这篇文章给大家分享的是有关Python函数式编程装饰器的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。
一、装饰器的本质:
装饰器(decorator)本质是函数闭包(function closure)的语法糖(Syntactic sugar)
函数闭包(function closure):
函数闭包是函数式语言(函数是一等公民,可作为变量使用)中的术语。函数闭包:一个函数,其参数和返回值都是函数,用于增强函数功能,面向切面编程(AOP)
import time# 控制台打印100以内的奇数:def print_odd(): for i in range(100): if i % 2 == 1: print(i)# 函数闭包:用于增强函数func:给函数func增加统计时间的功能:def count_time_wrapper(func): def improved_func(): start_time = time.time() func() end_time = time.time() print(f"It takes {end_time - start_time} S to find all the odds in range !!!") return improved_funcif __name__ == '__main__': # 调用count_time_wrapper增强函数 print_odd = count_time_wrapper(print_odd) print_odd()
闭包本质上是一个函数,闭包函数的传入参数和返回值都是函数,闭包函数得到返回值函数是对传入函数增强后的结果。
日志装饰器:
def log_wrapper(func): """ 闭包,用于增强函数func: 给func增加日志功能 """ def improved_func(): start_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())) # 起始时间 func() # 执行函数 end_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())) # 结束时间 print("Logging: func:{} runs from {} to {}".format(func.__name__, start_time, end_time)) return improved_func
二、装饰器使用方法:
通过装饰器进行函数增强,只是一种语法糖,本质上跟上个程序(使用函数闭包)完全一致。
import time# 函数闭包:用于增强函数func:给函数func增加统计时间的功能:def count_time_wrapper(func): def improved_func(): start_time = time.time() func() end_time = time.time() print(f"It takes {end_time - start_time} S to find all the odds in range !!!") return improved_func# 控制台打印100以内的奇数:@count_time_wrapper # 添加装饰器def print_odd(): for i in range(100): if i % 2 == 1: print(i)if __name__ == '__main__': # 使用 @装饰器(增强函数名) 给当前函数添加装饰器,等价于执行了下面这条语句: # print_odd = count_time_wrapper(print_odd) print_odd()
装饰器在第一次调用被装饰函数时进行增强,只增强一次,下次调用仍然是调用增强后的函数,不会重复执行增强!
保留函数参数和返回值的函数闭包:
之前所写的函数闭包,在增强主要功能函数时,没有保留原主要功能函数的参数列表和返回值。
一个保留参数列表和返回值的函数闭包写法:
def general_wrapper(func): def improved_func(*args, **kwargs): # 增强函数功能: ret = func(*args, **kwargs) # 增强函数功能: return ret return improved_func
优化装饰器(参数传递、设置返回值):
import time# 函数闭包:用于增强函数func:给函数func增加统计时间的功能:def count_time_wrapper(func): # 增强函数: def improved_func(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"It takes {end_time - start_time} S to find all the odds in range !!!") # 原函数返回值 return result return improved_func# 计算0-lim奇数之和:@count_time_wrapperdef count_odds(lim): cnt = 0 for i in range(lim): if i % 2 == 1: cnt = cnt + i return cntif __name__ == '__main__': result = count_odds(10000000) print(f"计算结果为{result}!")
三、多个装饰器的执行顺序:
# 装饰器1:def wrapper1(func1): print("set func1") # 在wrapper1装饰函数时输出 def improved_func1(*args, **kwargs): print("call func1") # 在wrapper1装饰过的函数被调用时输出 func1(*args, **kwargs) return None return improved_func1# 装饰器2:def wrapper2(func2): print("set func2") # 在wrapper2装饰函数时输出 def improved_func2(*args, **kwargs): print("call func1") # 在wrapper2装饰过的函数被调用时输出 func2(*args, **kwargs) return None return improved_func2@wrapper1@wrapper2def original_func(): passif __name__ == '__main__': original_func() print("------------") original_func()
这里得到的执行结果是,wrapper2装饰器先执行,原因是因为:程序从上往下执行,当运行到:
@wrapper1@wrapper2def original_func(): pass
这段代码时,使用函数闭包的方式解析为:
original_func = wrapper1(wrapper2(original_func))
所以先进行wrapper2装饰,然后再对被wrapper2装饰完成的增强函数再由wrapper1进行装饰,返回最终的增强函数。
四、创建带参数的装饰器:
装饰器允许传入参数,一个携带了参数的装饰器将有三层函数,如下所示:
import functoolsdef log_with_param(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): print('call %s():' % func.__name__) print('args = {}'.format(*args)) print('log_param = {}'.format(text)) return func(*args, **kwargs) return wrapper return decorator@log_with_param("param!!!")def test_with_param(p): print(test_with_param.__name__)if __name__ == '__main__': test_with_param("test")
将其 @
语法 去除,恢复函数调用的形式:
# 传入装饰器的参数,并接收返回的decorator函数decorator = log_with_param("param!!!")# 传入test_with_param函数wrapper = decorator(test_with_param)# 调用装饰器函数wrapper("I'm a param")
感谢各位的阅读!关于“Python函数式编程装饰器的示例分析”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!