文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

Python高级进阶，让你更上一层楼！

共 21 篇文章
1
Python 网络编程
2
Python多任务——线程
3
Python多线程同步问题
4
Python多任务 - 进程
5
Python进程间通信
6
​线程、进程对比
7
​Python迭代器
8
Python生成器
9
​Python协程
10
Python正则表达式
11
Python MySQL数据库交互
12
​深度解析Python的赋值、浅拷贝、深拷贝
13
Python私有化及_下划线命名用途
14
Python多继承及MRO顺序
15
Python中类的静态方法、类方法及实例方法
16
Python中property的使用技巧
17
Python中的魔法属性
18
Python with关键字原理详解
19
一则小故事带你弄清Python装饰器
20
Python装饰器的具体使用
21
探寻Python类的鼻祖——元类
清单首页Python高级进阶，让你更上一层楼！文章详情
清单「Python高级进阶，让你更上一层楼！」 20/21

Python装饰器的具体使用

忆想不到的晖

装饰器分类

Python装饰器，大致可分为：无参装饰器、带参装饰器。接下来我们一探究竟

多个装饰器一起使用

代码语言：txt
复制
"""
装饰器的具体使用
"""

print("# -------------------- 多个装饰器一起使用 -------------------- #")


# 加粗
def make_bold(fn):
    def wrapped():
        return "<b>" + fn() + "</b>"

    return wrapped


# 斜体
def make_italic(fn):
    def wrapped():
        return "<i>" + fn() + "</i>"

    return wrapped


@make_bold
def test1():
    return "hello world-1"


@make_italic
def test2():
    return "hello world-2"


# 两个装饰器一起使用
@make_bold
@make_italic
def test3():
    return "hello world-3"


print(test1())
print(test2())
print(test3())

运行结果：

代码语言：txt
复制
# -------------------- 多个装饰器一起使用 -------------------- #
<b>hello world-1</b>
<i>hello world-2</i>
<b><i>hello world-3</i></b>

可以发现装饰 test3 的结果是先变斜体，然后在加粗。首先程序是从上到下执行的，当遇到 @make_bold 时它会把下面的函数引用传递给 make_bold 函数，但下面的又是一个装饰器 @make_italic ，这个装饰器一样会把下面的函数 test3 传递给 make_italic 函数，先将make_italic 函数的返回值 wrapped 赋值给 test3，然后这个新的 test3 函数再传递给 make_bold。因此是先变斜体，然后再加粗。

可能理解起来会很绕，看看下面这段程序结果你就更明白了，最好是亲自去尝试一下，加强理解。

代码语言：txt
复制
"""
装饰器的具体使用
"""

print("# -------------------- 多个装饰器一起使用 -------------------- #")


# 加粗
def make_bold(fn):
    print("make_bold called")
    print(fn.__name__)

    def wrapped():
        return "<b>" + fn() + "</b>"

    return wrapped


# 斜体
def make_italic(fn):
    print("make_italic called")
    print(fn.__name__)

    def wrapped():
        return "<i>" + fn() + "</i>"

    return wrapped


# 两个装饰器一起使用
@make_bold
@make_italic
def test3():
    return "hello world-3"


print(test3())

运行结果：

代码语言：txt
复制
# -------------------- 多个装饰器一起使用 -------------------- #
make_italic called
function name: test3
    
make_bold called
function name: wrapped
<b><i>hello world-3</i></b>

先传递 test3 函数，经过 @make_italic 装饰器后 test3 = wrapped，在传递 test3 函数，而此时test3 其实就是 wrapped。因此第二次 fn.__name__，打印是 wrapped。

各种装饰器示例

无参数的函数

代码语言：txt
复制
print("# -------------------- 无参数装饰器 -------------------- #")
from time import ctime, sleep


# 打印当前运行时间
def cur_time(func):
    def wrapped_func():
        print("%s called at %s" % (func.__name__, ctime()))
        func()

    return wrapped_func


@cur_time
def foo():
    print("I am foo")


foo()
sleep(2)
foo()

上面代码理解装饰器执行行为可理解成

代码语言：txt
复制
# foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func
foo = timefun(foo)

# 调用foo(),即等价调用wrapped_func()
foo()

# 内部函数wrapped_func被引用，所以外部函数的func变量(自由变量)并没有释放
# func里保存的是原foo函数对象

运行结果：

代码语言：txt
复制
# -------------------- 无参数装饰器 -------------------- #
foo called at Thu Apr 15 20:40:35 2021
I am foo
foo called at Thu Apr 15 20:40:37 2021
I am foo

被装饰的函数有参数

代码语言：txt
复制
print("# -------------------- 被装饰的函数有参数 -------------------- #")
from time import ctime, sleep


def cur_time(func):

    # 注意在这里接受函数参数
    def wrapped_func(a, b):
        print("%s called at %s" % (func.__name__, ctime()))
        print(a, b)
        func(a, b)

    return wrapped_func


@cur_time
def foo(a, b):
    print(a + b)


foo(3, 5)
sleep(2)
foo(2, 4)

运行结果：

代码语言：txt
复制
# -------------------- 被装饰的函数有参数 -------------------- #
foo called at Thu Apr 15 20:47:18 2021
3 5
8
foo called at Thu Apr 15 20:47:20 2021
2 4
6

被装饰的函数有不定长参数

代码语言：txt
复制
print("# -------------------- 被装饰的函数有不定长参数 -------------------- #")
from time import ctime, sleep


def cur_time(func):

    # 这里用*arg **kwargs来接受不定长参数
    def wrapped_func(*args, **kwargs):
        print("%s called at %s" % (func.__name__, ctime()))
        print("args:", args)
        print("kwargs:", kwargs)
        func(*args, **kwargs)

    return wrapped_func


@cur_time
def foo(a, b, c):
    print(a + b + c)


foo(1, 3, 5)
sleep(2)
foo(2, 4, c=6)

运行结果：

代码语言：txt
复制
# -------------------- 被装饰的函数有不定长参数 -------------------- #
foo called at Thu Apr 15 21:10:02 2021
args: (1, 3, 5)
kwargs: {}
9

foo called at Thu Apr 15 21:10:05 2021
args: (2, 4)
kwargs: {'c': 6}
12

以 foo(2, 4, c=6) 举例，2, 4 会以元组的形式传递给 args，c=6 这种键值对的则是以字典的形式传递给 kwargs ，需注意的是在函数参数定义的时候需在参数名前带上 *。参数名称可以自定义但 * 不能少，否则就不是不定参数函数。例如 *args 可以换成 *params ，*kwargs 可以换成 *kws。但我们最好不要改动。

装饰器中的return

代码语言：txt
复制
print("# -------------------- 装饰器的return -------------------- #")
from time import ctime, sleep


def cur_time(func):
    def wrapped_func():
        print("%s called at %s" % (func.__name__, ctime()))
        func()

    return wrapped_func


@cur_time
def foo():
    print("I am foo")


@cur_time
def get_info():
    return '----hei hei---'


foo()
sleep(2)
foo()

print(get_info())

执行结果：

代码语言：txt
复制
# -------------------- 装饰器的return -------------------- #
foo called at Thu Apr 15 21:27:52 2021
I am foo

foo called at Thu Apr 15 21:27:54 2021
I am foo

get_info called at Thu Apr 15 21:27:54 2021
None

如果修改装饰器为如下

代码语言：txt
复制
def cur_time(func):
    def wrapped_func():
        print("%s called at %s" % (func.__name__, ctime()))
        ret = func() # 先接收函数的返回值
        return ret   # 然后返回出去

    return wrapped_func

则运行结果：

代码语言：txt
复制
# -------------------- 装饰器的return -------------------- #
foo called at Thu Apr 15 21:32:43 2021
I am foo

foo called at Thu Apr 15 21:32:45 2021
I am foo

get_info called at Thu Apr 15 21:32:45 2021
----hei hei---

说明：

一般情况下为了让装饰器更通用，可以有 return

装饰器带参数

代码语言：txt
复制
print("# -------------------- 装饰器带参数 -------------------- #")
from time import ctime, sleep


def time_arg(pre="hello"):

    def cur_time(func):
        def wrapped_func():
            print("%s called at %s %s" % (func.__name__, ctime(), pre))
            return func()

        return wrapped_func

    return cur_time


@time_arg("hui")
def foo():
    print("I am foo")


@time_arg("python")
def goo():
    print("I am goo")


foo()
sleep(2)
foo()

goo()
sleep(2)
goo()

装饰过程如下

代码语言：txt
复制
1. 先调用 time_arg("hui")

2. 将步骤1得到的返回值，即cur_time返回， 然后装饰器@time_arg('hui')就变成了@cur_time

3. 将 foo 传递给 cur_time

3. 将 cur_time(foo)的结果返回，即wrapped_func

4. 让foo = wrapped_fun，即foo现在指向wrapped_func

可以理解为

代码语言：txt
复制
foo() == timef_arg("hui")(foo)()
goo() == timef_arg("python")(goo)()

记住 xxx() 即 xxx 调用，而 @decorate 则执行 decorate 函数，只不过会把 @ 下面被装饰的函数当做参数传递给 decorate 函数执行。

类装饰器（扩展）

装饰器函数其实是这样一个接口约束，它必须接受一个 callable 对象作为参数，然后返回一个 callable 对象。在Python中一般 callable 对象都是函数，但也有例外。只要某个对象重写了 __call__() 方法，那么这个对象就是 callable 的。

  • callable 就是可被调用执行的对象
代码语言：txt
复制
class Test():
    def __call__(self):
        print('call me!')

t = Test()
t()  # 输出 call me

类装饰器demo

代码语言：txt
复制
class Test(object):
    
    def __init__(self, func):
        print("---初始化---")
        print("func name is %s" % func.__name__)
        self.__func = func
        
    def __call__(self):
        print("---装饰器中的功能---")
        self.__func()

@Test
def test():
    print("----test---")
test()

说明：

代码语言：txt
复制
1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象
	并且会把test这个函数名当做参数传递到__init__方法中
    即在__init__方法中的属性__func指向了test指向的函数

2. test指向了用Test创建出来的实例对象

3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法

4. 为了能够在__call__方法中调用原来test指向的函数体，
	所以在__init__方法中就需要一个实例属性来保存这个函数体的引用
    所以才有了self.__func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体

运行结果如下：

代码语言：txt
复制
---初始化---
func name is test
---装饰器中的功能---
----test---

源代码

源代码已上传到 Gitee PythonKnowledge: Python知识宝库，欢迎大家来访。

✍ 码字不易，还望各位大侠多多支持❤️。

公众号

新建文件夹X

大自然用数百亿年创造出我们现实世界，而程序员用几百年创造出一个完全不同的虚拟世界。我们用键盘敲出一砖一瓦，用大脑构建一切。人们把1000视为权威，我们反其道行之，捍卫1024的地位。我们不是键盘侠，我们只是平凡世界中不凡的缔造者 。

下一篇
举报

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287

领券