Python装饰器如何实现函数增强?

2026-05-19 16:051阅读0评论SEO资源
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计2683个文字,预计阅读时间需要11分钟。

Python装饰器如何实现函数增强?

装饰器:Python 装饰器是一种特殊的函数,用于在不修改原有函数代码的基础上,为其添加额外的功能。它接收一个函数对象作为参数,返回一个新的函数对象。在本文中,你将了解如何创建装饰器以及为什么需要使用它。

Python 中有一个有趣特性,称为装饰器(decorator),它允许我们在不改变函数内部实现的情况下,给函数添加额外行为。以下是创建装饰器的基本步骤:

1. 定义装饰器函数:这个函数接收一个函数对象作为参数,并返回一个新的函数对象。

2.调用原函数:在装饰器内部调用原函数,并执行需要的额外操作。

3.返回新函数:装饰器返回经过修改的函数对象。

例如:

python

def my_decorator(func): def wrapper(): print(装饰器开始执行...) func() print(装饰器结束执行...) return wrapper

@my_decoratordef say_hello(): print(Hello, World!)

say_hello()

在这个例子中,`my_decorator` 是一个装饰器,它通过 `@my_decorator` 语法装饰了 `say_hello` 函数。装饰器在调用 `say_hello` 时会先打印 装饰器开始执行...,然后调用原函数 `say_hello`,并在返回时打印 装饰器结束执行...。

使用装饰器的理由包括:

- 增强函数功能:可以在不修改原函数代码的情况下,为函数添加额外的行为。- 保持代码整洁:将额外逻辑与原函数分离,使得原函数保持简洁。- 可重用性:创建可重用的装饰器,可以应用于多个函数。- 扩展性:方便未来对函数进行功能扩展,而无需修改函数本身。

装饰器:Decorators

Python装饰器接收一个函数对象,添加一些功能,并返回该函数对象。在本文中,你将了解如何创建装饰器(decorator)以及为什么要使用它。

Python 有一个有趣的特性叫做装饰器,可以在不改动现有代码的情况下添加新功能。这也称为元编程(metaprogramming),因为程序的一部分试图在编译时修改程序的另一部分。

先决条件

为了理解装饰器,我们必须首先了解 Python 中的一些基本知识。

我们必须接受这样一个事实,即 Python 中的所有内容(即使是类) 都是对象,一切皆对象。我们定义的名称只是绑定到这些对象的标识符。函数也不例外,它们也是对象(带有属性)。

  • 可以将各种不同的名称绑定到同一个函数对象

举个栗子:

# 定义一个普通函数 def first(msg): print(msg) first("干饭人") # 调用first函数 second = first # 将first函数赋值给second变量 second("干饭人") # 调用second函数

输出:

干饭人 干饭人

当您运行代码时,第一个和第二个函数都给出相同的输出。这里,第一个和第二个名称指的是同一个函数对象。

  • 函数可以作为参数传递给另一个函数

现在事情开始变得有点意思了。

如果你在 Python 中使用过 map()filter()reduce() 等函数,那么你肯定已经是老司机了。将其他函数作为参数的函数也称为高阶函数higher order functions)。

举个栗子:

def add(x): return x + 1 def lose(x): return x - 1 def operate(func, x): result = func(x) return result

我们按照以下方式调用该函数。

operate(add,3) # 输出:4 operate(lose,3) # 输出:2

  • 一个函数可以返回另一个函数。

既然函数是对象,那么你都可以作为其他函数的入参了,把你作为高阶函数的返回值应该不过分吧。

举个栗子:

def is_called(): def is_returned(): print("干饭人") return is_returned new = is_called() new()

这里,is_returned()是一个嵌套函数,每次调用 is _called()时定义并返回该函数。


输出:

干饭人

  • 闭包

最后,我们必须了解 Python 中的闭包Closure),这里不赘述了,敬请移步至小主相关博文。


装饰器

函数和方法被称为可调用对象callable),因为它们可以被调用。

实际上,任何实现魔法方法 __call__()的对象都称为可调用的(callable)。因此,我们可以得出一个结论:装饰器是一个可调用对象,它用来返回一个可调用对象。


A decorator is a callable that returns a callable.


通常,装饰器会接受一个函数,添加一些功能,最后返回该函数。

举个栗子:

# 声明第一个函数make_pretty def make_pretty(func): def inner(): print("我是make_pretty,我来搞点事情") func() return inner # 声明第二个函数ordinary def ordinary(): print("我是ordinary,我的内心毫无波澜")

如果我们执行代码:

ordinary()

输出:

我是ordinary,我的内心毫无波澜

如果我们执行代码:

pretty = make_pretty(ordinary) pretty()

则会输出:

我是make_pretty,我来搞点事情 我是ordinary,我的内心毫无波澜

在上面的例子中,pretty = make_pretty(ordinary) 表明 make_pretty()是一个装饰器,ordinary函数被装饰,返回的函数指定名称为pretty

我们可以看到 decorator 函数向原始函数添加了一些新功能。这类似于包装礼物。Decorator 充当包装器。被装饰的对象的性质(里面的实际礼物)不会改变。但是现在,它看起来很漂亮(因为它被装饰过)。

通常,我们将函数装饰为:ordinary = make_pretty(ordinary)

这是一个常见的构造,出于这个原因,Python 使用了一种语法来简化它。

我们可以将 @ 符号与装饰器函数的名称一起使用,并将其置于要装饰的函数的定义之上。这只是实现装饰器的一个语法糖。

举个栗子:

@make_pretty def ordinary(): print("I am ordinary")

效果相当于:

def ordinary(): print("I am ordinary") ordinary = make_pretty(ordinary)
装饰器参数

前面演示的装饰器很简单,它只处理没有任何参数的函数。

如果我们有这样的函数:

def divide(a, b): return a/b divide(2,5) # 输出:0.4 divide(2,0) # 报错 “ZeroDivisionError: division by zero”

这个函数有两个参数 a 和 b。我们知道如果我们把分母 b 传入0,将会导致ZeroDivisionError错误。

现在让我们创建一个装饰器来检查这个会导致错误的情况。

优化后:

def smart_divide(func): def inner(a, b): print(f"将要计算 {a} 除以 {b}") if b == 0: print("分母不能为0!") return return func(a, b) return inner @smart_divide def divide(a, b): print(a/b)

解释:如果出现错误条件,这个新实现将返回 None。

如果执行:

print(divide(2,5))

输出:

将要计算 2 除以 5 0.4

如果执行:

print(divide(2,0))

输出:

将要计算 2 除以 0 分母不能为0! None

通过这种方式,我们可以装饰带有参数的函数。

细心的朋友会注意到,装饰器 smart_divide 中嵌套的 inner() 函数的参数与它所装饰的函数的参数是相同的。

考虑到这一点,现在我们可以使通用装饰符与任意数量的参数一起工作。

在 Python 中,可以写成这样:function(*args, **kwargs)。其中,args 表示位置参数组成的元组,而 kwargs 表示关键字参数组成的字典。其中*号和**号表示参数个数不限。

举个栗子:

def works_for_all(func): def inner(*args, **kwargs): print("I can decorate any function") return func(*args, **kwargs) return inner
装饰器嵌套

在python中,装饰器可以嵌套使用,有点像套娃。也就是说,一个函数可以使用不同(或相同)的装饰器进行多次装饰。我们只需简单地将装饰器置于期望的函数之上即可实现。

举个栗子:

def star(func): def inner(*args, **kwargs): print("*" * 30) func(*args, **kwargs) print("*" * 30) return inner def percent(func): def inner(*args, **kwargs): print("%" * 30) func(*args, **kwargs) print("%" * 30) return inner @star @percent def show(msg): print(msg) show("我是宇宙中心")

上面的双迭代器的效果相当于:

def printer(msg): print(msg) printer = star(percent(printer))

输出:

****************************** %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 我是宇宙中心 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ******************************

需要注意的是,我们装饰链的顺序很重要。

如果我们颠倒了顺序:

Python装饰器如何实现函数增强?

@percent @star def printer(msg): print(msg)

输出结果将是:

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ****************************** 我是宇宙中心 ****************************** %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%



好的,以上就是关于Python装饰器的全部内容了。喜欢本文的小伙伴记得三连哦~

---END

Talk is cheap, just show me the code!

本文共计2683个文字,预计阅读时间需要11分钟。

Python装饰器如何实现函数增强?

装饰器:Python 装饰器是一种特殊的函数,用于在不修改原有函数代码的基础上,为其添加额外的功能。它接收一个函数对象作为参数,返回一个新的函数对象。在本文中,你将了解如何创建装饰器以及为什么需要使用它。

Python 中有一个有趣特性,称为装饰器(decorator),它允许我们在不改变函数内部实现的情况下,给函数添加额外行为。以下是创建装饰器的基本步骤:

1. 定义装饰器函数:这个函数接收一个函数对象作为参数,并返回一个新的函数对象。

2.调用原函数:在装饰器内部调用原函数,并执行需要的额外操作。

3.返回新函数:装饰器返回经过修改的函数对象。

例如:

python

def my_decorator(func): def wrapper(): print(装饰器开始执行...) func() print(装饰器结束执行...) return wrapper

@my_decoratordef say_hello(): print(Hello, World!)

say_hello()

在这个例子中,`my_decorator` 是一个装饰器,它通过 `@my_decorator` 语法装饰了 `say_hello` 函数。装饰器在调用 `say_hello` 时会先打印 装饰器开始执行...,然后调用原函数 `say_hello`,并在返回时打印 装饰器结束执行...。

使用装饰器的理由包括:

- 增强函数功能:可以在不修改原函数代码的情况下,为函数添加额外的行为。- 保持代码整洁:将额外逻辑与原函数分离,使得原函数保持简洁。- 可重用性:创建可重用的装饰器,可以应用于多个函数。- 扩展性:方便未来对函数进行功能扩展,而无需修改函数本身。

装饰器:Decorators

Python装饰器接收一个函数对象,添加一些功能,并返回该函数对象。在本文中,你将了解如何创建装饰器(decorator)以及为什么要使用它。

Python 有一个有趣的特性叫做装饰器,可以在不改动现有代码的情况下添加新功能。这也称为元编程(metaprogramming),因为程序的一部分试图在编译时修改程序的另一部分。

先决条件

为了理解装饰器,我们必须首先了解 Python 中的一些基本知识。

我们必须接受这样一个事实,即 Python 中的所有内容(即使是类) 都是对象,一切皆对象。我们定义的名称只是绑定到这些对象的标识符。函数也不例外,它们也是对象(带有属性)。

  • 可以将各种不同的名称绑定到同一个函数对象

举个栗子:

# 定义一个普通函数 def first(msg): print(msg) first("干饭人") # 调用first函数 second = first # 将first函数赋值给second变量 second("干饭人") # 调用second函数

输出:

干饭人 干饭人

当您运行代码时,第一个和第二个函数都给出相同的输出。这里,第一个和第二个名称指的是同一个函数对象。

  • 函数可以作为参数传递给另一个函数

现在事情开始变得有点意思了。

如果你在 Python 中使用过 map()filter()reduce() 等函数,那么你肯定已经是老司机了。将其他函数作为参数的函数也称为高阶函数higher order functions)。

举个栗子:

def add(x): return x + 1 def lose(x): return x - 1 def operate(func, x): result = func(x) return result

我们按照以下方式调用该函数。

operate(add,3) # 输出:4 operate(lose,3) # 输出:2

  • 一个函数可以返回另一个函数。

既然函数是对象,那么你都可以作为其他函数的入参了,把你作为高阶函数的返回值应该不过分吧。

举个栗子:

def is_called(): def is_returned(): print("干饭人") return is_returned new = is_called() new()

这里,is_returned()是一个嵌套函数,每次调用 is _called()时定义并返回该函数。


输出:

干饭人

  • 闭包

最后,我们必须了解 Python 中的闭包Closure),这里不赘述了,敬请移步至小主相关博文。


装饰器

函数和方法被称为可调用对象callable),因为它们可以被调用。

实际上,任何实现魔法方法 __call__()的对象都称为可调用的(callable)。因此,我们可以得出一个结论:装饰器是一个可调用对象,它用来返回一个可调用对象。


A decorator is a callable that returns a callable.


通常,装饰器会接受一个函数,添加一些功能,最后返回该函数。

举个栗子:

# 声明第一个函数make_pretty def make_pretty(func): def inner(): print("我是make_pretty,我来搞点事情") func() return inner # 声明第二个函数ordinary def ordinary(): print("我是ordinary,我的内心毫无波澜")

如果我们执行代码:

ordinary()

输出:

我是ordinary,我的内心毫无波澜

如果我们执行代码:

pretty = make_pretty(ordinary) pretty()

则会输出:

我是make_pretty,我来搞点事情 我是ordinary,我的内心毫无波澜

在上面的例子中,pretty = make_pretty(ordinary) 表明 make_pretty()是一个装饰器,ordinary函数被装饰,返回的函数指定名称为pretty

我们可以看到 decorator 函数向原始函数添加了一些新功能。这类似于包装礼物。Decorator 充当包装器。被装饰的对象的性质(里面的实际礼物)不会改变。但是现在,它看起来很漂亮(因为它被装饰过)。

通常,我们将函数装饰为:ordinary = make_pretty(ordinary)

这是一个常见的构造,出于这个原因,Python 使用了一种语法来简化它。

我们可以将 @ 符号与装饰器函数的名称一起使用,并将其置于要装饰的函数的定义之上。这只是实现装饰器的一个语法糖。

举个栗子:

@make_pretty def ordinary(): print("I am ordinary")

效果相当于:

def ordinary(): print("I am ordinary") ordinary = make_pretty(ordinary)
装饰器参数

前面演示的装饰器很简单,它只处理没有任何参数的函数。

如果我们有这样的函数:

def divide(a, b): return a/b divide(2,5) # 输出:0.4 divide(2,0) # 报错 “ZeroDivisionError: division by zero”

这个函数有两个参数 a 和 b。我们知道如果我们把分母 b 传入0,将会导致ZeroDivisionError错误。

现在让我们创建一个装饰器来检查这个会导致错误的情况。

优化后:

def smart_divide(func): def inner(a, b): print(f"将要计算 {a} 除以 {b}") if b == 0: print("分母不能为0!") return return func(a, b) return inner @smart_divide def divide(a, b): print(a/b)

解释:如果出现错误条件,这个新实现将返回 None。

如果执行:

print(divide(2,5))

输出:

将要计算 2 除以 5 0.4

如果执行:

print(divide(2,0))

输出:

将要计算 2 除以 0 分母不能为0! None

通过这种方式,我们可以装饰带有参数的函数。

细心的朋友会注意到,装饰器 smart_divide 中嵌套的 inner() 函数的参数与它所装饰的函数的参数是相同的。

考虑到这一点,现在我们可以使通用装饰符与任意数量的参数一起工作。

在 Python 中,可以写成这样:function(*args, **kwargs)。其中,args 表示位置参数组成的元组,而 kwargs 表示关键字参数组成的字典。其中*号和**号表示参数个数不限。

举个栗子:

def works_for_all(func): def inner(*args, **kwargs): print("I can decorate any function") return func(*args, **kwargs) return inner
装饰器嵌套

在python中,装饰器可以嵌套使用,有点像套娃。也就是说,一个函数可以使用不同(或相同)的装饰器进行多次装饰。我们只需简单地将装饰器置于期望的函数之上即可实现。

举个栗子:

def star(func): def inner(*args, **kwargs): print("*" * 30) func(*args, **kwargs) print("*" * 30) return inner def percent(func): def inner(*args, **kwargs): print("%" * 30) func(*args, **kwargs) print("%" * 30) return inner @star @percent def show(msg): print(msg) show("我是宇宙中心")

上面的双迭代器的效果相当于:

def printer(msg): print(msg) printer = star(percent(printer))

输出:

****************************** %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 我是宇宙中心 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ******************************

需要注意的是,我们装饰链的顺序很重要。

如果我们颠倒了顺序:

Python装饰器如何实现函数增强?

@percent @star def printer(msg): print(msg)

输出结果将是:

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ****************************** 我是宇宙中心 ****************************** %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%



好的,以上就是关于Python装饰器的全部内容了。喜欢本文的小伙伴记得三连哦~

---END

Talk is cheap, just show me the code!