App下載

Python 裝飾器——如何在 Python 中通過示例創(chuàng)建和使用裝飾器

蘿莉教主 2021-09-07 11:35:14 瀏覽數(shù) (2466)
反饋

Python 裝飾器允許您在不修改函數(shù)本身的情況下更改函數(shù)的行為。在本文中，我將向您展示如何創(chuàng)建和使用裝飾器。您將看到使用這個(gè) Python 高級(jí)語法是多么容易。

何時(shí)在 Python 中使用裝飾器

當(dāng)您需要更改函數(shù)的行為而不修改函數(shù)本身時(shí)，您將使用裝飾器。一些很好的例子是當(dāng)您想要添加日志記錄、測(cè)試性能、執(zhí)行緩存、驗(yàn)證權(quán)限等時(shí)。

當(dāng)您需要在多個(gè)函數(shù)上運(yùn)行相同的代碼時(shí)，您也可以使用裝飾器。這可以避免您編寫重復(fù)的代碼。

以下是用于創(chuàng)建 Python 裝飾器的構(gòu)建塊

為了更好地理解裝飾器的工作原理，您應(yīng)該先了解一些概念。

  1. 函數(shù)是一個(gè)對(duì)象。因此，可以將函數(shù)分配給變量?？梢詮脑撟兞吭L問該函數(shù)。
def my_function():

    print('I am a function.')

# Assign the function to a variable without parenthesis. We don't want to execute the function.

description = my_function
# Accessing the function from the variable I assigned it to.

print(description())

# Output

'I am a function.'

2. 一個(gè)函數(shù)可以嵌套在另一個(gè)函數(shù)中。

def outer_function():

    def inner_function():

        print('I came from the inner function.')

    # Executing the inner function inside the outer function.
    inner_function()

outer_function()

# Output

I came from the inner function.

請(qǐng)注意，inner_function在outer_function內(nèi)部. 如果我嘗試執(zhí)行inner_function外部，outer_function我會(huì)收到 NameError 異常。

inner_function()

Traceback (most recent call last):
  File "/tmp/my_script.py", line 9, in <module>
    inner_function()
NameError: name 'inner_function' is not defined

3. 由于一個(gè)函數(shù)可以嵌套在另一個(gè)函數(shù)中，所以它也可以被返回。

def outer_function():
    '''Assign task to student'''

    task = 'Read Python book chapter 3.'
    def inner_function():
        print(task)
    return inner_function

homework = outer_function()

homework()

# Output

'Read Python book chapter 5.'

4. 一個(gè)函數(shù)可以作為參數(shù)傳遞給另一個(gè)函數(shù)。

def friendly_reminder(func):
    '''Reminder for husband'''

    func()
    print('Don\'t forget to bring your wallet!')

def action():

    print('I am going to the store buy you something nice.')

# Calling the friendly_reminder function with the action function used as an argument.

friendly_reminder(action)

# Output

I am going to the store buy you something nice.
Don't forget to bring your wallet!

如何創(chuàng)建 Python 裝飾器

為了在 Python 中創(chuàng)建裝飾器函數(shù)，我創(chuàng)建了一個(gè)將函數(shù)作為參數(shù)的外部函數(shù)。還有一個(gè)內(nèi)部函數(shù)環(huán)繞裝飾函數(shù)。

以下是基本 Python 裝飾器的語法：

def my_decorator_func(func):

    def wrapper_func():
        # Do something before the function.
        func()
        # Do something after the function.
    return wrapper_func

要使用裝飾器，您可以將其附加到一個(gè)函數(shù)，就像您在下面的代碼中看到的那樣。我們通過將裝飾器的名稱直接放在我們想要使用它的函數(shù)上方來使用裝飾器。你用一個(gè)@符號(hào)作為裝飾器函數(shù)的前綴。

@my_decorator_func
def my_func():

    pass

這是一個(gè)簡(jiǎn)單的例子。此裝飾器記錄執(zhí)行函數(shù)的日期和時(shí)間：

from datetime import datetime


def log_datetime(func):
    '''Log the date and time of a function'''

    def wrapper():
        print(f'Function: {func.__name__}\nRun on: {datetime.today().strftime("%Y-%m-%d %H:%M:%S")}')
        print(f'{"-"*30}')
        func()
    return wrapper


@log_datetime
def daily_backup():

    print('Daily backup job has finished.')   

     
daily_backup()

# Output

Daily backup job has finished.
Function: daily_backup
Run on: 2021-06-06 06:54:14
---------------------------

如何在 Python 中為裝飾器添加參數(shù)

裝飾器可以將參數(shù)傳遞給它們。要向裝飾器添加參數(shù)，我將*args 和 **kwargs添加到內(nèi)部函數(shù)。

  • *args采取的任何類型的參數(shù)，數(shù)據(jù)類型不受限制，比如10，True，或'Brandon'。
  • **kwargs采取任何類型的關(guān)鍵字參數(shù)，例如count=99, is_authenticated=True, 或name='Brandon'。

這是一個(gè)帶參數(shù)的裝飾器：

def my_decorator_func(func):

    def wrapper_func(*args, **kwargs):
        # Do something before the function.
        func(*args, **kwargs)
        # Do something after the function.
    return wrapper_func


@my_decorator_func
def my_func(my_arg):
    '''Example docstring for function'''

    pass

裝飾者隱藏他們正在裝飾的函數(shù)。如果我檢查__name__or__doc__方法，我們會(huì)得到一個(gè)意想不到的結(jié)果。

print(my_func.__name__)
print(my_func.__doc__)

# Output

wrapper_func
None

為了解決這個(gè)問題，我將使用functools. Functools 包裝將使用裝飾函數(shù)屬性更新裝飾器。

from functools import wraps

def my_decorator_func(func):

    @wraps(func)
    def wrapper_func(*args, **kwargs):
        func(*args, **kwargs)
    return wrapper_func

@my_decorator_func
def my_func(my_args):
    '''Example docstring for function'''

    pass

現(xiàn)在我收到了我期待的輸出。

print(my_func.__name__)
print(my_func.__doc__)

# Output

my_func
Example docstring for function

運(yùn)行中的 Python 裝飾器示例

我創(chuàng)建了一個(gè)裝飾器來測(cè)量函數(shù)的內(nèi)存和速度。我們將使用裝飾器通過四種方法測(cè)試性能列表生成：范圍、列表理解、追加和連接。

from functools import wraps
import tracemalloc
from time import perf_counter 


def measure_performance(func):
    '''Measure performance of a function'''

    @wraps(func)
    def wrapper(*args, **kwargs):
        tracemalloc.start()
        start_time = perf_counter()
        func(*args, **kwargs)
        current, peak = tracemalloc.get_traced_memory()
        finish_time = perf_counter()
        print(f'Function: {func.__name__}')
        print(f'Method: {func.__doc__}')
        print(f'Memory usage:\t\t {current / 10**6:.6f} MB \n'
              f'Peak memory usage:\t {peak / 10**6:.6f} MB ')
        print(f'Time elapsed is seconds: {finish_time - start_time:.6f}')
        print(f'{"-"*40}')
        tracemalloc.stop()
    return wrapper


@measure_performance
def make_list1():
    '''Range'''

    my_list = list(range(100000))


@measure_performance
def make_list2():
    '''List comprehension'''

    my_list = [l for l in range(100000)]


@measure_performance
def make_list3():
    '''Append'''

    my_list = []
    for item in range(100000):
        my_list.append(item)


@measure_performance
def make_list4():
    '''Concatenation'''

    my_list = []
    for item in range(100000):
        my_list = my_list + [item]


print(make_list1())
print(make_list2())
print(make_list3())
print(make_list4())

# Output

Function: make_list1
Method: Range
Memory usage:		        0.000072 MB 
Peak memory usage:	        3.693040 MB 
Time elapsed is seconds:    0.049359
----------------------------------------

Function: make_list2
Method: List comprehension
Memory usage:		        0.000856 MB 
Peak memory usage:	        3.618244 MB 
Time elapsed is seconds:    0.052338
----------------------------------------

Function: make_list3
Method: Append
Memory usage:		        0.000448 MB 
Peak memory usage:	        3.617692 MB 
Time elapsed is seconds:    0.060719
----------------------------------------

Function: make_list4
Method: Concatenation
Memory usage:		        0.000440 MB 
Peak memory usage:	        4.393292 MB 
Time elapsed is seconds:    61.649138
----------------------------------------

您也可以將裝飾器與類一起使用。讓我們看看如何在 Python 類中使用裝飾器。

在這個(gè)例子中，注意沒有@涉及任何字符。使用該__call__方法，在創(chuàng)建類的實(shí)例時(shí)執(zhí)行裝飾器。

此類跟蹤查詢 API 的函數(shù)已運(yùn)行的次數(shù)。一旦達(dá)到限制，裝飾器就會(huì)停止執(zhí)行該函數(shù)。

import requests


class LimitQuery:

    def __init__(self, func):
        self.func = func
        self.count = 0

    def __call__(self, *args, **kwargs):
        self.limit = args[0]
        if self.count < self.limit:
            self.count += 1
            return self.func(*args, **kwargs)
        else:
            print(f'No queries left. All {self.count} queries used.')
            return

@LimitQuery
def get_coin_price(limit):
    '''View the Bitcoin Price Index (BPI)'''
    
    url = requests.get('https://api.coindesk.com/v1/bpi/currentprice.json')

    if url.status_code == 200:
        text = url.json()
        return f"${float(text['bpi']['USD']['rate_float']):.2f}"


print(get_coin_price(5))
print(get_coin_price(5))
print(get_coin_price(5))
print(get_coin_price(5))
print(get_coin_price(5))
print(get_coin_price(5))

# Output

$35968.25
$35896.55
$34368.14
$35962.27
$34058.26
No queries left. All 5 queries used.

這個(gè)類將跟蹤類的狀態(tài)。



Python

0 人點(diǎn)贊