首页 > 代码库 > python装饰器
python装饰器
其实总体说起来,装饰器其实也就是一个函数,一个用来包装函数的函数,返回一个修改之后的函数对象,将其重新赋值原来的标识符,并永久丧失对原始函数对象的访问。
2. 装饰器语法
(1)无参数装饰器
[python] view plaincopy
- def deco(func):
- print func
- return func
- @deco
- def foo():pass
- foo()
第一个函数deco是装饰函数,它的参数就是被装饰的函数对象。我们可以在deco函数内对传入的函数对象做一番“装饰”,然后返回这个对象(记住一定要返回 ,不然外面调用foo的地方将会无函数可用。实际上此时foo=deco(foo))
我写了个小例子,检查函数有没有说明文档:
[python] view plaincopy
- def deco_functionNeedDoc(func):
- if func.__doc__ == None :
- print func, "has no __doc__, it‘s a bad habit."
- else:
- print func, ‘:‘, func.__doc__, ‘.‘
- return func
- @deco_functionNeedDoc
- def f():
- print ‘f() Do something‘
- @deco_functionNeedDoc
- def g():
- ‘I have a __doc__‘
- print ‘g() Do something‘
- f()
- g()
(2)有参数装饰器
[cpp] view plaincopy
- def decomaker(arg):
- ‘通常对arg会有一定的要求‘
- """由于有参数的decorator函数在调用时只会使用应用时的参数
- 而不接收被装饰的函数做为参数,所以必须在其内部再创建
- 一个函数
- """
- def newDeco(func): #定义一个新的decorator函数
- print func, arg
- return func
- return newDeco
- @decomaker(deco_args)
- def foo():pass
- foo()
第一个函数decomaker是装饰函数,它的参数是用来加强“加强装饰”的。由于此函数并非被装饰的函数对象,所以在内部必须至少创建一个接受被装饰函数的函数,然后返回这个对象(实际上此时foo=decomaker(arg)(foo))
这个我还真想不出什么好例子,还是见识少啊,只好借用同步锁的例子了:
[python] view plaincopy
- def synchronized(lock):
- """锁同步装饰方法
- !lock必须实现了acquire和release方法
- """
- def sync_with_lock(func):
- def new_func(*args, **kwargs):
- lock.acquire()
- try:
- return func(*args, **kwargs)
- finally:
- lock.release()
- new_func.func_name = func.func_name
- new_func.__doc__ = func.__doc__
- return new_func
- return sync_with_lock
- @synchronized(__locker)
- def update(data):
- """更新计划任务"""
- tasks = self.get_tasks()
- delete_task = None
- for task in tasks:
- if task[PLANTASK.ID] == data[PLANTASK.ID]:
- tasks.insert(tasks.index(task), data)
- tasks.remove(task)
- delete_task = task
- r, msg = self._refresh(tasks, delete_task)
- return r, msg, data[PLANTASK.ID]
调用时还是updae(data)。
同时还可以将多个装饰器组合 使用:
[python] view plaincopy
- @synchronized(__locker)
- @deco_functionNeedDoc
- def f():
- print ‘f() Do something‘
学后的总是感觉就是:装饰器可以让函数轻装上阵,更重要的是将函数的约束放置于接口处,使意图更加明了,同时又不增加调用者的负担。
python装饰器
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。