首页 > Python资料 博客日记
Python修饰器
2023-07-30 14:40:44Python资料围观205次
装饰器接收一个功能,添加一些功能并返回。 在本文中,您将学习如何创建装饰器,以及为什么要使用装饰器。
Python有一个有趣的功能,称为装饰器,以便为现有代码添加功能。
这也称为元编程,作为程序的一部分,尝试在编译时修改程序的另一部分。
学习装修器之前需要了解什么?
为了了解装饰器,我们首先在Python中了解一些基本的东西。
Python中的一切(是的,甚至是类)都是对象。 我们定义的名称只是绑定到这些对象的标识符。 函数也不例外,它们也是对象(带有属性)。 各种不同的名称可以绑定到同一个功能对象。
看看下面一个示例 -
def first(msg):
print(msg)
first("Hello")
second = first
second("Hello")
当运行代码时,first
和second
函数都提供相同的输出。 这里名称first
和second
引用相同的函数对象。
函数可以作为参数传递给另一个函数。
如果您在Python中使用了map
,filter
和reduce
等功能,那么您就了解了。
将其他函数作为参数的函数也称为高阶函数。下面是这样子的一个函数的例子。
def inc(x):
return x + 1
def dec(x):
return x - 1
def operate(func, x):
result = func(x)
return result
我们调用函数如下 -
>>> operate(inc,3)
4
>>> operate(dec,3)
2
此外,一个函数可以返回另一个函数。
def is_called():
def is_returned():
print("Hello")
return is_returned
new = is_called()
#Outputs "Hello"
new()
这里,is_returned()
是一个定义的嵌套函数,在每次调用is_called()
时返回。
回到装饰器
实际上,实现特殊方法__call__()
的任何对象都被称为可调用。 因此,在最基本的意义上,装饰器是可调用的,并且可以返回可调用。
基本上,装饰器接收一个函数,添加一些函数并返回。
def make_pretty(func):
def inner():
print("I got decorated")
func()
return inner
def ordinary():
print("I am ordinary")
当在shell中运行以下代码时,如下 -
>>> ordinary()
I am ordinary
>>> # let's decorate this ordinary function
>>> pretty = make_pretty(ordinary)
>>> pretty()
I got decorated
I am ordinary
在上面的例子中,make_pretty()
是一个装饰器。 在分配步骤。
pretty = make_pretty(ordinary)
函数ordinary()
得到了装饰,返回函数的名字:pretty
。
可以看到装饰函数为原始函数添加了一些新功能。这类似于包装礼物。 装饰器作为包装纸。 装饰物品的性质(里面的实际礼物)不会改变。 但现在看起来很漂亮(因为装饰了)。
一般来说,我们装饰一个函数并重新分配它,
ordinary = make_pretty(ordinary).
这是一个常见的结构,Python有一个简化的语法。
可以使用@
符号和装饰器函数的名称,并将其放在要装饰的函数的定义之上。 例如,
@make_pretty
def ordinary():
print("I am ordinary")
上面代码相当于 -
def ordinary():
print("I am ordinary")
ordinary = make_pretty(ordinary)
用参数装饰函数
上面的装饰器很简单,只适用于没有任何参数的函数。 如果有函数要接受如下的参数怎么办?
def divide(a, b):
return a/b
该函数有两个参数a
和b
。 我们知道,如果将b
的值设置为0
并传递那么是会出错的。
>>> divide(2,5)
0.4
>>> divide(2,0)
Traceback (most recent call last):
...
ZeroDivisionError: division by zero
现在使用一个装饰器来检查这个错误。
def smart_divide(func):
def inner(a,b):
print("I am going to divide",a,"and",b)
if b == 0:
print("Whoops! cannot divide")
return
return func(a,b)
return inner
@smart_divide
def divide(a,b):
return a/b
如果发生错误,这个新的实现将返回None
。
>>> divide(2,5)
I am going to divide 2 and 5
0.4
>>> divide(2,0)
I am going to divide 2 and 0
Whoops! cannot divide
以这种方式就可以装饰函数的参数了。
应该会注意到,装饰器中嵌套的inner()
函数的参数与其装饰的函数的参数是一样的。 考虑到这一点,现在可以让一般装饰器使用任何数量的参数。
在Python中,这个由function(* args,** kwargs)
完成。 这样,args
将是位置参数的元组,kwargs
将是关键字参数的字典。这样的装饰器的例子将是。
def works_for_all(func):
def inner(*args, **kwargs):
print("I can decorate any function")
return func(*args, **kwargs)
return inner
在Python中链接装饰器
多个装饰器可以在Python中链接。
这就是说,一个函数可以用不同(或相同)装饰器多次装饰。只需将装饰器放置在所需函数之上。
def star(func):
def inner(*args, **kwargs):
print("*" * 30)
func(*args, **kwargs)
print("*" * 30)
return inner
def percent(func):
def inner(*args, **kwargs):
print("%" * 30)
func(*args, **kwargs)
print("%" * 30)
return inner
@star
@percent
def printer(msg):
print(msg)
printer("Hello")
执行上面代码,将输出结果如下 -
******************************
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Hello
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
******************************
以上语法,
@star
@percent
def printer(msg):
print(msg)
相当于以下 -
def printer(msg):
print(msg)
printer = star(percent(printer))
链装饰器的顺序是重要的。 所以如果把顺序颠倒了执行结果就不一样了,如下 -
@percent
@star
def printer(msg):
print(msg)
执行上面代码,将输出结果如下 -
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
******************************
Hello
******************************
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
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