您的位置：首页 > 编程语言 > Python开发

Python装饰器原理与简单用法实例分析

2018-04-29 10:19 1026 查看

本文实例讲述了Python装饰器原理与简单用法。分享给大家供大家参考，具体如下：

今天整理装饰器，内嵌的装饰器、让装饰器带参数等多种形式，非常复杂，让人头疼不已。但是突然间发现了装饰器的奥秘，原来如此简单。。。。

第一步：从最简单的例子开始

# -*- coding:gbk -*-
'''示例1: 使用语法糖@来装饰函数，相当于"myfunc = deco(myfunc)"
但发现新函数只在第一次被调用，且原函数多调用了一次'''
def deco(func):
print("before myfunc() called.")
func()
print(" after myfunc() called.")
return func
@deco
def myfunc():
print(" myfunc() called.")
myfunc()
myfunc()

这是一个最简单的装饰器的例子，但是这里有一个问题，就是当我们两次调用

myfunc()

的时候，发现装饰器函数只被调用了一次。为什么会这样呢？要解释这个就要给出破解装饰器的关键钥匙了。

这里@deco这一句，和

myfunc = deco(myfunc)

其实是完全等价的，只不过是换了一种写法而已

一定要记住上面这句！！！！

好了，从现在开始，只需要做替换操作就可以了。

将@deco 替换为

myfunc = deco(myfunc)

程序首先调用

deco(myfunc)

，得到的返回结果赋值给了myfunc （注意：在Python中函数名只是个指向函数首地址的函数指针而已）

而

deco(myfunc)

的返回值就是函数

myfunc()

的地址

这样其实myfunc 没有变化，也就是说，最后的两次

myfunc()

函数调用，其实都没有执行到

deco()

。

有同学就问了，明明打印了

deco()

函数里面的内容啊，怎么说没有调用到呢。这位同学一看就是没有注意听讲，那一次打印是在@deco 这一句被执行的。大家亲自动手试一下就会发现" myfunc() called." 这句打印输出了三次。多的那次就是@deco这里输出的，因为@deco 等价于

myfunc = deco(myfunc)

，这里已经调用了

deco()

函数了。

第二步：确保装饰器被调用

怎么解决装饰器没有被调用的问题呢

# -*- coding:gbk -*-
'''示例2: 使用内嵌包装函数来确保每次新函数都被调用，
内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''
def deco(func):
def _deco():
print("before myfunc() called.")
func()
print(" after myfunc() called.")
# 不需要返回func，实际上应返回原函数的返回值
return _deco
@deco
def myfunc():
print(" myfunc() called.")
return 'ok'
myfunc()
myfunc()

这里其实不需要我解释了，还是按照第一步中的方法做替换就可以了。还是啰嗦几句吧。。

@deco 替换为

myfunc = deco(myfunc)

程序首先调用

deco(myfunc)

，得到的返回结果赋值给了myfunc ，这样myfunc 就变成了指向函数

_deco()

的指针

以后的

myfunc()

，其实是调用

_deco()

第三步：对带参数的函数进行装饰

破案过程和第一步、第二步完全一致，不再重复了

# -*- coding:gbk -*-
'''示例5: 对带参数的函数进行装饰，
内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数对象'''
def deco(func):
def _deco(a, b):
print("before myfunc() called.")
ret = func(a, b)
print(" after myfunc() called. result: %s" % ret)
return ret
return _deco
@deco
def myfunc(a, b):
print(" myfunc(%s,%s) called." % (a, b))
return a + b
myfunc(1, 2)
myfunc(3, 4)

第四步：让装饰器带参数

# -*- coding:gbk -*-
'''示例7: 在示例4的基础上，让装饰器带参数，
和上一示例相比在外层多了一层包装。
装饰函数名实际上应更有意义些'''
def deco(arg):
def _deco(func):
def __deco():
print("before %s called [%s]." % (func.__name__, arg))
func()
print(" after %s called [%s]." % (func.__name__, arg))
return __deco
return _deco
@deco("mymodule")
def myfunc():
print(" myfunc() called.")
@deco("module2")
def myfunc2():
print(" myfunc2() called.")
myfunc()
myfunc2()

这种带参数的装饰器怎么解释呢。其实是一样的，还是我们的替换操作

@deco("mymodule")

替换为

myfunc = deco("mymodule")(myfunc )

注意啊，这里deco后面跟了两个括号。

有同学要问了，这是什么意思？

其实很简单，先执行

deco("mymodule")

，返回结果为_deco

再执行

_deco(myfunc)

，得到的返回结果为__deco

所以

myfunc = __deco

破案！

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。

您可能感兴趣的文章:

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： Python 装饰器

相关文章推荐

新的分享

章节导航