Python 裝飾器功能強大，靈活運用能為我們減少很多麻煩。
任務超時退出
我們?nèi)粘Ｔ谑褂玫母鞣N網(wǎng)絡請求庫時都帶有 timeout 參數(shù)，例如：request 庫
這個參數(shù)可以使請求超時就不再繼續(xù)了，直接拋出超時錯誤，避免等太久
如果我們自己開發(fā)的方法也希望增加這個功能，該如何做呢？
方法很多，但最簡單直接的是使用并發(fā)庫 futures，為了使用方便，我將其封裝成了一個裝飾器，代碼如下：
import functools
from concurrent import futures
executor = futures.ThreadPoolExecutor(1)
def timeout(seconds):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
future = executor.submit(func, *args, **kw)
return future.result(timeout=seconds)
return wrapper
return decorator
定義了以上函數(shù)，我們就有了一個超時結(jié)束的裝飾器，下面可以測試一下：
import time
@timeout(1)
def task(a, b):
time.sleep(1.2)
return a+b
task(2, 3)
結(jié)果：
---------------------------------------------------------------------------
TimeoutError Traceback (most recent call last)
...
D:\Anaconda3\lib\concurrent\futures\_base.py in result(self, timeout)
432 return self.__get_result()
433 else:
--> 434 raise TimeoutError()
435
436 def exception(self, timeout=None):
TimeoutError:
上面我們通過裝飾器定義了函數(shù)的超時時間為 1 秒，通過睡眠模擬函數(shù)執(zhí)行超過 1 秒時，成功的拋出了超時異常
程序能夠在超時時間內(nèi)完成時：
@timeout(1)
def task(a, b):
time.sleep(0.9)
return a+b
task(2, 3)
結(jié)果：
5
可以看到，順利的得到了結(jié)果
這樣我們就可以通過一個裝飾器給任何函數(shù)增加超時時間，這個函數(shù)在規(guī)定時間內(nèi)還處理不完就可以直接結(jié)束任務
前面我將這個裝飾器將所需的變量定義到了外部，其實我們還可以通過類裝飾器進一步封裝，代碼如下：
import functools
from concurrent import futures
class timeout:
__executor = futures.ThreadPoolExecutor(1)
def __init__(self, seconds):
self.seconds = seconds
def __call__(self, func):
@functools.wraps(func)
def wrapper(*args, **kw):
future = timeout.__executor.submit(func, *args, **kw)
return future.result(timeout=self.seconds)
return wrapper
經(jīng)測試使用類裝飾器能得到同樣的效果。
注意：使用 @functools.wraps 的目的是因為被裝飾的 func 函數(shù)元信息會被替換為 wrapper 函數(shù)的元信息，而 @functools.wraps(func) 將 wrapper 函數(shù)的元信息替換為 func 函數(shù)的元信息。最終雖然返回的是 wrapper 函數(shù)，元信息卻依然是原有的 func 函數(shù)在函數(shù)式編程中，函數(shù)的返回值是函數(shù)對象被稱為閉包
日志記錄
如果我們需要記錄部分函數(shù)的執(zhí)行時間，函數(shù)執(zhí)行前后打印一些日志，裝飾器是一種很方便的選擇
代碼如下：
import time
import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kwargs):
start = time.perf_counter()
res = func(*args, **kwargs)
end = time.perf_counter()
print(f'函數(shù) {func.__name__} 耗時 {(end - start) * 1000} ms')
return res
return wrapper
裝飾器 log 記錄某個函數(shù)的運行時間，并返回其執(zhí)行結(jié)果
測試一下：
@log
def now():
print('2021-7-1')
now()
結(jié)果：
2021-7-1
函數(shù) now 耗時 0.09933599994838005 ms
緩存
如果經(jīng)常調(diào)用一個函數(shù)，而且參數(shù)經(jīng)常會產(chǎn)生重復，如果把結(jié)果緩存起來，下次調(diào)用同樣參數(shù)時就會節(jié)省處理時間
定義函數(shù)：
import math
import random
import time
def task(x):
time.sleep(0.01)
return round(math.log(x**3 / 15), 4)
執(zhí)行：
%%time
for i in range(500):
task(random.randrange(5, 10))
結(jié)果：
Wall time: 5.01 s
此時如果我們使用緩存的效果就會大不一樣，實現(xiàn)緩存的裝飾器有很多，我就不重復造輪子了，這里使用 functools 包下的 LRU 緩存：
from functools import lru_cache
@lru_cache()
def task(x):
time.sleep(0.01)
return round(math.log(x**3 / 15), 4)
執(zhí)行：
%%time
for i in range(500):
task(random.randrange(5, 10))
結(jié)果：
Wall time: 50 ms
約束某個函數(shù)的可執(zhí)行次數(shù)
如果我們希望程序中的某個函數(shù)在整個程序的生命周期中只執(zhí)行一次或 N 次，可以寫一個這樣的裝飾器：
import functools
class allow_count:
def __init__(self, count):
self.count = count
self.i = 0
def __call__(self, func):
@functools.wraps(func)
def wrapper(*args, **kw):
if self.i >= self.count:
return
self.i += 1
return func(*args, **kw)
return wrapper
測試：
@allow_count(3)
def job(x):
x += 1
return x
for i in range(5):
print(job(i))
結(jié)果：
1
2
3
None
None轉(zhuǎn)載自：菜鳥學Python
以上就是小編為您整理的 推薦幾個很出色的的Python裝飾器 的全部內(nèi)容。
