首页 > Python资料 博客日记
python装饰器的集中使用姿势
2024-08-10 19:00:04Python资料围观52次
在Python中,装饰器是一种十分强大并且好用的语法,一些重复的代码使用装饰器语法的话能够使代码更容易理解及阅读。
因此在这里简单总结了一下Python中装饰器的几种用法以及需要注意的事情。
一、在装饰器中获取被装饰函数的参数
假设我们在开发web的时候,需要做反爬。要判断接口的访问来源我们就可以通过下面装饰器的方法来实现:
def mydecorator(func):
def wrapped(*args, **kwargs):
print("进入装饰器")
if args[0]['header'] == 'spider':
print("code: 400")
return
result = func(*args, **kwargs)
return result
return wrapped
@mydecorator
def request_page(request):
print("一个访问请求")
print("返回了response")
if __name__ == '__main__':
request = {
'data': 100,
'header': 'spider'
}
request_page(request)
在这个装饰器中,我们在装饰器中获取了request中的header参数,如果判断访问来源于爬虫,那么便给它返回一个400。
使用装饰器的写法等同于下面不使用装饰器的写法
def mydecorator(*args, **kwargs):
print("进入函数")
if args[0]['header'] == 'spider':
print("code: 400")
return False
return True
def request_page(request):
if not mydecorator(request):
return
print("访问一个网页")
print("得到了response")
if __name__ == '__main__':
request = {
'data': 100,
'header': 'spider'
}
request_page(request)
在只需要装饰一个函数的时候后面一种写法可能更优于装饰器的写法,但是在需要装饰很多个函数的时候,使用装饰器明显是更好的选择。
二、在装饰器获取函数的返回值
有的时候我们需要对函数的返回值做出判断,但又不想直接将判断写在函数里的时候,我们也可以使用装饰器来实现:
def mydecorator(func):
def wrapped(*args, **kwargs):
print("进入装饰器")
result = func(*args, **kwargs)
if result == 400:
print("response is 400!")
return False
return True
return wrapped
@mydecorator
def request_page():
print("访问一个网页")
print("得到了response")
return 200
if __name__ == '__main__':
print(request_page())
三、给装饰器传入参数
在实际应用中,我们有时需要根据函数的执行状态来重复执行。例如在编写爬虫的时候,可能由于网络的原因会导致一些页面访问失败,这时我们就需要根据爬虫的返回结果进行重复请求。
def retry(MAXRETRY=3):
def decorator(func):
def wrapped(*args, **kwargs):
print("进入装饰器")
result = 0
retry = 1
while result != 200 and retry <= MAXRETRY:
result = func(*args, **kwargs)
print("重试第%s次" % retry)
retry += 1
return result
return wrapped
return decorator
@retry(5)
def request_page():
print("访问一个网页")
print("得到了response")
return 400
在这里我们假设访问一个网页得到400的时候便重新请求。我们在retry装饰器里传了一个5,这表示我们希望重试的最大次数为5次,如果不传入这个值,那么它的默认重试次数则为3次。
在熟悉了基本装饰器的写法后,传参装饰器的写法也十分的好理解了。就是在外面多加了一层函数,用于传入参数。
四、装饰器文档的问题
我们都知道通过魔术方法__doc__
可以获取我们写在代码中的文档,那么你是否知道使用装饰器后,会造成被包装函数的文档被装饰器的文档覆盖的问题呢。
def request_page():
'''
request_page 函数文档
:return:
'''
print("访问一个网页")
print("得到了response")
if __name__ == '__main__':
print(request_page.__doc__)
在上面对上面未使用装饰的代码使用__doc__
方法的时候,我们得到的结果是:
In[3]: request_page.__doc__
Out[3]: '\n request_page 函数文档\n :return:\n '
这是我们理想中的结果!
但是当我们将上述函数使用装饰器装饰后:
def decorator(func):
def wrapped(*args, **kwargs):
'''
装饰器文档
:param args:
:param kwargs:
:return:
'''
print("进入装饰器")
result = func(*args, **kwargs)
return result
return wrapped
@decorator
def request_page():
'''
request_page 函数文档
:return:
'''
print("访问一个网页")
print("得到了response")
我们再一次运行__doc__
魔术方法的时候,得到的结果却是装饰器的内部文档:
In[4]: request_page.__doc__
Out[4]: '\n 装饰器文档\n :param args:\n :param kwargs:\n :return:\n '
In[5]: request_page.__name__
Out[5]: 'wrapped'
这个问题会使得我们的调试变得困难,也会使许多自动文档生成工具失去效果。
解决这个问题的最好办法就是使用 functools包的wraps()模块来将装饰器进行一个包装。
from functools import wraps
def decorator(func):
@wraps(func)
def wrapped(*args, **kwargs):
'''
装饰器
:param args:
:param kwargs:
:return:
'''
print("进入装饰器")
result = func(*args, **kwargs)
return result
return wrapped
@decorator
def request_page():
'''
request_page 函数文档
:return:
'''
print("访问一个网页")
print("得到了response")
使用wraps将装饰器装饰后,这样我们的函数便能够保存它的一些重要数据了。
In[3]: request_page.__doc__
Out[3]: '\n request_page 函数文档\n :return:\n '
In[3]: request_page.__name__
Out[4]: 'request_page'
五、使用class的写法来编写装饰器
虽然大多数的装饰器都是通过函数的写法来实现的,但同样的可以通过类的写法来实现装饰器。
使用类的写法,我们可以实现一些使用函数写法不太好实现的需求。例如记录一个函数执行的次数
#学习中遇到问题没人解答?小编创建了一个Python学习交流群:531509025
class Decorator():
def __init__(self,func):
print('类初始化')
self.func = func
self.count = 0
def __call__(self, *args, **kwargs):
print('进入装饰器')
result = self.func(*args,**kwargs)
self.count += 1
return result
@Decorator
def request_page():
'''
request_page
:return:
'''
print("访问一个网页")
print("得到了response")
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj