python面向对象进阶-装饰器

it2025-10-12  9

文章目录

前言1. 先明白这段代码2. 案例1. 装饰器代码运行逻辑解释 3. 多个装饰器1. 多个装饰器装饰逻辑解释2. 装饰完成,代码执行时逻辑解释 4. 装饰器示例1. 无参数的函数2. 被装饰的函数有参数3. 被装饰的函数有不定长参数4. 装饰器中的return5. 装饰器带参数,在原有装饰器的基础上,设置外部变量 总结


前言

装饰器是程序开发中经常会用到的一个功能,用好了装饰器,开发效率如虎添翼。因为装饰器是程序开发的基础知识,这个都不会,别跟人家说你会Python。 学习装饰器需要先了解什么是闭包,可以先看下我的另一篇文章 > python面向对象进阶-闭包


1. 先明白这段代码

#### 第一波 #### def foo(): print('foo函数') foo # 表示是函数 foo() # 表示执行foo函数 #### 第二波 #### def foo(): print('foo函数') foo = lambda x: x + 1 foo() # 执行下面的lambda表达式,而不再是原来的foo函数,因为foo这个名字被重新指向了另外一个匿名函数

是不是很简单,很容易理解


2. 案例

初创公司有N个业务部门,1个基础平台部门,基础平台负责提供底层的功能,如:数据库操作、redis调用、监控API等功能。业务部门使用基础功能时,只需调用基础平台提供的功能即可。如下:

############### 基础平台提供的功能如下 ###############

def f1(): print('f1') def f2(): print('f2') def f3(): print('f3') def f4(): print('f4')

############### 业务部门A 调用基础平台提供的功能 ###############

f1() f2() f3() f4()

############### 业务部门B 调用基础平台提供的功能 ###############

f1() f2() f3() f4()

目前公司有条不紊的进行着,但是,以前基础平台的开发人员在写代码时候没有关注验证相关的问题,即:基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构,为平台提供的所有功能添加验证机制,即:执行功能前,先进行验证。

写代码要遵循开放封闭原则,虽然在这个原则是用的面向对象开发,但是也适用于函数式编程,简单来说,它规定已经实现的功能代码不允许被修改,但可以被扩展,即:

封闭:已实现的功能代码块开放:对扩展开发

如果将开放封闭原则应用在上述需求中,那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码。 那么怎么实现呢,可以参考下面代码

def w1(func): def inner(): # 验证函数1 # 验证函数2 # 验证函数3 func() return inner @w1 def f1(): print('f1') @w1 def f2(): print('f2') @w1 def f3(): print('f3') @w1 def f4(): print('f4')

单独以f1为例:

def w1(func): def inner(): # 验证函数1 # 验证函数2 # 验证函数3 func() return inner @w1 def f1(): print('f1')

python解释器就会从上到下解释代码,步骤如下:

def w1(func): ==>将w1函数加载到内存@w1

没错, 从表面上看解释器仅仅会解释这两句代码,因为函数在 没有被调用之前其内部代码不会被执行。

从表面上看解释器着实会执行这两句,但是 @w1 这一句代码里却有大文章, @函数名 是python的一种语法糖。

1. 装饰器代码运行逻辑解释

上例@w1内部会执行一下操作:

执行w1函数 执行w1函数 ,并将 @w1 下面的函数作为w1函数的参数,即:@w1 等价于 w1(f1) 所以,内部就会去执行: def inner(): # 验证函数1 # 验证函数2 # 验证函数3 f1() # func是参数,此时 func 等于 f1 return inner# 返回的 inner,inner代表的是函数,非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中 w1的返回值 将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1,即: 新f1 = def inner(): # 验证函数 1 # 验证函数 2 # 验证函数 3 原来f1() return inner

所以,以后业务部门想要执行 f1 函数时,就会执行 新f1 函数,在新f1 函数内部先执行验证,再执行原来的f1函数,然后将原来f1 函数的返回值返回给了业务调用者。


3. 多个装饰器

再来看下多个装饰器的执行顺序

# 定义函数:完成包裹数据 def makeBold(fn): print("调用加粗的装饰器") def wrapped1(): print("----1---") return "<b>" + fn() + "</b>" print("加粗装饰完成") return wrapped1 # 定义函数:完成包裹数据 def makeItalic(fn): print("调用斜体的装饰器") def wrapped2(): print("----2---") return "<i>" + fn() + "</i>" print("斜体装饰完成") return wrapped2 @makeBold @makeItalic def test(): print("----3---") return "hello world-3" print(test())

当 print(test()) 被注释时,执行代码结果如下

调用斜体的装饰器 斜体装饰完成 调用加粗的装饰器 加粗装饰完成

当没有注释时,执行结果如下

调用斜体的装饰器 斜体装饰完成 调用加粗的装饰器 加粗装饰完成 ----1--- ----2--- ----3--- <b><i>hello world-3</i></b>

python解释器就会从上到下解释代码,步骤如下:

def makeBold(fn): ==>将makeBold函数加载到内存def makeItalic(fn): ==>将makeItalic函数加载到内存@makeBold@makeItalic

1. 多个装饰器装饰逻辑解释

上例@makeBold和@makeItalic内部会执行一下操作:

未找到传入函数,先暂停,往下执行@makeItalic def wrapped2(): print("----2---") return "<i>" + fn() + "</i>" # fn为下面被装饰的函数test

此时的test函数指向了wrapped2函数,即

新test = def wrapped2(): print("----2---") return "<i>" + 原test() + "</i>"

再往下走,就会执行 print(“斜体装饰完成”) 此时已经执行了闭包外包的函数代码,即

def makeItalic(fn): print("调用斜体的装饰器") # 已执行 def wrapped2(): print("----2---") return "<i>" + fn() + "</i>" print("斜体装饰完成") # 已执行 return wrapped2 因为@makeItalic有返回函数,然后再开始执行@makeBold def wrapped1(): print("----1---") return "<b>" + fn() + "</b>" # 此时的fn函数为被makeItalic装饰完成的 新test

此时的test函数指向了wrapped1函数,即

最新test = def wrapped1(): print("----1---") return "<b>" + 新test + "</b>"

所以装饰顺序是从下往上,一层一层往上套函数,和包装快递一样,最外层的包装,最后包

2. 装饰完成,代码执行时逻辑解释

test函数执行操作:

找到最新装饰完成的函数,执行 def wrapped1(): print("----1---") # 所以先打印 1 return "<b>" + fn() + "</b>" # 此时的fn函数为被makeItalic装饰完成的 新test

此时执行过程先暂停,先寻找此 fn 指向的函数,然后执行

def wrapped2(): print("----2---") # 所以第二打印 2 return "<i>" + fn() + "</i>" # fn为下面被装饰的函数test

此时执行过程再次暂停,还要寻找此 fn 指向的函数,然后执行

def test(): print("----3---") # 故最后打印 3 return "hello world-3" # 执行完毕,返回 "hello world-3"

执行完毕,然后执行最后暂停的函数

def wrapped2(): return "<i>" + fn() + "</i>" # 此时 fn 已经执行完毕,所以先外面添加一层i标签 # 执行完毕,返回 "<i>hello world-3</i>"

执行完毕,然后再执行较先暂停的函数,即

def wrapped1(): return "<b>" + fn() + "</b>" # 此时的 fn 已经执行完毕,返回的是"<i>hello world-3</i>" # 执行完毕 返回 "<b><i>hello world-3</i></b>"

故,最后打印出来的是

<b><i>hello world-3</i></b>

4. 装饰器示例

1. 无参数的函数

from time import ctime, sleep def timefun(func): def wrappedfunc(): # 函数名.__name__用于获取函数的名称 print("%s called at %s"%(func.__name__, ctime())) func() return wrappedfunc @timefun def foo(): print("I am foo") foo() sleep(2) foo()

上面代码理解装饰器执行行为可理解成

foo = timefun(foo) #foo先作为参数赋值给func后,foo接收指向timefun返回的wrappedfunc foo() #调用foo(),即等价调用wrappedfunc() #内部函数wrappedfunc被引用,所以外部函数的func变量(自由变量)并没有释放 #func里保存的是原foo函数对象

2. 被装饰的函数有参数

from time import ctime, sleep def timefun(func): def wrappedfunc(a, b): print("%s called at %s"%(func.__name__, ctime())) print(a, b) func(a, b) return wrappedfunc @timefun def foo(a, b): print(a+b) foo(3,5) sleep(2) foo(2,4)

运行结果

foo called at Thu Oct 22 15:38:14 2020 3 5 8 foo called at Thu Oct 22 15:38:16 2020 2 4 6

3. 被装饰的函数有不定长参数

from time import ctime, sleep def timefun(func): def wrappedfunc(*args, **kwargs): print("%s called at %s" % (func.__name__, ctime())) func(*args, **kwargs) return wrappedfunc @timefun def foo(a, b, c, name=''): print(a + b + c) print(name) foo(3, 5, 7) sleep(2) foo(2, 4, 9, name='test1')

运行结果

foo called at Thu Oct 22 15:44:52 2020 15 foo called at Thu Oct 22 15:44:54 2020 15 test1

4. 装饰器中的return

from time import ctime, sleep def timefun(func): def wrappedfunc(): print("%s called at %s"%(func.__name__, ctime())) func() return wrappedfunc @timefun def getInfo(): return '----hahah---' print(getInfo())

执行结果

getInfo called at Thu Oct 22 15:50:17 2020 None

因为装饰完成后,实际调用的是

def wrappedfunc(): print("%s called at %s"%(func.__name__, ctime())) func() # 没有返回值,只是执行了getInfo(),没有保存并返回 def wrappedfunc(): print("%s called at %s" % (func.__name__, ctime())) a = func() return a # 有返回值了,因为变量a保存了getInfo()的返回结果,然后函数返回a

5. 装饰器带参数,在原有装饰器的基础上,设置外部变量

from time import ctime, sleep def timefun_arg(pre="hello"): def timefun(func): def wrappedfunc(): print("%s called at %s %s"%(func.__name__, ctime(), pre)) return func() return wrappedfunc return timefun @timefun_arg("itcast") # 给装饰器的 pre 参数传参,并保存 def foo(): print("I am foo") @timefun_arg("python") # 给装饰器的 pre 参数传参,并保存 def too(): print("I am too") foo() sleep(2) foo() too() sleep(2) too()

可以理解为

foo()==timefun_arg("itcast")(foo)()

运行结果

foo called at Thu Oct 22 16:31:35 2020 itcast I am foo foo called at Thu Oct 22 16:31:37 2020 itcast I am foo too called at Thu Oct 22 16:31:37 2020 python I am too too called at Thu Oct 22 16:31:39 2020 python I am too

总结

纯个人学习笔记,可能有部分逻辑理解不到位,望理解并指教

最新回复(0)