【摘要】 Python装饰器的学习笔记
1. 初识装饰器
接下来,我们通过一个例子来为大家讲解这个装饰器:
需求介绍:你现在xx科技有限公司的开发部分任职,领导给你一个业务需求让你完成:让你写代码测试小明同学写的函数的执行效率。
def effectiveness():
print("华为云欢迎你")
版本1:
需求分析:你要想测试此函数的执行效率,你应该怎么做?应该在此函数执行前记录一个时间, 执行完毕之后记录一个时间,这个时间差就是具体此函数的执行效率。那么执行时间如何获取呢? 可以利用time模块,有一个time.time()功能。
import time
print(time.time())
#返回 1575997129.8832688
此方法返回的是格林尼治时间,是此时此刻距离1970年1月1日0点0分0秒的时间秒数。也叫时间戳,他是一直变化的。所以要是计算shopping_car的执行效率就是在执行前后计算这个时间戳的时间,然后求差值即可。
def effectiveness():
time.sleep(2)
print("华为云欢迎你")
start_time = time.time()
effectiveness()
end_time = time.time()
print("此函数的执行效率为:" + str(end_time-start_time))
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1575998021.69584
华为云欢迎你
此函数的执行效率为:2.0020952224731445
Process finished with exit code 0
版本1分析:你现在已经完成了这个需求,但是有什么问题没有? 虽然你只写了四行代码,但是你完成的是一个测试其他函数的执行效率的功能,如果让你测试一下,小张,小李,小刘的函数效率呢? 你是不是全得复制:
重复代码太多了,所以要想解决重复代码的问题,怎么做?我们是不是学过函数,函数就是以功能为导向,减少重复代码,好我们继续整改。
版本2:
def effectiveness():
time.sleep(1)
print("华为云欢迎你")
def calculate_func():
start_time = time.time()
effectiveness()
end_time = time.time()
return end_time - start_time
print("此函数的执行效率为:" + str(calculate_func()))
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1575998266.1427834
华为云欢迎你
此函数的执行效率为:1.0010716915130615
Process finished with exit code 0
但是你这样写也是有问题的,你虽然将测试功能的代码封装成了一个函数,但是这样,你只能测试小明同学的的函数index,你要是测试其他同事的函数呢?你怎么做?
你要是像上面那么做,每次测试其他同事的代码还需要手动改,这样是不是太low了?所以如何变成动态测试其他函数?我们是不是学过函数的传参?能否将被装饰函数的函数名作为函数的参数传递进去呢?
版本3:
def effectiveness():
time.sleep(1)
print("华为云欢迎你")
def diff_file():
time.sleep(2.5)
print("this is google")
def calculate_func(func):
start_time = time.time()
func()
end_time = time.time()
return end_time - start_time
print("effectiveness函数的执行效率为:" + str(calculate_func(effectiveness)))
print("diff_file函数的执行效率为:" + str(calculate_func(diff_file)))
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1575998867.014351
华为云欢迎你
effectiveness函数的执行效率为:1.0010769367218018
this is google
diff_file函数的执行效率为:2.502596139907837
Process finished with exit code 0
这样我将函数effectiveness的函数名作为参数传递给calculate_func函数,然后在calculate_func函数里面执行effectiveness函数,这样就变成动态传参了。好,你们现在将版本3的代码快速练一遍。 大家练习完了之后,发现有什么问题么? 对比着开放封闭原则说: 首先,effectiveness函数除了完成了自己之前的功能,还增加了一个测试执行效率的功能,对不?所以也符合开放原则。 其次,effectiveness函数源码改变了么?没有,但是执行方式改变了,所以不符合封闭原则。 原来如何执行? effectiveness() 现在如何执行? calculate_func(effectiveness),这样会造成什么问题? 假如effectiveness在你的项目中被100处调用,那么这相应的100处调用我都得改成calculate_func(effectiveness)。 非常麻烦,也不符合开放封闭原则。
版本4:实现真正的开放封闭原则:装饰器。
这个也很简单,就是我们昨天讲过的闭包,只要你把那个闭包的执行过程整清楚,那么这个你想不会都难。
你将上面的inner函数在套一层最外面的函数timer,然后将里面的inner函数名作为最外面的函数的返回值,这样简单的装饰器就写好了,一点新知识都没有加,这个如果不会就得多抄几遍,然后理解代码。
def diff_file():
time.sleep(2.5)
print("this is google")
def calculate_func(func):
def inner():
start_time = time.time()
func()
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return inner
ret_func = calculate_func(diff_file)
ret_func() # 等于调用了inner
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576000235.7557225
this is google
函数的执行效率为:2.5025622844696045
Process finished with exit code 0
我们分析一下,代码,代码执行到这一行:ret_func= calculate_func(diff_file) 先执行谁?看见一个等号先要执行等号右边, calculate_func(diff_file) 执行calculate_func函数将diff_file函数名传给了func形参。内层函数inner执行么?不执行,inner函数返回 给ret_func变量。所以我们执行ret_func() 就相当于执行inner闭包函数。 ret_func(),这样既测试效率又执行了原函数,有没有问题?当然有啦!!版本4你要解决原函数执行方式不改变的问题,怎么做? 所以你可以把 ret_func换成 diff_file变量就完美了! diff_file = calculate_func(diff_file) , diff_file()带着同学们将这个流程在执行一遍,特别要注意 函数外面的diff_file实际是inner函数的内存地址而不是diff_file函数。让学生们抄一遍,理解一下,这个calculate_func就是最简单版本装饰器,在不改变原diff_file函数的源码以及调用方式前提下,为其增加了额外的功能,测试执行效率。
2. 带返回值的装饰器
你现在这个代码,完成了最初版的装饰器,但是还是不够完善,因为你被装饰的函数index可能会有返回值,如果有返回值,你的装饰器也应该不影响,开放封闭原则嘛。但是你现在设置一下试试:
def diff_file():
time.sleep(2.5)
print("this is google")
return "姐姐"
def calculate_func(func):
def inner():
start_time = time.time()
func()
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return inner
ret_func = calculate_func(diff_file)
ret_data = ret_func() # 等于调用了inner
print(ret_data)
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576001398.9691799
this is google
函数的执行效率为:2.5025620460510254
None
Process finished with exit code 0
加上装饰器之后,他的返回值为None,为什么?因为你现在的ret_func不是函数名ret_func,这ret_func实际是inner函数名。所以ret_func() 等同于inner() 你的 '访问成功'返回值应该返回给谁?应该返回给ret_func,这样才做到开放封闭,实际返回给了谁?实际返回给了func,所以你要更改一下你的装饰器代码,让其返回给外面的ret_func函数名。 所以:你应该这么做:
def diff_file():
time.sleep(2.5)
print("this is google")
return "姐姐"
def calculate_func(func):
def inner():
start_time = time.time()
ret = func()
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return ret
return inner
ret_func = calculate_func(diff_file)
ret_data = ret_func() # 等于调用了inner
print(ret_data)
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576001170.6579535
this is google
函数的执行效率为:2.50258469581604
姐姐
Process finished with exit code 0
借助于内层函数inner,你将func的返回值,返回给了inner函数的调用者也就是函数外面的ret_func,这样就实现了开放封闭原则,ret_func返回值,确实返回给了'ret_data'。
3 被装饰函数带参数的装饰器
到目前为止,你的被装饰函数还是没有传参呢?按照我们的开放封闭原则,加不加装饰器都不能影响你被装饰函数的使用。所以我们看一下。
def diff_file(name):
time.sleep(2.5)
print(f"this is google what's your {name} ")
return "姐姐"
def calculate_func(func):
def inner():
start_time = time.time()
ret = func()
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return ret
return inner
ret_func = calculate_func(diff_file)
ret_data = ret_func("李白") # 等于调用了inner
print(ret_data)
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576002133.1686425
Traceback (most recent call last):
File "/home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py", line 30, in <module>
ret_data = ret_func("李白") # 等于调用了inner
TypeError: inner() takes 0 positional arguments but 1 was given
Process finished with exit code 1
上面那么做,显然报错了,为什么? 你的ret_func这个变量是谁?是inner,ret_func('李白')实际是inner('李白')但是你的'李白'这个实参应该传给谁? 应该传给diff_file函数,实际传给了谁?实际传给了inner,所以我们要通过更改装饰器的代码,让其将实参'李白'传给diff_file.
def diff_file(name):
time.sleep(2.5)
print(f"this is google what's your {name} ")
return "姐姐"
def calculate_func(func):
def inner(name):
start_time = time.time()
ret = func(name)
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return ret
return inner
ret_func = calculate_func(diff_file)
ret_data = ret_func("李白") # 等于调用了inner
print(ret_data)
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576002491.6821125
this is google what's your 李白
函数的执行效率为:2.502556562423706
姐姐
Process finished with exit code 0
这样你就实现了,还有一个小小的问题,现在被装饰函数的形参只是有一个形参,如果要是多个怎么办?有人说多少个我就写多少个不就行了,那不行呀,你这个装饰器可以装饰N多个不同的函数,这些函数的参数是不统一的。所以你要有一种可以接受不定数参数的形参接受他们。这样,你就要想到*args,**kwargs。
def effectiveness(name, age):
time.sleep(1)
print(f"华为云欢迎你{name},妹妹的年宁{age}")
return "妹妹"
def diff_file(name):
time.sleep(2.5)
print(f"this is google what's your {name} ")
return "姐姐"
def calculate_func(func):
def inner(*args, **kwargs):
start_time = time.time()
ret = func(*args, **kwargs)
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return ret
return inner
ret_func = calculate_func(diff_file)
ret_data = ret_func("李白") # 等于调用了inner
print(ret_data)
ret_func1 = calculate_func(effectiveness)
ret_data1 = ret_func1("妞妞", 16) # 等于调用了inner
print(ret_data1)
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576002922.719054
this is google what's your 李白
函数的执行效率为:2.5026206970214844
姐姐
华为云欢迎你妞妞,妹妹的年宁16
函数的执行效率为:1.001091718673706
妹妹
Process finished with exit code 0
这样利用*的打散与聚合的原理,将这些实参通过inner函数的中间完美的传递到给了相应的形参。
4. 标准版装饰器
代码优化:语法糖
根据我的学习,我们知道了,如果想要各给一个函数加一个装饰器应该是这样:
如果你想给diff_file加上装饰器,每次执行diff_file之前你要写上一句:ret_func = calculate_func(diff_func)这样你在执行ret_func函数 ret_data('妞妞',16) 才是真生的添加了额外的功能。但是每次写这一句也是很麻烦。所以,Python给我们提供了一个简化机制,用一个很简单的符号去代替这一句话。
def calculate_func(func):
def inner(*args, **kwargs):
start_time = time.time()
ret = func(*args, **kwargs)
end_time = time.time()
print("函数的执行效率为:" + str(end_time - start_time))
return ret
return inner
@calculate_func
def effectiveness(name, age):
time.sleep(1)
print(f"华为云欢迎你{name},妹妹的年宁{age}")
return "妹妹"
@calculate_func
def diff_file(name):
time.sleep(2.5)
print(f"this is google what's your {name} ")
return "姐姐"
# @calculate_func <====> ret_func = calculate_func(diff_file)
ret_data = diff_file("李白") # 等于调用了inner
print(ret_data)
# @calculate_func <====> ret_func1 = calculate_func(effectiveness)
ret_data1 = effectiveness("妞妞", 16) # 等于调用了inner
print(ret_data1)
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576003516.4458728
this is google what's your 李白
函数的执行效率为:2.5025768280029297
姐姐
华为云欢迎你妞妞,妹妹的年宁16
函数的执行效率为:1.0010745525360107
妹妹
Process finished with exit code 0
你看此时我调整了一下位置,你要是不把装饰器放在上面,calculate_func是找不到的。diff_file函数如果想要加上装饰器那么你就在diff_file函数上面加上@calculate_func,就等同于那句话 ret_func = calculate_func(diff_file)。这么做没有什么特殊意义,就是让其更简单化,比如你在影视片中见过野战军的作战时由于不方便说话,用一些简单的手势代表一些话语,就是这个意思。
至此标准版的装饰器就是这个样子:
def wrapper(func):
def inner(*args, **kwargs):
"""装饰前增加的功能代码"""
ret = func(*args, **kwargs)
"""装饰后增加的功能代码"""
return ret
return inner
这个就是标准的装饰器,完全符合代码开放封闭原则。这几行代码一定要背过,会用。
此时我们要利用这个装饰器完成一个需求:简单版模拟博客园登录。 此时带着学生们看一下博客园,说一下需求: 博客园登陆之后有几个页面,diary,comment,home,如果我要访问这几个页面,必须验证我是否已登录。 如果已经成功登录,那么这几个页面我都可以无阻力访问。如果没有登录,任何一个页面都不可以访问,我必须先登录,登录成功之后,才可以访问这个页面。我们用成功执行函数模拟作为成功访问这个页面,现在写三个函数,写一个装饰器,实现上述功能。
flags_login = True
def authenticate(func):
"""
这是一个装饰器函数
:return:
"""
def inner(*args, **kwargs):
"""执行代码前增加功能"""
global flags_login
if flags_login:
username = input("请输入用户名:")
password = input("请输入秘密:")
if username == "yuchuanduan" and password == "123456":
ret = func(*args, **kwargs)
flags_login = False
return ret
else:
ret = func(*args, **kwargs)
"""执行代码后增加功能"""
return ret
return inner
@authenticate
def diary():
print("欢迎来到diary页面!")
@authenticate
def comment():
print("欢迎来到comment页面?")
@authenticate
def home():
print("欢迎来到home页面")
diary()
comment()
home()
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576006578.762892
请输入用户名:yuchuanduan
请输入秘密:123456
欢迎来到diary页面!
欢迎来到comment页面?
欢迎来到home页面
Process finished with exit code 0
login_statues = {
"username": None,
"status": True
}
def authenticate(func):
"""
这是一个装饰器函数
:return:
"""
def inner(*args, **kwargs):
"""执行代码前增加功能"""
if login_statues["status"]:
login_statues["username"] = input("请输入用户名:")
password = input("请输入秘密:")
if login_statues["username"] == "yuchuanduan" and password == "123456":
ret = func(*args, **kwargs)
login_statues["status"] = False
return ret
else:
ret = func(*args, **kwargs)
"""执行代码后增加功能"""
return ret
return inner
@authenticate
def diary():
print("欢迎来到diary页面!")
@authenticate
def comment():
print("欢迎来到comment页面?")
@authenticate
def home():
print("欢迎来到home页面")
diary()
comment()
home()
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576006823.0322616
请输入用户名:yuchuanduan
请输入秘密:123456
欢迎来到diary页面!
欢迎来到comment页面?
欢迎来到home页面
Process finished with exit code 0
5. 带参数的装饰器
我们看,装饰器其实就是一个闭包函数,再说简单点就是两层的函数。那么是函数,就应该具有函数传参功能。
login_statues = {
"username": None,
"status": True
}
def authenticate(func):
"""
这是一个装饰器函数
:return:
"""
def inner(*args, **kwargs):
"""执行代码前增加功能"""
if login_statues["status"]:
login_statues["username"] = input("请输入用户名:")
password = input("请输入秘密:")
if login_statues["username"] == "yuchuanduan" and password == "123456":
ret = func(*args, **kwargs)
login_statues["status"] = False
return ret
else:
ret = func(*args, **kwargs)
"""执行代码后增加功能"""
return ret
return inner
你看我上面的装饰器,不要打开,他可以不可在套一层:
def authenticate(my_args):
def authenticate1(func):
"""
这是一个装饰器函数
:return:
"""
def inner(*args, **kwargs):
"""执行代码前增加功能"""
if login_statues["status"]:
login_statues["username"] = input("请输入用户名:").strip()
password = input("请输入秘密:").strip()
if login_statues["username"] == "yuchuanduan" and password == "123456":
ret = func(*args, **kwargs)
login_statues["status"] = False
return ret
else:
ret = func(*args, **kwargs)
"""执行代码后增加功能"""
return ret
return inner
return authenticate1
举例说明:抖音:绑定的是微信账号密码。 皮皮虾:绑定的是qq的账号密码。 你现在要完成的就是你的装饰器要分情况去判断账号和密码,不同的函数用的账号和密码来源不同。 但是你之前写的装饰器只能接受一个参数就是函数名,所以你写一个可以接受参数的装饰器。
login_statues = {
"username": None,
"status": True
}
def authenticate(my_args):
def authenticate1(func):
"""
这是一个装饰器函数
:return:
"""
def inner(*args, **kwargs):
"""执行代码前增加功能"""
if login_statues["status"]:
if my_args == "Wechat":
login_statues["username"] = input("请输入Wechat用户名:").strip()
password = input("请输入Wechat秘密:").strip()
if login_statues["username"] == "yuchuanduan" and password == "123456":
ret = func(*args, **kwargs)
login_statues["status"] = False
return ret
elif my_args == "qq":
login_statues["username"] = input("请输入QQ用户名:").strip()
password = input("请输入QQ秘密:").strip()
if login_statues["username"] == "yuchuanduan" and password == "123456":
ret = func(*args, **kwargs)
login_statues["status"] = False
return ret
else:
ret = func(*args, **kwargs)
"""执行代码后增加功能"""
return ret
return inner
return authenticate1
@authenticate("Wechat")
def diary():
print("欢迎来到diary页面!")
@authenticate("qq")
def comment():
print("欢迎来到comment页面?")
@authenticate("Wechat")
def home():
print("欢迎来到home页面")
diary()
comment()
home()
结果:
/usr/local/bin/python3 /home/yuchuantester/YuchuanData/PythonData/PythonProject/YuchuanDemo002.py
1576008396.1496649
请输入Wechat用户名:dsfs
请输入Wechat秘密:dsd
请输入QQ用户名:dsf
请输入QQ秘密:ds
请输入Wechat用户名:yuchuanduan
请输入Wechat秘密:123456
欢迎来到home页面
Process finished with exit code 0
@authenticate('Wechat') :分两步:
第一步先执行authenticate('Wechat')函数,得到返回值authenticate1
第二步@与authenticate1结合,形成装饰器@authenticate1 然后在依次执行。
这样就是带参数的装饰器,参数可以传入多个,一般带参数的装饰器在以后的工作中都是给你提供的, 你会用就行,但是自己也一定要会写,面试经常会遇到。
作者:Yuchuan