Python中的装饰器

顾名思义,函数装饰器就是对这个函数进行了装饰,比如在函数的前后进行日志打印等。在Python中,装饰器是一种特殊的语法,用于简化函数或方法的定义和调用。装饰器允许你在不修改原始函数代码的情况下,通过在其上应用装饰器来添加或修改其行为。装饰器通常以 @decorator 的形式使用。装饰器是一种灵活且强大的技术,广泛用于Python中。它们常用于日志记录、性能分析、权限检查等场景。你也可以组合多个装饰器,以便在一个函数上应用多个修饰行为。

一.装饰器例子

以下是一个简单的装饰器的例子,展示了如何创建和使用它:

复制代码
# 定义一个简单的装饰器
def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

# 使用装饰器
@my_decorator
def say_hello():
    print("Hello!")

# 调用被装饰后的函数
say_hello()

输出结果,如下所示:

复制代码
Something is happening before the function is called.
Hello!
Something is happening after the function is called.

在这个例子中,my_decorator 是一个装饰器函数,它接受一个函数 func 作为参数,然后返回一个新的函数 wrapper,该函数在调用原始函数 func 前后执行一些额外的操作。使用 @my_decorator 语法将 say_hello 函数应用了这个装饰器,使得在调用 say_hello 时,实际上调用的是装饰后的函数 wrapper

二.装饰器的详细执行顺序和 return wrapperwrapper具体指代

  1. 装饰器的详细执行顺序
    • 当你使用 @my_decorator 将装饰器应用于函数时,实际上是将被装饰的函数传递给装饰器函数作为参数。在上面的例子中,say_hello 函数被传递给 my_decorator 装饰器。
    • 装饰器函数 my_decorator 接收这个函数(在这里是 say_hello)并返回一个新的函数(在这里是 wrapper)。
    • 当你调用被装饰后的函数 say_hello 时,实际上调用的是装饰器返回的新函数 wrapper。因此,wrapper 函数中的逻辑会在原始函数执行前后运行。
  2. return wrapperwrapper具体指代
    • my_decorator 中,wrapper 是一个内部函数。这个内部函数用于包裹原始函数,并在调用原始函数之前和之后执行一些额外的逻辑。
    • 当你调用 my_decorator 装饰器时,它返回的是 wrapper 函数。这就是为什么装饰器中通常包含 return wrapper 的原因。
    • wrapper 函数的目的是在不修改原始函数代码的情况下,为原始函数添加额外的功能。

简单理解,总体的执行流程是:调用 my_decorator 装饰器,并传递原始函数 say_hellomy_decorator 返回一个新的函数 wrapper,代表着装饰后的函数;当调用被装饰后的函数 say_hello 时,实际上是调用了 wrapper 函数;在 wrapper 函数内部,首先执行 "Something is happening before the function is called.",然后调用原始函数 func(即 say_hello),接着执行 "Something is happening after the function is called."


NLP工程化

1.本公众号以对话系统为中心,专注于Python/C++/CUDA、ML/DL/RL和NLP/KG/DS/LLM领域的技术分享。

2.本公众号Roadmap可查看飞书文档:https://z0yrmerhgi8.feishu.cn/wiki/Zpewwe2T2iCQfwkSyMOcgwdInhf
NLP工程化
飞书文档

相关推荐
酷爱码40 分钟前
如何通过python连接hive,并对里面的表进行增删改查操作
开发语言·hive·python
蹦蹦跳跳真可爱58944 分钟前
Python----深度学习(基于深度学习Pytroch簇分类,圆环分类,月牙分类)
人工智能·pytorch·python·深度学习·分类
MinggeQingchun4 小时前
Python - 爬虫-网页解析数据-库lxml(支持XPath)
爬虫·python·xpath·lxml
Python自动化办公社区5 小时前
Python 3.14:探索新版本的魅力与革新
开发语言·python
weixin_贾6 小时前
最新AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用
python·机器学习·植被参数·遥感反演
张槊哲6 小时前
函数的定义与使用(python)
开发语言·python
船长@Quant6 小时前
文档构建:Sphinx全面使用指南 — 实战篇
python·markdown·sphinx·文档构建
偶尔微微一笑7 小时前
AI网络渗透kali应用(gptshell)
linux·人工智能·python·自然语言处理·编辑器
船长@Quant8 小时前
文档构建:Sphinx全面使用指南 — 基础篇
python·markdown·sphinx·文档构建
喵手8 小时前
从 Java 到 Kotlin:在现有项目中迁移的最佳实践!
java·python·kotlin