Python 裝飾器@,對(duì)函數(shù)進(jìn)行功能擴(kuò)展操作示例【開閉原則】
本文實(shí)例講述了Python 裝飾器@,對(duì)函數(shù)進(jìn)行功能擴(kuò)展操作。分享給大家供大家參考,具體如下:
裝飾器可以對(duì)原函數(shù)進(jìn)行功能擴(kuò)展,但還不需要修改原函數(shù)的內(nèi)容(開閉原則),也不需要修改原函數(shù)的調(diào)用。
demo.py(裝飾器,@):
# 閉包
def w1(func):
def inner():
# 對(duì)原函數(shù)進(jìn)行功能擴(kuò)展
print("功能擴(kuò)展")
func()
# return func() # 如果原函數(shù)需要返回值,可以return
return inner # 閉包
@w1
# 相當(dāng)于 f1 = w1(f1)
def f1():
print('f1') # 原函數(shù)不需要修改
f1() # 原函數(shù)的調(diào)用也不需要修改
demo.py(裝飾器通用格式,對(duì)不定長參數(shù)并且有返回值的函數(shù)進(jìn)行裝飾):
def set_func(func):
def call_func(*args, **kwargs):
print("裝飾器擴(kuò)展的功能")
return func(*args, **kwargs) # 這里的*和*表示拆包。 不管有沒有返回值,return都沒問題。
return call_func
@set_func # 相當(dāng)于 test1 = set_func(test1)
# 對(duì)含有不定長參數(shù)并且有返回值的函數(shù)進(jìn)行裝飾。
def test1(num, *args, **kwargs):
print("-----test1----%d" % num)
return "ok"
ret = test1(100)
print(ret)
demo.py(多個(gè)裝飾器的裝飾順序):
def add_1(func):
def call_func(*args, **kwargs):
print("裝飾器1 擴(kuò)展的功能")
return func(*args, **kwargs)
return call_func
def add_2(func):
def call_func(*args, **kwargs):
print("裝飾器2 擴(kuò)展的功能")
return func(*args, **kwargs)
return call_func
@add_2
@add_1
# 先裝飾add_1,再裝飾add_2
def test1():
print("------test1------")
test1() # 在調(diào)用函數(shù)之前就已經(jīng)裝飾好了。
# 裝飾器2 擴(kuò)展的功能
# 裝飾器1 擴(kuò)展的功能
# ------test1------
demo.py(用類充當(dāng)裝飾器):
# 用類充當(dāng)裝飾器
class Test(object):
def __init__(self, func):
self.func = func
def __call__(self, *args, **kwargs):
print("這里是裝飾器添加的功能.....")
return self.func(*args, **kwargs)
@Test # 相當(dāng)于get_str = Test(get_str) # 實(shí)例化對(duì)象,調(diào)用__init__方法。
def get_str():
return "haha"
print(get_str()) # 實(shí)例對(duì)象(),會(huì)自動(dòng)調(diào)用對(duì)象的__call__方法。
@functools.wraps修飾裝飾器的內(nèi)層函數(shù)。(修飾內(nèi)層函數(shù)后,被裝飾器裝飾的函數(shù)的__name__、__doc__不會(huì)被裝飾器改變)
demo.py(@functools.wraps修飾裝飾器的內(nèi)層函數(shù)):
# coding:utf-8
import functools # 導(dǎo)入
# 自定義的裝飾器
def login_required(func):
@functools.wraps(func)
# 裝飾器的內(nèi)層函數(shù),一般要加@functools.wraps裝飾器
def wrapper(*arg, **kwargs):
"""wrapper的說明文檔"""
# 。。。
return func(*arg, **kwargs)
return wrapper
# 使用自定義的裝飾器
@login_required
def demofunc():
"""demofunc的說明文檔"""
pass
print(demofunc.__name__) # 不加@functools.wraps裝飾器時(shí):"wrapper"。 加裝飾器時(shí):"demofunc"
print(demofunc.__doc__) # 不加@functools.wraps裝飾器時(shí):"wrapper的說明文檔"。 加裝飾器時(shí):"demofunc的說明文檔"
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Python面向?qū)ο蟪绦蛟O(shè)計(jì)入門與進(jìn)階教程》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python編碼操作技巧總結(jié)》及《Python入門與進(jìn)階經(jīng)典教程》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
- Python 中的函數(shù)裝飾器和閉包詳解
- Python高階函數(shù)與裝飾器函數(shù)的深入講解
- 如何實(shí)現(xiàn)一個(gè)python函數(shù)裝飾器(Decorator)
- Python如何創(chuàng)建裝飾器時(shí)保留函數(shù)元信息
- python裝飾器相當(dāng)于函數(shù)的調(diào)用方式
- python函數(shù)裝飾器之帶參數(shù)的函數(shù)和帶參數(shù)的裝飾器用法示例
- Python函數(shù)裝飾器原理與用法詳解
- 讓你Python到很爽的加速遞歸函數(shù)的裝飾器
- Python裝飾器限制函數(shù)運(yùn)行時(shí)間超時(shí)則退出執(zhí)行
- Python函數(shù)裝飾器的使用教程
相關(guān)文章
一文向您詳細(xì)介紹指令 python -m pip install的用法和功能
通過本文的介紹,我們?cè)敿?xì)了解了python -m pip install命令的用法和功能,從基本用法到安裝特定版本的包、從其他源安裝包、升級(jí)和卸載包,再到使用requirements.txt管理依賴,我們逐步深入了解了pip的強(qiáng)大功能,感興趣的朋友跟隨小編一起看看吧2024-07-07
Python編程OpenCV和Numpy圖像處理庫實(shí)現(xiàn)圖片去水印
這篇文章主要介紹了Python編程中如何實(shí)現(xiàn)圖片去水印本文采用了OpenCV和Numpy的圖像處理的方法來實(shí)現(xiàn),文中附含詳細(xì)示例代碼,有需要的朋友可以借鑒參考下2021-09-09
python實(shí)現(xiàn)圖像處理之PiL依賴庫的案例應(yīng)用詳解
這篇文章主要介紹了python實(shí)現(xiàn)圖像處理之PiL依賴庫的案例應(yīng)用詳解,本篇文章通過簡要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-07-07
python機(jī)器學(xué)習(xí)darts時(shí)間序列預(yù)測(cè)和分析
這篇文章主要介紹了python機(jī)器學(xué)習(xí)darts時(shí)間序列預(yù)測(cè)和分析使用實(shí)例探索,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
Python學(xué)習(xí)之str重要函數(shù)
這篇文章主要介紹了Python str重要函數(shù),本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-10-10
Python讀取postgresql數(shù)據(jù)庫詳情
這篇文章主要介紹了Python讀取postgresql數(shù)據(jù)庫詳情,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-09-09
Python 編碼Basic Auth使用方法簡單實(shí)例
這篇文章主要介紹了 Python 編碼Basic Auth使用方法簡單實(shí)例的相關(guān)資料,需要的朋友可以參考下2017-05-05

