這篇文章將為大家詳細講解有關對于Python裝飾器是什么你有哪些看法，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)提供高防服務器租用、云服務器、香港服務器、服務器托管等

裝飾器

1. 本質是一個接受參數為函數的函數。
2. 作用：為一個已經實現的方法添加額外的通用功能，比如日志記錄、運行計時等。

舉例

不帶參數的裝飾器，不用@

# 不帶參數的裝飾器def deco_test(func):
    def wrapper(*args, **kwargs):
        print("before function")
        f = func(*args, **kwargs)
        print("after function")
        return f    return wrapperdef do_something(a,b,c):
    print(a)
    time.sleep(1)
    print(b)
    time.sleep(1)
    print(c)
    return aif __name__ == '__main__':
    # 不用@
    f = deco_test(do_something)("1","2","3")

輸出：

before function
1
2
3
after function

個人理解：

相當于在 do_something 函數外面套了兩個輸出：before function 和 after function。

不帶參數的裝飾器，用 @

# 不帶參數的裝飾器def deco_test(func):
    def wrapper(*args, **kwargs):
        print("before function")
        f = func(*args, **kwargs)
        print("after function")
        return f    return wrapper

@deco_testdef do_something(a,b,c):
    print(a)
    time.sleep(1)
    print(b)
    time.sleep(1)
    print(c)
    return aif __name__ == '__main__':
    # 使用@
    f = do_something("1","2","3")

輸出：

before function
1
2
3
after function

個人理解：

相當于執(zhí)行 do_something 函數的時候，因為有 @ 的原因，已經知道有一層裝飾器 deco_test，所以不需要再單獨寫 deco_test(do_something) 了。

帶參數的裝飾器

# 帶參數的裝飾器def logging(level):
    def wrapper(func):
        def inner_wrapper(*args, **kwargs):
            print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
            f = func(*args, **kwargs)
            print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
            return f        return inner_wrapper    return wrapper

@logging(level="debug")def do_something(a,b,c):
    print(a)
    time.sleep(1)
    print(b)
    time.sleep(1)
    print(c)
    return aif __name__ == '__main__':
    # 使用@
    f = do_something("1","2","3")

輸出：

[debug]: enter function do_something()
1
2
3
after function: [debug]: enter function do_something()

個人理解：

裝飾器帶了一個參數 level = "debug"。

最外層的函數 logging() 接受參數并將它們作用在內部的裝飾器函數上面。內層的函數 wrapper() 接受一個函數作為參數，然后在函數上面放置一個裝飾器。這里的關鍵點是裝飾器是可以使用傳遞給 logging() 的參數的。

類裝飾器

# 類裝飾器class deco_cls(object):
    def __init__(self, func):
        self._func = func    def __call__(self, *args, **kwargs):
        print("class decorator before function")
        f = self._func(*args, **kwargs)
        print("class decorator after function")
        return f

@deco_clsdef do_something(a,b,c):
    print(a)
    time.sleep(1)
    print(b)
    time.sleep(1)
    print(c)
    return aif __name__ == '__main__':
    # 使用@
    f = do_something("1","2","3")

輸出：

class decorator before function
1
2
3
class decorator after function

個人理解：

使用一個裝飾器去包裝函數，返回一個可調用的實例。 因此定義了一個類裝飾器。

兩層裝飾器

# 不帶參數的裝飾器def deco_test(func):
    def wrapper(*args, **kwargs):
        print("before function")
        f = func(*args, **kwargs)
        print("after function")
        return f    return wrapper# 帶參數的裝飾器def logging(level):
    def wrapper(func):
        def inner_wrapper(*args, **kwargs):
            print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
            f = func(*args, **kwargs)
            print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
            return f        return inner_wrapper    return wrapper

@logging(level="debug")@deco_testdef do_something(a,b,c):
    print(a)
    time.sleep(1)
    print(b)
    time.sleep(1)
    print(c)
    return aif __name__ == '__main__':
    # 使用@
    f = do_something("1","2","3")

輸出：

[debug]: enter function wrapper()
before function
1
2
3
after function
after function: [debug]: enter function wrapper()

個人理解：

在函數 do_something() 外面先套一層 deco_test() 裝飾器，再在最外面套一層 logging() 裝飾器。

關于對于Python裝飾器是什么你有哪些看法就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。