Python装饰器学习
Python装饰器学习（九步入门）基础部分根据此文来学习的，接下来将根据此文内容进行整理，并添加自己的总结
入门九步整理
第一步：最简单的函数，准备附加额外功能
# -*- coding: UTF-8 -*-
'''示例1: 最简单的函数,表示调用了两次'''
def myfunc():
print("myfunc() called.")
myfunc()
myfunc()
个人感觉：这里主要是展示最简单基础的情况
第二步：使用装饰函数在函数执行前和执行后分别附加额外功能
# -*- coding: UTF-8 -*-
'''示例2: 替换函数(装饰)
装饰函数的参数是被装饰的函数对象，返回原函数对象
装饰的实质语句: myfunc = deco(myfunc)'''
def deco(func):
print("before myfunc() called.")
func()
print(" after myfunc() called.")
return func
def myfunc():
print(" myfunc() called.")
myfunc = deco(myfunc)
myfunc()
myfunc()
个人体验：装饰器其实也就是一个函数，一个用来包装函数的函数，返回一个修改之后的函数对象。第二步就从这最基础的一点上演示了这一特点。
第三步：使用语法糖@来装饰函数
# -*- coding: UTF-8 -*-
'''示例3: 使用语法糖@来装饰函数，相当于“myfunc = deco(myfunc)”
但发现新函数只在第一次被调用，且原函数多调用了一次'''
def deco(func):
print("before myfunc() called.")
func()
print(" after myfunc() called.")
return func
@deco # 这里就是语法糖，相当与myfunc = deco(myfunc)，这里其实已经执行了myfunc = deco(myfunc)调用了一次函数
def myfunc():
print(" myfunc() called.")
myfunc()
myfunc()
第四步： 使用内嵌包装函数来确保每次新函数都被调用
# -*- coding: UTF-8 -*-
'''示例4: 使用内嵌包装函数来确保每次新函数都被调用，
内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''
def deco(func):
def _deco():
print("before myfunc() called.")
func()
print(" after myfunc() called.")
# 不需要返回func，实际上应返回原函数的返回值
return _deco
@deco
def myfunc():
print(" myfunc() called.")
return 'ok'
myfunc()
myfunc()
个人体验： 这里的语法糖处不会直接使myfunc函数执行，但是在后续调用的mufunc()的执行都能看到装饰器的效果。
第五步： 对带参数的函数进行装饰
# -*- coding: UTF-8 -*-
'''示例5: 对带参数的函数进行装饰，
内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''
def deco(func):
def _deco(a, b):
print("before myfunc() called.")
ret = func(a, b)
print(" after myfunc() called. result: %s" % ret)
return ret
return _deco
@deco
def myfunc(a, b):
print(" myfunc(%s,%s) called." % (a, b))
return a + b
myfunc(1, 2)
myfunc(3, 4)
个人体验： 较之第四步的部分，在装饰器内层函数_deco()的调用中加上对应func()的参数即可。
第六步：对参数数量不确定的函数进行装饰
# -*- coding: UTF-8 -*-
'''示例6: 对参数数量不确定的函数进行装饰，
参数用(*args, **kwargs)，自动适应变参和命名参数'''
def deco(func):
def _deco(*args, **kwargs):
print("before %s called." % func.__name__)
ret = func(*args, **kwargs)
print(" after %s called. result: %s" % (func.__name__, ret))
return ret
return _deco
@deco
def myfunc(a, b):
print(" myfunc(%s,%s) called." % (a, b))
return a+b
@deco
def myfunc2(a, b, c):
print(" myfunc2(%s,%s,%s) called." % (a, b, c))
return a+b+c
myfunc(1, 2)
myfunc(3, 4)
myfunc2(1, 2, 3)
myfunc2(3, 4, 5)
个人体验：较之第五步，将_dect()的参数换为(*args, **kwargs)。但这里想为什么参数不确定的情况，应该是由于同一装饰器可能修饰不同的函数，因此存在有参数不同的情况。
第七步：让装饰器带参数
# -*- coding: UTF-8 -*-
'''示例7: 在示例4的基础上，让装饰器带参数，
和上一示例相比在外层多了一层包装。
装饰函数名实际上应更有意义些'''
def deco(arg):
def _deco(func):
def __deco():
print("before %s called [%s]." % (func.__name__, arg))
func()
print(" after %s called [%s]." % (func.__name__, arg))
return __deco
return _deco
@deco("mymodule")
def myfunc():
print(" myfunc() called.")
@deco("module2")
def myfunc2():
print(" myfunc2() called.")
myfunc()
myfunc2()
个人体验： 将装饰器的参数直接至于装饰器函数最外层即可，要注意语法糖调用时写上参数
第八步：让装饰器带 类 参数
# -*- coding: UTF-8 -*-
'''示例8: 装饰器带类参数'''
class locker:
def __init__(self):
print("locker.__init__() should be not called.")
@staticmethod
def acquire():
print("locker.acquire() called.（这是静态方法）")
@staticmethod
def release():
print(" locker.release() called.（不需要对象实例）")
def deco(cls):
'''cls 必须实现acquire和release静态方法'''
def _deco(func):
def __deco():
print("before %s called [%s]." % (func.__name__, cls))
cls.acquire()
try:
return func()
finally:
cls.release()
return __deco
return _deco
@deco(locker)
def myfunc():
print(" myfunc() called.")
myfunc()
myfunc()
个人体验: 装饰器的参数是类，这样在装饰器内可调用类的静态方法
第九步：装饰器带类参数，并分拆公共类到其他py文件中，同时演示了对一个函数应用多个装饰器
# -*- coding: UTF-8 -*-
'''mylocker.py: 公共类 for 示例9.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()
try:
return func(*args, **kwargs)
finally:
cls.unlock()
return __deco
return _deco
--------------------------------------------------------------------
# -*- coding: UTF-8 -*-
'''示例9: 装饰器带类参数，并分拆公共类到其他py文件中
同时演示了对一个函数应用多个装饰器'''
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))
个人体验:这里展示了一个函数多个装饰器的情况
其他资料
- 1.Python装饰器与面向切面编程此文从装饰器的需求入手开始讲解，并介绍了面向切片编程的概念；
- 来自知乎什么时候要用到装饰器
存在的问题：
- 1.自己并没有太多用过装饰器，以后还要多练习；
- 2.一般总结的需要使用装饰器的情况：
①注入参数（提供默认参数，生成参数）
②记录函数行为（日志、缓存、计时什么的）
③预处理／后处理（配置上下文什么的）
④修改调用时的上下文（线程异步或者并行，类方法） - 3.切面编程、functools模块等尚未学习清楚。
网友评论