设为首页 收藏本站
查看: 825|回复: 0

[经验分享] Python的修饰器@

[复制链接]

尚未签到

发表于 2018-8-6 10:15:09 | 显示全部楼层 |阅读模式
  修饰器是一个很著名的时机模式,经常用于有切面需求的场景,如插入日志、性能测试、事务处理等。修饰器能够很好地解决这些问题,有了修饰器我们能抽离出大量函数中与函数功能本身无关的雷同代码并继续使用。也就是说,修饰器的作用就是为已经存在的函数对象添加额外的功能。
  1.修饰器入门:
  1.1.需求的由来:
  修饰器的定义很抽象,先来看一个例子:
def foo():  
    print "in foo()"
  

  
foo()
  这个函数的功能是打印出一窜字符窜。如果想要测试执行这个函数用了多长时间,我们可以这样做:
import time  
def foo():
  
    start = time.clock()
  
    print "in foo()"
  
    end = time.clock()
  
    print "used:",end-start
  

  
foo()
  这样能够很好的达到目的。但是想测试一个模块的所有函数的执行时间呢,就得把所有函数中都加入如上时间差的计算方法,这样不太现实。
  1.2.以不变应万变
  为了不改变原来的函数,我们可以定义一个函数timeit,将foo()的引用传递给他,然后在timeit中调用fool并进行计时,这样我们就不用修改foo函数而达到目的了。
import time  

  
def foo():
  
    print "in foo()"
  

  
def timeit(func):
  
    start = time.clock()
  
    func()
  
    end = time.clock()
  
    print "used:",end - start
  

  
timeit(foo)
  这样看上去逻辑没有问题,而且可以正常的工作。但却修改了调用部分的代码,原本是foo()调用,现在却成了timeit(foo),如果foo在很多处都被调用了,就需要在很多处修改代码。
  1.3最大限度的少改动
  如果不改动调用的代码,也就意味着调用foo()需要产生timeit(foo)的效果。我们可以这样做,把timeit(foo)的返回值付给foo,然后直接调用foo(),就不用修改源代码了。
import time  

  
def foo():
  
    print "in foo()"
  

  
def timeit(func):
  
    def wrapper():
  
        start = time.clock()
  
        func()
  
        end = time.clock()
  
        print "used:",end - start
  

  
    return wrapper
  

  
foo = timeit(foo)
  
foo()
  这样,我们只需在定义foo以后和调用foo之前,加上foo=timeit(foo),就可以达到目的了。这就是修饰器,看起来像foo被timeit修饰了。
  2.正规的修饰器
  上面的代码,看似没法再精简了,python于是提供了一个特殊的语法来降低字符输入量:
import time  

  
def timeit(func):
  
    def wrapper():
  
        start = time.clock()
  
        func()
  
        end = time.clock()
  
        print "used:",end - start
  

  
    return wrapper
  

  
@timeit
  
def foo():
  
    print "in foo()"
  

  
foo()
  在第12行的@timeit,效果和foo=timeit(foo)一样,而且看上去更有修饰器的感觉。
  这就是Python中修饰器的原理

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-547443-1-1.html 上篇帖子: python yield浅析 下篇帖子: python实现线程池
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表