python基础语法13-装饰器

Python 装饰器详解

装饰器(Decorator)是 Python 中的一种强大且灵活的功能,它允许在不修改原始函数或类代码的前提下,向其添加额外的功能。装饰器本质上是一个函数,它接受一个函数或类作为参数,并返回一个增强版的函数或类。本文将详细介绍装饰器的概念、使用方式,以及如何创建和应用函数装饰器和类装饰器。


1. 函数装饰器(Function Decorators)

函数装饰器是最常见的一种装饰器,它允许我们在不修改函数代码的情况下,给函数增加额外的功能。

1.1 基本语法

一个装饰器函数接受一个函数作为参数,并返回一个增强版的函数。装饰器通常通过 @decorator_name 的语法应用于函数。

装饰器的基本示例
python 复制代码
def my_decorator(func):
    def wrapper():
        print("Before function call")
        func()
        print("After function call")
    return wrapper

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

say_hello()

输出:

复制代码
Before function call
Hello, World!
After function call

在这个例子中,my_decorator 是一个装饰器,它在调用 say_hello() 之前和之后分别打印一些信息。

1.2 带参数的装饰器

如果装饰器需要处理有参数的函数,我们可以通过修改 wrapper 函数来实现这一点。装饰器可以接受任意数量的位置和关键字参数,并将它们传递给原始函数。

python 复制代码
def my_decorator(func):
    def wrapper(*args, **kwargs):
        print("Before function call")
        result = func(*args, **kwargs)
        print("After function call")
        return result
    return wrapper

@my_decorator
def greet(name):
    print(f"Hello, {name}!")

greet("Alice")

输出:

复制代码
Before function call
Hello, Alice!
After function call

1.3 functools.wraps 的使用

当我们使用装饰器时,原函数的一些元数据(如文档字符串、函数名称等)会丢失。为了保留这些信息,我们可以使用 functools.wraps 来确保装饰器返回的 wrapper 函数继承原始函数的元数据。

python 复制代码
import functools

def my_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print("Before function call")
        result = func(*args, **kwargs)
        print("After function call")
        return result
    return wrapper

@my_decorator
def greet(name):
    """Greets the person by name."""
    print(f"Hello, {name}!")

print(greet.__name__)  # 输出: greet
print(greet.__doc__)   # 输出: Greets the person by name.

通过使用 @functools.wraps(func),我们确保了装饰器不会丢失原始函数的名称和文档字符串。


2. 类装饰器(Class Decorators)

除了函数装饰器,Python 还支持类装饰器,它允许我们对类进行修改或扩展。类装饰器的工作原理与函数装饰器相似,不同的是它们处理的是类,而不是函数。

2.1 基本语法

类装饰器是一个函数,接受一个类作为参数,并返回一个修改后的类。类装饰器可以用来增强类的功能或修改其行为。

类装饰器示例
python 复制代码
def class_decorator(cls):
    class NewClass(cls):
        def greet(self):
            return f"Hello, {self.name}!"
    return NewClass

@class_decorator
class Person:
    def __init__(self, name):
        self.name = name

p = Person("Alice")
print(p.greet())  # 输出: Hello, Alice!

在这个例子中,class_decorator 装饰器接受 Person 类,返回一个新的类 NewClass,它在原始类的基础上添加了一个 greet 方法。

2.2 修改类的属性和方法

类装饰器不仅可以增加新方法,还可以修改现有的方法或属性。下面的示例展示了如何通过装饰器修改类的构造函数。

python 复制代码
def add_age(cls):
    original_init = cls.__init__

    def new_init(self, name, age):
        original_init(self, name)
        self.age = age

    cls.__init__ = new_init
    return cls

@add_age
class Person:
    def __init__(self, name):
        self.name = name

p = Person("Bob", 30)
print(p.name)  # 输出: Bob
print(p.age)   # 输出: 30

在这个例子中,add_age 装饰器修改了 Person 类的构造函数,添加了一个 age 属性。


3. 装饰器的实际应用

装饰器在实际开发中有许多应用场景,例如:

  • 日志记录:记录函数的调用日志。
  • 权限控制:检查用户是否有权限执行某些操作。
  • 性能分析:计算函数执行的时间。
  • 缓存:缓存函数的返回结果,提高效率。

3.1 日志装饰器

python 复制代码
def log_function_call(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__} with arguments {args} and {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@log_function_call
def add(a, b):
    return a + b

add(2, 3)

输出:

复制代码
Calling add with arguments (2, 3) and {}

3.2 性能分析装饰器

python 复制代码
import time

def timer(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"Function {func.__name__} executed in {end - start:.4f} seconds")
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(2)

slow_function()

输出:

复制代码
Function slow_function executed in 2.0001 seconds

4. 总结

装饰器是 Python 中非常强大且灵活的功能,能够动态地修改函数或类的行为。它广泛应用于日志记录、权限验证、性能分析、缓存等场景。我们可以通过简单的 @decorator 语法来实现装饰器,使用装饰器时需注意保留函数的元数据,可以借助 functools.wraps 来实现。类装饰器与函数装饰器类似,允许我们动态地修改类的行为和属性。

掌握装饰器的使用,不仅能让你的代码更具灵活性,还能提高代码的可读性和可维护性。

相关推荐
双叶8361 分钟前
(51单片机)点阵屏LED显示图片(点阵屏LED教程)(74Hc595教程)
c语言·开发语言·单片机·嵌入式硬件·51单片机
Python私教12 分钟前
Java手写链表全攻略:从单链表到双向链表的底层实现艺术
java·python·链表
Stara051112 分钟前
YOLO11改进——融合BAM注意力机制增强图像分类与目标检测能力
人工智能·python·深度学习·目标检测·计算机视觉·yolov11
海晨忆19 分钟前
【Vue】v-if和v-show的区别
前端·javascript·vue.js·v-show·v-if
xiongmaodaxia_z740 分钟前
python每日一练
开发语言·python·算法
1024小神1 小时前
在GitHub action中使用添加项目中配置文件的值为环境变量
前端·javascript
Chandler241 小时前
Go:接口
开发语言·后端·golang
Jasmin Tin Wei1 小时前
css易混淆的知识点
开发语言·javascript·ecmascript
&白帝&1 小时前
java HttpServletRequest 和 HttpServletResponse
java·开发语言
ErizJ1 小时前
Golang|Channel 相关用法理解
开发语言·后端·golang