python自带的三个装饰器,定义与用法详解

说到装饰器,就只可以说python自带的多个装饰器:

情节涵盖:

本文实例讲述了Python装饰器(decorator)定义与用法。分享给我们供大家参考,具体如下:

壹 、@property  
将某函数,做为属性使用

  • 元类
  • python 对象和类的绑定以及类形式,静态方法
  • python 子类调用父类方法计算
  • python 方法分析顺序M卡宴Q
  • python定制类和魔法方法
  • 有关用法__slots__
  • @property使用
  • 修饰器

哪些是装饰器(decorator)

 @property 修饰,正是将艺术,变成2脾天性来利用。

0、元类

元类就是类的类,所浮现的终极思想就是漫天皆对象。

图片 1

image.png

关于深层次,待使用到在总括。

简言之来说,能够把装饰器掌握为一个封装函数的函数,它一般将盛传的函数可能是类做肯定的拍卖,再次回到修改以往的对象.所以,大家能够在不改动原函数的根底上,在进行原函数前后执行其余代码.相比常用的面貌有日记插入,事务处理等.

class A():


    @property
    def pfunc(self):
        return self.value

    @pfunc.setter
    def pfunc(self,value):
        self.value = value

    @property
    def pfunc1(self):
        print('this is property')

if __name__=="__main__":

    A.pfunc = 9
    print A.pfunc
    A.pfunc1

壹 、python 对象和类的绑定以及类措施,静态方法

平时大家要运用三个类中的方法时,都亟需实例化该类,再展开调用,那类中
self 和 cls
有如何含义,能否不开端化一个实例而直接调用类方法,对象方法和类措施,静态方法又有何关系。是本篇小说思考的难点。

类的调用有以下二种办法:

>>>class Test:
...    def func(self, message):
...        print message
...
>>>object1=Test()
>>>x=object1.func
>>>x('abc')
abc
>>>t=Test.func
>>>t(object1,'abc')
abc

可是对于 t=Test.func 来说,变量名 t 是涉嫌到了类 Test 的func
方法的地点上,t是非绑定的,所以在调用t(object1, ‘abc’)
时,必须显式的将实例名与 self 关联,不然将会报出”TypeError: unbound
method func() must be called with Test instance as first argument (got
str instance instead)” 的失实。

装饰器

 

参考学习

明亮以下几点:
壹 、类暗许的办法都以绑定对象的,而self参数也是指向该目标,没有实例化对象时,类中方法调用会出错,也涉嫌到python自动传送self参数。
贰 、若想不实例化而直白通过 类名.方法
来调用,须要钦命该措施绑定到类,如下,一要使用@classmethod
装饰器,二方法中率先个参数为cls,而不是self。

>>> class Foo(object):          
...     @classmethod                #定义类方法要点1
...     def foo(cls):               #定义类方法要点2
...             print 'call foo'
... 
>>> Foo.foo()
call foo
>>> Foo().foo()
call foo

类也是目的,因而和下部的静态方法还是有分化。类中直接定义的属性如下,在类格局中也是足以一向采取的。

class pizza(object):
    radius = 42
    @classmethod
    def get_radius(cls):
        return cls.radius
print pizza.get_radius()

类措施对于开创工厂函数最有用,如下

class pizza(object):
    def __init__(self,ingre):
        self.ingre = ingre

    @classmethod
    def from_other(cls,fridge):
        return cls(fridge.juice()+fridge.cheese())  
    def get_ingre(self):
        return self.ingre

cls代表此类,cls()也是用来创立对象,和pizza(fridge.juice()+fridge.cheese())效果同样。待通晓,工厂方法是怎样?
三 、若只想当成一个通常函数,定义不分包self和cls,则足以选拔静态方法,如下:

>>> class Foo(object):
...     @staticmethod
...     def foo():
...             print 'call foo'
... 
>>> Foo.foo()
call foo
>>> Foo().foo()
call foo

作者:_Zhao_
链接:http://www.jianshu.com/p/4b871019ef96
來源:简书

最简便易行的函数,重临四个数的和

贰 、@classmethod
 修饰类的点子

② 、python 子类调用父类方法总计

参照来源

talk is weak,从程序开始:

class Person(object):
    def __init__(self):
        self.name = "Tom"
    def getName(self):
        return self.name

class Student(Person):
    def __init__(self):
        self.age = 12
    def getAge(self):
        return self.age

if __name__ == "__main__":
    stu = Student()
    print stu.getName()

作者:nummy
链接:http://www.jianshu.com/p/dfa189850651

图片 2

image.png

上边只是说美素佳儿(Friso)个常用的子类调用父类场景,即调用父类的初叶化函数。
直接运营以上代码会出错,因为即使Student类继承了Person类,可是并从未调用父类的init()方法,因为子类中对init函数进行了重写,若没有重写会一向接轨父类的init函数自动运维。有以下三种艺术:

参考
1、super方法

class Base:
    def __init__(self):
        print('Base.__init__')

class A(Base):
    def __init__(self):
        # super().__init__()
        super(A,self).__init__()
        print('A.__init__')

class B(Base):
    def __init__(self):
        # super().__init__()
        super(B,self).__init__()
        print('B.__init__')

class C(A,B):
    def __init__(self):
        # super().__init__()  # Only one call to super() here  python3
        super(C,self).__init__()
        print('C.__init__')

运营结果

>>> c = C()
Base.__init__
B.__init__
A.__init__
C.__init__
>>>

② 、调用未绑定的父类构造方法

class Person(object):
    def __init__(self):
        self.name = "Tom"
    def getName(self):
        return self.name

class Student(Person):
    def __init__(self):
        Person.__init__(self)
        self.age = 12
    def getAge(self):
        return self.age

if __name__ == "__main__":
    stu = Student()
    print stu.getName()

作者:nummy
链接:http://www.jianshu.com/p/dfa189850651

非绑定方法不平时利用,上述情景却运用的可比多(即子类覆盖父类的艺术)。运营时没有父类person的实例,供给体现地进行传递,但有Student的实例,能够用来进展代替。
那种方法叫做调用父类的未绑定的构造方法。在调用3个实例的法门时,该格局的self参数会被自动绑定到实例上(称为绑定方法)。但假若直接调用类的措施(比如Person.__init),那么就不曾实例会被绑定。那样就足以Infiniti制的提供必要的self参数,那种情势称为未绑定unbound方法。
透过将方今的实例作为self参数提须要未绑定方法,Student类就能选取其父类构造方法的持有达成,从而name变量被设置。

def calc_add(a, b):
 return a + b
calc_add(1, 2)

带修饰类方法:cls做为方法的第②个参数,隐式的将类做为对象,传递给艺术,调用时毫不实例化。

三 、python 方法分析顺序

可是以后又有新的急需,总括求和操作耗费时间,很简短,求和前取得一下小时,求和后再得到三回,求差即可

日常函数方法:self做为第四个参数,隐式的将类实例传递给艺术,调用方法时,类必须实例化。

参考

上述博文具有很强的参照意义,转述如下:
在类的多继承中,方法分析顺序M奔驰G级Q具有很关键的意义,比如对以下菱形继承,D的实例调用show方法,是调用A的依然C的show。

图片 3

image.png

python解析顺序的规范化也是1个不辍升高的进度,重要有以下多个等级:

  • 2.2事先的经文类。经典类中多一而再方法分析选取深度优先从左到右搜索,即D-B-A-C-A,也正是说经典类中只采纳A的show方法。
  • 经典类对单层继承没有怎么难题,然而对上述来说,大家强烈更愿意使用C的show方法,因为他是对A的具体化,可是经典类比并不能够落到实处,于是在2.第22中学引入新式类(继承自object),它依旧采用从左至右的深度优先遍历,可是一旦遍历中冒出重复的类,只保留最终3个。并且在定义类时就总计出该类的
    MRO 并将其视作类的习性。因而最新类能够直接通过 mro 属性获取类的
    MRO。
    举个例证:

图片 4

image.png

遵从深度遍历,其顺序为 [D, B, A, object, C, A,
object],重复类只保留最终1个,由此变成 [D, B, C, A, object]

这样看起来好像么有失水准,不过会有神秘的标题,比如破坏了单调性原则,因而在2.3中引入了
__ C3 算法__。

import datetime
def calc_add(a, b):
 start_time = datetime.datetime.now()
 result = a + b
 end_tiem = datetime.datetime.now()
 print "result:", result, "used:", (end_tiem - start_time).microseconds, "μs"
 return result
calc_add(1, 2)
class A():
    def func(self,x,y):
        return x * y

    @classmethod
    def cfunc(cls,x,y):
        return x * y

if __name__=="__main__":
    print A().func(5,5)
    print A.cfunc(4,5)
C3 MRQ

我们把类 C 的线性化(MRO)记为 L[C] = [C1, C2,…,CN]。其中 C1 称为
L[C] 的头,别的成分 [C2,…,CN] 称为尾。纵然一个类 C 继承自基类
B壹 、B二 、……、BN,那么大家得以依照以下两步总结出 L[C]:
1、L[object] = [object]
2、L[C(B1…BN)] = [C] + merge(L[B1]…L[BN], [B1]…[BN])
此间的关键在于 merge,其输入是一组列表,遵照如下格局出口1个列表:
自笔者批评第1个列表的头元素(如 L[B1] 的头),记作 H。
若 H
未出现在别的列表的尾巴,则将其出口,并将其从具有列表中去除,然后回到步骤1;不然,取出下三个列表的头顶记作
H,继续该手续。
再也上述手续,直至列表为空也许无法再找出能够输出的因素。即便是前一种景况,则算法停止;借使是后一种情况,表达不能够营造继承关系,Python
会抛出十分。

举例:

图片 5

image.png

据悉C3,总括进度为:

图片 6

image.png

现在呢,函数calc_diff(a, b),计算a-b,也想总计减法操作的时刻差,很好办,把那段代码复制过去.可是若是大家前日想编的是一个数学函数库,种种函数都想计算其推行耗费时间,总不能够2个3个复制代码,想个更好的办法.

 

④ 、python定制类和魔法方法

大家明白,在Python中等高校函授数也是被视为对象的,能够视作参数字传送递,那么只要把总结耗费时间的独自为多少个单独的函数calc_spend_time(),然后把供给总括耗费时间的函数例如calc_add的引用传递给它,在calc_spend_time中调用calc_add,这样全数的必要总结耗费时间的函数都不要修改自个儿的代码了.

三 、@staticmethod
 修饰类的办法

参考学习

形如__xxx__的变量大概函数名要留意,那么些在Python中是有特殊用途。常见的正是__inint__()函数了,在指标创设后用来开首化,类似的还有__new()__
和__del__函数。用的不是无数,不做细节深刻。

def calc_spend_time(func, *args, **kargs):
 start_time = datetime.datetime.now()
 result = func(*args, **kargs)
 end_tiem = datetime.datetime.now()
 print "result:", result, "used:", (end_tiem - start_time).microseconds, "μs"
def calc_add(a, b):
 return a + b
calc_spend_time(calc_add, 1, 1)
# calc_spend_time(calc_add, a=1, b=2)

1)是把函数嵌入到类中的一种艺术,函数就属于类,同时注脚函数不需求拜访那几个类

__str__ 和 __rerp__
class yuan(object):
    def __init__(self):
        self.name = 'yuanqijie'
        self.age = 22
        self.ambition = 'yes'
    def __str__(self):
        return 'object name: %s'  % self.name

qijie = yuan()
print qijie

输出为:
object name: yuanqijie

若没有重写 __str__ 则输出为 <main.Student object at
0x109afb310>
但只顾到,若直接出口变量而不是用print在晋升符下还是上述音信,因为平素展现变量调用的不是str(),而是repr(),两者的区分是str()重临用户寓指标字符串,而repr()重回程序开发者看到的字符串,也正是说,repr()是为调节和测试服务的。能够接近上述方法举行重写,作为精晓即可。

看起来也合情合理,负责总结的函数不用更改,只需调用的时候作为参数字传送给总结时间差的函数.但正是那,调用的时候情势变了,不再是clac(1, 2),而是calc_spend_time(clac_add, 1,
2),万一calc_add大规模被调用,那么还得一处一处找,然后修改回复,还是很麻烦.假设想不改动代码,就得使clac()calc_spend_time(clac)意义一样,那么能够在calc_spend_time()里把传播的clac包装一下,然后回到包装后的新的函数,再把再次回到的包裹好的函数赋给clac,那么calc()的功效就和上例calc_spend_time(calc())功效一样.

 2)使用修饰服,修饰方法,不须求实例化

5、__slots__

当定义一个类时,能够动态的给该类绑定贰脾本性和措施,比如:

>>> class Student(object):
...     pass

>>> s = Student()
>>> s.name = 'Michael' # 动态给实例绑定一个属性
>>> print s.name
Michael

>>> def set_age(self, age): # 定义一个函数作为实例方法
...     self.age = age
...
>>> from types import MethodType
>>> s.set_age = MethodType(set_age, s, Student) # 给实例绑定一个方法
>>> s.set_age(25) # 调用实例方法
>>> s.age # 测试结果
25

注意的是,下边是给叁个实例绑定的相应的措施,也便是说当在变更2个实例时,上述增添的质量和措施就不起成效了。能够给class绑定方法:

>>> def set_score(self, score):
...     self.score = score
...
>>> Student.set_score = MethodType(set_score, None, Student)

只需将MethodType第②个参数改为None就行。

import datetime
def calc_spend_time(func):
 def new_func(a, b):
  start_time = datetime.datetime.now()
  result = func(a, b)
  end_tiem = datetime.datetime.now()
  print "result:", result, "used:", (end_tiem - start_time).microseconds, "μs"
 return new_func
def calc_add(a, b):
 return a + b
calc_add = calc_spend_time(calc_add)
calc_add(1, 2)

 

__slots__ 用来限制属性
>>> class people(object):
...     __slots__ = ('age','name') # 用tuple定义允许绑定的属性名称
... 
>>> p = people()
>>> p.age = 20
>>> p.na = yuan
>>> p.na = 'yuan'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'people' object has no attribute 'na'
>>> p.name = 'yuan'
>>> 

语法糖

class A():
    def func(self,x,y):
        return x * y


    @staticmethod
    def sfunc(x,y):
        return x * y


if __name__=="__main__":

    print A.sfunc(6,5)

6、@property使用

参考
http://python.jobbole.com/80955/
由地点一节能够清楚,绑定属性时,能够轻易修改属性值,比如

s = Student()
s.score = 9999

广大时候都亟待对属性值举办判断,比如正负,大小范围等,一般的话就需求写一个函数举行逻辑检查,比如:

class Student(object):

    def get_score(self):
        return self._score

    def set_score(self, value):
        if not isinstance(value, int):
            raise ValueError('score must be an integer!')
        if value < 0 or value > 100:
            raise ValueError('score must between 0 ~ 100!')
        self._score = value

如此就能保险能对传播的值举办逻辑约束,不过每便设置须要调用相应函数,比如s.set_score( 99 ),又显得不是很不难,能否像
s.score = 99没有差距于简单又能举办逻辑检查呢。便是@property。
@property装饰器能够将二个method变为属性,能够像属性一样不难调用,如student.get_score
,若没有装饰器,则赶回的是函数地址。关于setter用法见下。

class Student(object):

    @property
    def score(self):
        return self._score

    @score.setter
    def score(self, value):
        if not isinstance(value, int):
            raise ValueError('score must be an integer!')
        if value < 0 or value > 100:
            raise ValueError('score must between 0 ~ 100!')
        self._score = value

@score.setter装饰器表示能够对该属性赋值,若没有则是一个只读的习性。

上边的事例就是装饰器的定义,包装函数的函数.事实上上边的例子还可以更简短

 

7、修饰器

参考学习

import datetime
def calc_spend_time(func):
 def new_func(a, b):
  start_time = datetime.datetime.now()
  result = func(a, b)
  end_tiem = datetime.datetime.now()
  print "result:", result, "used:", (end_tiem - start_time).microseconds, "μs"
 return new_func
@calc_spend_time
def calc_add(a, b):
 return a + b
calc_add(1, 2)

 

示例1:
class myDecorator(object):
    def __init__(self, fn):
        print "inside myDecorator.__init__()"
        self.fn = fn

    def __call__(self):
        self.fn()
        print "inside myDecorator.__call__()"


@myDecorator
def aFunction():
    print "inside aFunction()"

print "Finished decorating aFunction()"
aFunction()

运作上述输出为:

inside myDecorator.__init__()
Finished decorating aFunction()
inside aFunction()
inside myDecorator.__call__()

@calc_spend_time便是语法糖,它的原形就是:calc_add = calc_spend_time(calc_add)

Linux and
python学习沟通1,2群已满.

示例2:
def check_is_admin(f):
    def wrapper(*args, **kwargs):
        if kwargs.get('username') != 'admin':
            raise Exception("error occur")
        return f(*args, **kwargs)
    return wrapper

class store(object):
    @check_is_admin
    def get_food(self,username,food):
        print food

s = store()
s.get_food(username='admin',food='noodles')
print s.get_food.__name__

上述程序定义了check_is_admin的装饰器,装饰器的显要作用是调用有个别函数以前实施一类通用的操作,比如日志职分,上述是实施了权力检查。
函数棉被服装饰器修饰时,本质上函数变为
get_food = check_is_admin(get_food(self,username,food))
check_is_admin直接回到
wrapper函数地址,因而get_food也是指向wrapper函数,故print s.get_food.__name__结果是
wrapper.
据此调用s.get_food(username='admin',food='noodles')也就是
wrapper(username='admin',food='noodles')。该函数最后一定要有return f(*args, **kwargs)
,那确定保障原来函数被实践并回到结果。
因为装饰器使原函数指向了另四个函数(如上边包车型大巴wrapper),而原函数只是该函数的一局部,该办法真正对原函数实行了扩展。但同时引入了此外的题材,原函数的特性和名字没有了,如上面s.get_food.__name__并不是get_food。functools提供了名为wraps的装饰器,会复制那几个属性给装饰器函数,用法如下:

import functools
def check_is_admin(f):
    @functools.wraps(f)
    def wrapper(*args, **kwargs):
        if kwargs.get('username') != 'admin':
            raise Exception("error occur")
        #return f(*args, **kwargs)
    return wrapper

只需额外添加两行代码。
值得说的是,**kwargs钦赐了字典格局传入数据,由此只帮助s.get_food(username=’admin’,food=’noodles’)而不扶助s.get_food(‘admin’,’noodles’)。为了代码的通用性,考虑对其进展完美,使用inspect模块,最后为:

import functools
import inspect
def check_is_admin(f):
    @functools.wraps(f)
    def wrapper(*args, **kwargs):
        func_args = inspect.getcallargs(f,*args,**kwargs)
        if func_args.get('username') != 'admin':
            raise Exception("error occur")
        print 'test'
        return f(*args, **kwargs)
    return wrapper

func_args会以字典方式记录对应的key和value。意味着装饰器不用检查参数是不是是基于地方的参数依旧根本字参数,最后以相同的格式保存在再次来到字典中。

无参数的函数装饰器

Linux and
python学习沟通3群新开,欢迎加入,一起学习.qq 3群:563227894

import datetime
def calc_spend_time(func):
 def new_func(*args, **kargs):
  start_time = datetime.datetime.now()
  result = func(*args, **kargs)
  end_tiem = datetime.datetime.now()
  print "result:", result, "used:", (end_tiem - start_time).microseconds, "μs"
 return new_func
@calc_spend_time
def calc_add(a, b):
 return a + b
@calc_spend_time
def calc_diff(a, b):
 return a - b
calc_add(a=1, b=2)
calc_diff(1, 2)

不前进,不倒退,甘休的情况是未曾的.

注:

一同前进,与君共勉,

*args:把装有的参数按出现顺序打包成list
**kargs:把具有的key=value情势的参数打包成一个dict

 

带参数的函数装饰器

如若大家需求驾驭函数的一对额外音信,例如函数小编,能够由此给装饰器函数扩展参数来实现.

import datetime
def calc_spend_time(author):
 def first_deco(func):
  def new_func(*args, **kargs):
   start_time = datetime.datetime.now()
   result = func(*args, **kargs)
   end_tiem = datetime.datetime.now()
   print author, "result:", result, "used:", (end_tiem - start_time).microseconds, "μs"
  return new_func
 return first_deco
@calc_spend_time('author_1')
def calc_add(a, b):
 return a + b
@calc_spend_time('author_2')
def calc_diff(a, b):
 return a - b
calc_add(a=1, b=2)
calc_diff(1, 2)

Python内置装饰器

Python内置的装饰器有八个:staticmethodclassmethodproperty

staticmethod:把类中的方法定义为静态方法,使用staticmethod装饰的艺术能够使用类或然类的实例对象来调用,不供给传入self

class Human(object):
 """docstring for Human"""
 def __init__(self):
  super(Human, self).__init__()
 @staticmethod
 def say(message):
  if not message:
   message = 'hello'
  print 'I say %s' % message
 def speak(self, message):
  self.say(message)
Human.say(None)
human = Human()
human.speak('hi')

输出:

I say hello
I say hi

classmethod:把类中的方法定义为类措施,使用classmethod装饰的点子能够使用类只怕类的实例对象来调用,并将该class对象隐式的作为第七个参数字传送入

class Human(object):
 """docstring for Human"""
 def __init__(self):
  super(Human, self).__init__()
  self.message = '111'
 def say(message):
  if not message:
   message = 'hello'
  print 'I say %s' % message
 @classmethod
 def speak(cls, message):
  if not message:
   message = 'hello'
  cls.say(message)
human = Human()
human.speak('hi')

出口同上例

property:把办法成为属性

class Human(object):
 """docstring for Human"""
 def __init__(self, value):
  super(Human, self).__init__()
  self._age = value
 @property
 def age(self):
  return self._age
human = Human(20)
print human.age

越多关于Python相关内容可查阅本站专题:《Python数据结构与算法教程》、《Python
Socket编制程序技巧计算》、《Python函数使用技巧计算》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

梦想本文所述对大家Python程序设计具有补助。

你或然感兴趣的稿子:

  • python怎么着定义带参数的装饰器
  • 介绍Python的@property装饰器的用法
  • Python中的各样装饰器详解
  • 深深了然python中的闭包和装饰器
  • Python装饰器的函数式编制程序详解
  • 详解Python中的装饰器、闭包和functools的学科
  • 巧用Python装饰器
    免去调用父类构造函数的难为
  • Python中的多重装饰器
  • python重试装饰器示例
  • 实例讲解Python编制程序中@property装饰器的用法
  • Python自定义装饰器原理与用法实例分析

Post Author: admin

发表评论

电子邮件地址不会被公开。 必填项已用*标注