘法口訣表實(shí)現(xiàn)代碼,需要的朋友可以參考下2016-02-02
TensorFlow卷積神經(jīng)網(wǎng)絡(luò)AlexNet實(shí)現(xiàn)示例詳解
這篇文章主要為大家介紹了TensorFlow卷積神經(jīng)網(wǎng)絡(luò)AlexNet實(shí)現(xiàn)示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-11-11
Python技巧之實(shí)現(xiàn)批量統(tǒng)一圖片格式和尺寸
大家在工作的時(shí)候基本都會(huì)接觸到很多的圖片,有時(shí)為了不同的工作需求需要修改圖片的尺寸或者大小。本文為大家整理了Python批量轉(zhuǎn)換圖片格式和統(tǒng)一圖片尺寸,希望對(duì)大家有所幫助2023-05-05
python中@contextmanager實(shí)例用法
在本篇文章里小編給大家整理的是一篇關(guān)于python中@contextmanager實(shí)例用法,對(duì)此有興趣的朋友們可以學(xué)習(xí)下。2021-02-02
基于 Django 的手機(jī)管理系統(tǒng)實(shí)現(xiàn)過(guò)程詳解
這篇文章主要介紹了基于 Django 的手機(jī)管理系統(tǒng)過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
使用pycharm連接讀取orcl數(shù)據(jù)庫(kù)的表的操作方法
這篇文章主要介紹了使用pycharm連接讀取orcl數(shù)據(jù)庫(kù)的表的操作方法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友參考下吧2024-01-01
python selenium 彈出框處理的實(shí)現(xiàn)
這篇文章主要介紹了python selenium 彈出框處理的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-02-02
詳解python執(zhí)行shell腳本創(chuàng)建用戶及相關(guān)操作
這篇文章主要介紹了python執(zhí)行shell腳本創(chuàng)建用戶及相關(guān)操作,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04

