Python装饰器的另类用法
2016-11-07 17:42
197 查看
之前有比较系统介绍过Python的装饰器(请查阅《详解Python装饰器》),本文算是一个补充。今天我们一起探讨一下装饰器的另类用法。
等同于:
@语法的好处在于:
相同的函数名只出现一次,避免了
可读性更高,让读代码的人一眼就明白函数被装饰了哪些功能。
也可以使用列表表达式,因为我们要实现比较简单。
但是假如这个列表的逻辑比较复杂的时候,最好是写成一个方法,这样会更好维护。
注意看最后一句,是不是很符合装饰器的语法规则?什么情况下你会写这样的代码呢?
你需要把相对复杂业务写成一个方法。
这个方法和返回值可以同名,而且你不希望对外公开此方法,只公开结果。
你想尽量使用装饰器。(无厘头的理由)
那么这时候
这个装饰器会把你传入的参数送给目标函数然后直接执行。
当你要生成
使用上节提到的
你还可以直接将其转换成列表。(使用
相信不少同学第一次看到这个用法应该是懵逼的。这等同于列表表达式,但是可读性也许差了不少。例子本身只是演示了装饰器的一种用法,但不是推荐你就这样使用装饰器。你这样用也许会被其他同事拖到墙角里打死。
你必须这样写:
也就是说,@语法对类是做了特殊处理的,类不一定是一个callable对象(尽管它有构造函数),但是也允许使用装饰器。那么基于以上语法,你觉得类装饰器能实现什么功能呢?
举一个例子,ptest中的
当我们在写一个测试类时,发生了什么?
居然装饰器的参数全都变成了变成这个类的属性,好神奇!我们把语法糖一一展开。
当装饰器在被使用时,
由此可见,类装饰器可以完成和Java类似的注解功能,而且要比注解强大的多。
语法回顾
开始之前我们再将Python装饰器的语法回顾一下。@decorate def f(...): pass
等同于:
def f(...): pass f = decorate(f)
@语法的好处在于:
相同的函数名只出现一次,避免了
f = decorate(f)这样的语句。
可读性更高,让读代码的人一眼就明白函数被装饰了哪些功能。
@call()装饰器
假设你要创建一个整数平方的列表,你可以这样写:>>> table = [0, 1, 4, 9, 16] >>> len(table), table[3] (5, 9)
也可以使用列表表达式,因为我们要实现比较简单。
>>> table = [i * i for i in range(5)] >>> len(table), table[3] (5, 9)
但是假如这个列表的逻辑比较复杂的时候,最好是写成一个方法,这样会更好维护。
>>> def table(n): ... value = [] ... for i in range(n): ... value.append(i*i) ... return value >>> table = table(5)
注意看最后一句,是不是很符合装饰器的语法规则?什么情况下你会写这样的代码呢?
你需要把相对复杂业务写成一个方法。
这个方法和返回值可以同名,而且你不希望对外公开此方法,只公开结果。
你想尽量使用装饰器。(无厘头的理由)
那么这时候
@call()装饰器就登场了。
def call(*args, **kwargs): def call_fn(fn): return fn(*args, **kwargs) return call_fn
这个装饰器会把你传入的参数送给目标函数然后直接执行。
@call(5) def table(n): value = [] for i in range(n): value.append(i*i) return value print len(table), table[3] # 5 9
@call()装饰器适用于任何函数,你传入的参数会被直接使用然后结果赋值给同名函数。这样避免了你重新定义一个变量来存储结果。
@list 装饰器
假如你有一个这样一个生成器函数。def table(n): for i in range(n): yield i
当你要生成
n=5的序列时,可以直接调用。
table = table(5) print table # <generator object table at 0x027DAC10>
使用上节提到的
@call()装饰器,也能得到一样的结果。
@call(5)
def table(n): for i in range(n): yield i
print table # <generator object table at 0x0340AC10>
你还可以直接将其转换成列表。(使用
list(generator_object)函数)
@list
@call(5)
def table(n): for i in range(n): yield i
print table # [0, 1, 2, 3, 4]
相信不少同学第一次看到这个用法应该是懵逼的。这等同于列表表达式,但是可读性也许差了不少。例子本身只是演示了装饰器的一种用法,但不是推荐你就这样使用装饰器。你这样用也许会被其他同事拖到墙角里打死。
类装饰器
在Python 2.6以前,还不支持类装饰器。也就是说,你不能使用这样的写法。@decorator class MyClass(object): pass
你必须这样写:
class MyClass(object): pass MyClass = decorator(MyClass)
也就是说,@语法对类是做了特殊处理的,类不一定是一个callable对象(尽管它有构造函数),但是也允许使用装饰器。那么基于以上语法,你觉得类装饰器能实现什么功能呢?
举一个例子,ptest中的
@TestClass()用于声明一个测试类,其源代码大致如此。
def TestClass(enabled=True, run_mode="singleline"): def tracer(cls): cls.__pd_type__ ='test' cls.__enabled__ = enabled cls.__run_mode__ = run_mode.lower() return cls return tracer
当我们在写一个测试类时,发生了什么?
@TestClass() class TestCases(object): # your test case ... print TestCases.__dict__ # {'__module__': '__main__', '__enabled__': True, '__pd_type__': 'test', '__run_mode__': 'singleline', ...}
居然装饰器的参数全都变成了变成这个类的属性,好神奇!我们把语法糖一一展开。
class TestCases(object): pass decorator = TestClass() print decorator # <function tracer at 0x033128F0> TestCases = decorator(TestCases) print TestCases # <class '__main__.TestCases'> print TestCases.__dict__ # {'__module__': '__main__', '__enabled__': True, '__pd_type__': 'test', '__run_mode__': 'singleline', ...}
当装饰器在被使用时,
TestClass()函数会马上被执行并返回一个装饰器函数,这个函数是一个闭包函数,保存了
enabled和
run_mode两个变量。另外它还接受一个类作为参数,并使用之前保存的变量为这个类添加属性,最后返回。所以经过
@TestClass()装饰过的类都会带上
__enabled__、
__pd_type__以及
__run_mode__的属性。
由此可见,类装饰器可以完成和Java类似的注解功能,而且要比注解强大的多。
后记
装饰器就是一个语法糖,当你看不懂一个装饰器时,可以考虑将其依次展开,分别带入。这个语法糖给了我们不少方便,但是也要慎用。毕竟可维护的代码才是高质量的代码。相关文章推荐
- 深入理解Python中装饰器的用法
- 深入浅出分析Python装饰器用法
- Python装饰器的各种用法
- 【Python基础】装饰器的解释和用法
- python中装饰器的简单用法
- Python装饰器模式定义与用法分析
- 举例讲解Python中装饰器的用法
- Python装饰器的用法
- NET命令的另类用法〔转〕
- 类的另类用法--数据的封装
- 任务管理器的另类用法(转自天网)
- using关键字的另类用法
- 计算列的另类用法
- Python正则表达式的用法(1. 匹配)
- 转载:Python正则表达式的用法(1. 匹配)
- 关于Python的super用法研究(zt)
- python的一些惯用法摘要
- Python Cookbook 第二版 汉化版 [Recipe 1.9] 简化字符串 translate 方法的用法
- CPU的另类用法
- button 另类用法!**添加**