Python装饰器知识点补充


            首先回顾一下关于Python装饰器以及装饰器模式

补全



根据Java实现装饰器模式的，我们可以写下面一段代码：





import logging





def use_logging(func):

 logging.warn("%s is running" % func.__name__)

 return func



def foo():

 print('i am foo')



foo = use_logging(foo)



foo() # 调用



这个实现对于上篇文章中提到的Java使用装饰器。上面也是一个装饰器，实现最简单的一个增加函数日志的功能，但是如果这个额外功能是要去检测传入的参数时，这时上面的就不行了。这时12步轻松搞定python装饰器中的例子还是精妙的。





# 装饰器

def wrapper(func):

 def checker(a, b): # 1

  if a.x < 0 or a.y < 0:

   a = Coordinate(a.x if a.x > 0 else 0, a.y if a.y > 0 else 0)

  if b.x < 0 or b.y < 0:

   b = Coordinate(b.x if b.x > 0 else 0, b.y if b.y > 0 else 0)

  ret = func(a, b)

  if ret.x < 0 or ret.y < 0:

   ret = Coordinate(ret.x if ret.x > 0 else 0, ret.y if ret.y > 0 else 0)

  return ret

 return checker





# 原函数

def add(a, b):

 return Coordinate(a.x + b.x, a.y + b.y)



# 使用装饰 

add = wrapper(add) 





细心你会发现，装饰器函数的参数就是传入的原函数，而内部函数的参数跟原函数一模一样，最外层返回的是内部函数的引用，内部函数返回的是传入参数的引用调用的结果

这里用到了函数作为参数特性，当然还有些闭包的知识，具体请看 上面提到的博客链接，真的讲的不错。

而上篇说到的Python装饰 特性就是这个神奇的语法糖了，可以这样使用





# 原函数

@wrapper

def add(a, b):

 return Coordinate(a.x + b.x, a.y + b.y)



带参数的装饰器



如果要实现一个带参数的装饰器，那要怎么写呢





def time_diff(s):

 def decorator(func):

  def wrapper(*args, **kwargs):

   start_time = time.time()

   res = func(*args, **kwargs)

   end_time = time.time()

   print("[%s]执行程序所用时间: %s" % (s, end_time - start_time))

   return res

  return wrapper

 return decorator

 

@time_diff("polynomial_1")

def polynomial_1(n, x):

 res = 0

 for i in range(n):

  res += i*pow(x, i)

 return res



调用并执行输出结果：





print(polynomial_1(1, 5))



[duoxiangshi_1]执行程序所用时间: 4.76837158203125e-06

0



带参数的装饰器需要在不带参数装饰器外再定义一层函数，最外层函数的返回值是第二层函数的引用。

总结：多些多练，用于实际中，才能更加熟练。最近学数据结构与算法，写些装饰器用来看程序执行时间，真是再方便不过了！