接上一篇
终于知道python的装饰器是怎么回事,那在工作中,到底能干吗用呢?
尤其对我这个只会写写脚本又不做python开发的小测试/手动无辜脸。
先说结论,肯定是有用处滴。
一、自动化测试中使用
就拿写的自动化测试来说吧,如果我想统一的输出点东西,比如:case的运行时长,case名称等等,那就可以用起来。
首先,看下最简单的case,没有装饰器:
import pytest def test_01(): a = 1 b = 2 assert a < b def test_02(): a = 1 b = 1 assert a-b == 0 if __name__ == '__main__': pytest.main(['demo_test.py'])
这个用例文件里有2个case,运行一下:
============================= test session starts =============================
platform win32 -- Python 3.8.5, pytest-6.0.1, py-1.9.0, pluggy-0.13.1
rootdir: D:\练习
collected 2 itemsdemo_test.py .. [100%]
============================== 2 passed in 0.01s ==============================
[Finished in 0.4s]
运行通过就是.,所以2个case都通过了,有2个.。
如果我想在运行结果里看到每个case的执行时长,那么就可以写一个装饰器去处理:
import pytest import functools import time def log_execute_time(func): @functools.wraps(func) def wrapper(*args, **kwargs): start = time.perf_counter() res = func(*args, **kwargs) end = time.perf_counter() print("{} 用时 {} ms".format(func.__name__, (end - start) * 1000)) return res return wrapper @log_execute_time def test_01(): a = 1 b = 2 assert a < b @log_execute_time def test_02(): a = 1 b = 1 assert a-b == 0 if __name__ == '__main__': pytest.main(['-s','demo_test.py'])
运行一下:
============================= test session starts =============================
platform win32 -- Python 3.8.5, pytest-6.0.1, py-1.9.0, pluggy-0.13.1
rootdir: D:\练习
collected 2 itemsdemo_test.py
test_01 用时 0.0007999999999674934 ms .
test_02 用时 0.0012999999999818712 ms .============================== 2 passed in 0.03s ==============================
[Finished in 0.4s]
可以看到,每个case执行会打印出执行耗时。
上述的这个例子是在实现自动化测试时的场景,具体还是要看你怎么去挖掘你的需求。
二、其他python开发向的用法
我也去查了下其他的用法,其实在python开发中,用途还是很多的,其中就还有大家熟悉的"身份认证"。
比如大家爱上博客园,你不登录账号也可以浏览博客。当你看着兴起,自己也想评论或者发文的时候,发现
提示你需要登录,这种场景就可以用上装饰器。代码举例:
import functools def authenticate(func): @functools.wraps(func) def wrapper(*args, **kwargs): request = args[0] if check_user_logged_in(request): # 检查用户是否登录 return func(*args, **kwargs) # 如果登录了,就可以执行函数post_comment() 发送评论 else: raise Exception('Authentication failed') # 否则,身份验证失败 return wrapper @authenticate def post_comment(request) pass
上述代码只是说了这个意思,辅助描述下场景。
除此之外,还可以在输入合理性检查、缓存等多个场景中使用,毕竟不是做开发的,这里就不再深入了。
三、装饰器小结
装饰器本质上是一个python函数或者类,可以让其他函数或类在不需要做任何代码修改的前提下,增加额外的功能。
装饰器的返回值也是一个函数对象或者类对象。
有了装饰器,我们可以抽离出大量与函数功能本身无关的雷同代码到装饰器中,并且可以重用。
说到这,我感觉跟AOP面向切面编程有点像。
大家还知道哪些应用场景,也欢迎留言补充。
以上就是python 装饰器的实际作用有哪些的详细内容,更多关于python 装饰器作用的资料请关注其它相关文章!
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]