Flask学习(五):flask中添加装饰器

一、注意装饰器函数所在的位置:

代码示例如下:

python 复制代码
from flask import Flask

app = Flask(__name__)


def wapper(func):
    def inner(*args, **kwargs):
        print("执行了装饰器")
        return func(*args, **kwargs)

    return inner


@wapper
@app.route("/index1")
def index():
    return "Index"


if __name__ == "__main__":
    app.run()

执行结果:

由上述代码执行结果可知,装饰器wapper并没有被执行到,这是由于请求过来之后,执行完index并返回视图,因为wapper装饰器在app.route上面,所以并未执行到wapper装饰器,若想执行wapper装饰器,则需要将wapper放到route下面。

python 复制代码
@app.route("/index1")
@wapper
def index():
    return "Index"

执行结果如下:

由上述程序执行结果可知,当装饰器wapper放到route下面的时候,route会把装饰器wapper和index函数当做一个整体去执行,因此按照装饰器的执行顺序,就会先执行wapper返回inner函数引用,然后在执行请求,返回视图。

二、由第一条衍生出第二个问题,当多个请求共同被一个装饰器装饰的时候,程序会出现错误,示例及结果如下:

python 复制代码
from flask import Flask
from werkzeug.routing import BaseConverter

app = Flask(__name__)


def wapper(func):
    def inner(*args, **kwargs):
        print("执行了装饰器")
        return func(*args, **kwargs)

    return inner


@app.route("/index1")
@wapper
def index():
    return "Index"

@app.route("/index2")
@wapper
def index2():
    return "Index"


if __name__ == "__main__":
    app.run()

执行结果:

这是因为两个请求被一个装饰器装饰,执行装饰器后返回的是同样的inner函数的引用,因此存在两个inner函数,故而程序会报错,如果需要解决此问题就需要在执行装饰器的时候返回的函数引用是传入的函数参数,而不是内部闭包函数。因此需要在装饰器函数的内部函数上添加@functools.wraps(func)

@functools.wraps(func) (作用是在装饰函数时保留被装饰函数的元数据,比如函数名、注释、参数列表等。因为装饰器通常会改变函数的元数据,导致被装饰函数的某些特性丢失),代码如下所示:

python 复制代码
def wapper(func):
    def inner(*args, **kwargs):
        print("执行了装饰器")
        return func(*args, **kwargs)

    return inner
相关推荐
信誓旦旦的程序猿1 小时前
【Python量化实战宝典 #08】可转债与债券接口手册:转股价·溢价率·纯债价值(Python 可跑)
java·python·股票数据api·股票数据api接口·股票api数据接口·股票量化数据api·股票量化数据接口
砚底藏山河1 小时前
python量化:行情数据回溯
java·开发语言·python·金融·maven
今年下半年1 小时前
AI智能体项目实战记录(02):初始化 Python 项目
开发语言·人工智能·python·fastapi
Williamtym1 小时前
PickGo Lab实践:用浏览器、Python和MCP串起机器人搬运仿真
开发语言·python·机器人
CS创新实验室2 小时前
Python 对象“死“了之后去了哪?——引用计数与分代垃圾回收
开发语言·jvm·python
CCblandy2 小时前
雪花 ID 四个边界实测:时钟回拨重号 500 个,前端 JSON.parse 直接丢精度
后端·python·算法·性能优化·架构
quantdash_cc2 小时前
Pandas 处理分钟级股票行情:从原始数据清洗到 K 线聚合
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
把我格子衫拿来2 小时前
VTK 9.5 与 Qt 6 联合开发:从嵌入三维窗口到可维护的桌面架构
c++·python·qt·vtk·三维可视化
cpolar技术支持3 小时前
把配置发出去怕带出密钥?先把含凭据配置转成脱敏只读快照,用 cpolar 给同事核对差异
运维·python·内网穿透·cpolar·配置脱敏
惊讶的猫3 小时前
langchian_agent的高级使用
python