python 裝飾器學習總結

有點類似函式的目的(函式的目的就是當你有1w個**塊要新增相同的功能時，只需要呼叫已經寫過一次的函式就好，而不是要寫1w次同樣的**)，

當你有1w個函式要新增相同的功能時，只需要呼叫已經寫過一次的修飾器就好；還有就是當你的程式很龐大時，想要給你的程式中的某個模組加上新的功能，不可能說直接修改源**，因為說不定修改的部分後面會引用到，擅自修改就可能會報錯

裝飾器的原則：

1.不修改被修飾函式的源**

2.不修改被修飾函式的呼叫方式

裝飾器 = 高階函式+函式巢狀+閉包

高階函式：

1.函式接收的

引數是乙個函式名

2.函式的

返回值是乙個函式名

3.只要滿足上述條件的其中乙個都可以稱之為高階函式

例如:

def a():
print('from a')
def b(func):		#這個b函式滿足第乙個條件
print(func)
def c():		#這個c函式滿足第二個條件
return func

1.假定這裡我們先用高階函式給原函式寫乙個統計時間的方法，有：

def a():		#要被統計的函式
x = sum([i for i in range(1000000)])
print(x)
def time_test(func):
import time
start_time = time.time()
func()
end_time = time.time()
result = end_time - start_time
return result
res = time_test(a)
print(res)

在此，雖然我們寫好了統計時間的函式，但是因為這樣做

修改了原來函式a()的呼叫方法，所以這個肯定算不上是乙個裝飾器

我們用高階函式的第乙個條件來完成了在不修改原函式**的情況下對函式增加了額外的功能，但是這裡改變了呼叫方法

2.接著讓我們來看高階函式的第二個用法，用這個可以對函式進行一些巧妙的處理

def a():
print('from a')
def b(func):
print('from b')
# 一堆**
return func
a = b(a)
a()	#呼叫a

作為結果而言，a = b(a)這個式子可以認為是a = a，只不過這裡的a是作為b函式的返回值存進去的(既然是返回值，那麼說明b函式已經執行了一次)

在此，a這個變數原來存的是a的位址，我們把函式b的返回值賦給a以後(在這裡函式b都執行了一次)，a的值就不再是函式a的位址了，而是b(a)了，

也就意味著每當執行a函式的時候，都會先把b函式執行一遍。

這樣做的目的在於，

我們在不改變原有呼叫方式的情況下(函式a的呼叫方法還是a())，執行了乙個額外的函式。如果我們在這個額外的函式中，寫上我們要附加的功能(就是上面的第一點)，這樣是不是就滿足了我們裝飾器的要求：在不修改原函式和其呼叫方式的基礎上給其增加新的功能

3.接下來，我們就把條件一(不修改源**的條件下附加新的功能)和條件二(不修改呼叫方式的情況下執行乙個額外的函式)結合起來：

def a():	#要被統計的函式
x = sum([i for i in range(1000000)])
print(x)
def time_test(func):
import time
start_time = time.time()
func()
end_time = time.time()
result = end_time - start_time
print('執行的時間為',result)
return func
a = time_test(a)
a()

函式執行的結果為：

我們會發現，截圖裡多了乙個求和結果，也就是說多執行了一次a。

原因在於，在額外的函式test_time(或者說是b)中，

多了乙個原本沒有的'func()'，這個就導致了a函式多執行了一次。

在 a = time_test(a) 的時候，我們是要將time_test(a)賦給a這個變數以達成'執行額外的函式'這個目的的，但是現在我們因為在這個過程中函式b執行了一次，所以原來沒有的func()讓a函式多跑了一次

不過即使如此，我們還是離裝飾器很近了，只要我們把這個多出來的執行給去掉，就可以說基本是大功告成了

4.函式巢狀和閉包：

再運用函式巢狀的知識，對上面的例子進行一些修改，就可以得到以下：

def time_test(func):
import time
start_time = time.time()
func()
end_time = time.time()
result = end_time - start_time
print('執行的時間為', result)
#@time_test
def a():  	# 要被統計的函式
x = sum([i for i in range(1000000)])
print(x)
a = time_test(a)
a()

也就是說，我們在執行a = time_test(a)的時候，

因為現在的這個time_test函式沒有內容(內容都挪到子函式裡去了)，所以多出來的func()自然就沒有了，也就是說a = test_time(a)裡實際上存的是test_time()的子函式test_time2的位址【可能有人會問這不是子函式嗎，他不是只在父函式裡生效的嗎，因為這個子函式已經作為返回值輸出了，所以他可以被外界引用】。

另外呢，可以把a = time_test(a)這一步用@time_test這個python函式的語法糖來代替。這個「@+函式名」要放在被裝飾的函式前面，這裡的@time_test就相當於a = time_test(a)，他們是一樣的。

5.在簡單的函式裝飾器完成之後

def time_test(func):
import time
start_time = time.time()
jieguo = func()
end_time = time.time()
result = end_time - start_time
print('執行的時間為', result)
return jieguo

b.緊接著，我們還要進行最後的新增，因為裝飾器是裝飾不同函式的，所以當我們的被裝飾函式有傳入的值的時候，因為我們現在寫的修飾器函式沒有形參，所以會報錯

所以我們要給裝飾器加上形參以便接收不同函式的不同的形參：

def time_test(func):
def time_test2(*args,**kwargs):
import time
start_time = time.time()
func(*args,**kwargs)
end_time = time.time()
result = end_time - start_time
print('執行的時間為', result)
return time_test2

這樣，最終我們就完成了乙個簡單的裝飾器

python 裝飾器學習總結

Python 裝飾器總結

Python 裝飾器總結

python學習裝飾器

python 裝飾器 學習總結

Python 裝飾器總結

Python 裝飾器總結

python學習 裝飾器

相關推薦

python 裝飾器學習總結

python學習裝飾器