装饰器
本质是一个接受参数为函数的函数。
作用:为一个已经实现的方法添加额外的通用功能,比如日志记录、运行计时等。
举例
1.不带参数的装饰器,不用@
# 不带参数的装饰器 def deco_test(func): def wrapper(*args, **kwargs): print("before function") f = func(*args, **kwargs) print("after function") return f return wrapper def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 不用@ f = deco_test(do_something)("1","2","3")
输出:
before function
1
2
3
after function
个人理解:
相当于在 do_something
函数外面套了两个输出: before function 和 after function 。
2.不带参数的装饰器,用 @
# 不带参数的装饰器 def deco_test(func): def wrapper(*args, **kwargs): print("before function") f = func(*args, **kwargs) print("after function") return f return wrapper @deco_test def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")
输出:
before function
1
2
3
after function
个人理解:
相当于执行 do_something 函数的时候,因为有 @ 的原因,已经知道有一层装饰器 deco_test ,所以不需要再单独写 deco_test(do_something) 了。
3.带参数的装饰器
# 带参数的装饰器 def logging(level): def wrapper(func): def inner_wrapper(*args, **kwargs): print("[{level}]: enter function {func}()".format(level=level, func=func.__name__)) f = func(*args, **kwargs) print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__)) return f return inner_wrapper return wrapper @logging(level="debug") def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")
输出:
[debug]: enter function do_something()
1
2
3
after function: [debug]: enter function do_something()
个人理解:
装饰器带了一个参数 level = "debug" 。
最外层的函数 logging() 接受参数并将它们作用在内部的装饰器函数上面。内层的函数 wrapper() 接受一个函数作为参数,然后在函数上面放置一个装饰器。这里的关键点是装饰器是可以使用传递给 logging() 的参数的。
4.类装饰器
# 类装饰器 class deco_cls(object): def __init__(self, func): self._func = func def __call__(self, *args, **kwargs): print("class decorator before function") f = self._func(*args, **kwargs) print("class decorator after function") return f @deco_cls def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")
输出:
class decorator before function
1
2
3
class decorator after function
个人理解:
使用一个装饰器去包装函数,返回一个可调用的实例。 因此定义了一个类装饰器。
5.两层装饰器
# 不带参数的装饰器 def deco_test(func): def wrapper(*args, **kwargs): print("before function") f = func(*args, **kwargs) print("after function") return f return wrapper # 带参数的装饰器 def logging(level): def wrapper(func): def inner_wrapper(*args, **kwargs): print("[{level}]: enter function {func}()".format(level=level, func=func.__name__)) f = func(*args, **kwargs) print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__)) return f return inner_wrapper return wrapper @logging(level="debug") @deco_test def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")
输出:
[debug]: enter function wrapper()
before function
1
2
3
after function
after function: [debug]: enter function wrapper()
个人理解:
在函数 do_something() 外面先套一层 deco_test() 装饰器,再在最外面套一层 logging() 装饰器。
以上就是python 装饰器的一些个人理解的详细内容,更多关于python 装饰器的资料请关注其它相关文章!
python,装饰器
P70系列延期,华为新旗舰将在下月发布
3月20日消息,近期博主@数码闲聊站 透露,原定三月份发布的华为新旗舰P70系列延期发布,预计4月份上市。
而博主@定焦数码 爆料,华为的P70系列在定位上已经超过了Mate60,成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢?
根据目前爆料的消息来看,华为P70系列将推出三个版本,其中P70和P70 Pro采用了三角形的摄像头模组设计,而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智,但辨识度绝对拉满。
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]