最新消息:

Python装饰器学习

python admin 3285浏览 0评论

在《Core Python Programming 2nd》中学习到了装饰器,这对我来说是个完全陌生的语法,第一遍愣是没看懂,很有必要记一下。

第一眼看到这个词Decorator,我联想到了DP中的Decorator模式,后来才知道完全不是这么一回事。(再次鄙视一下国内浮躁的博客, 我google了一下,几乎千篇一律都是什么锁同步装饰器、超时装饰器,我对原作者表达敬仰,可是大家都是转载就不像话了,也是对网络资源的极大浪费,也 许真正有价值的博文就湮没在这片都是一模一样的东西里了)

1. 这是个什么东东?
书上说得不是太清楚,它说类似于Java的AOP(Aspect Oriented Programming,面向方面编程),我对AOP一无所知。根据我对许多例子用法的反复揣摩,我认为是类似于程序设计语义学中所说的前键后键 的概念(Eiffel中的@pre@post )。当然你可以在装饰器中做比前键与后键更多的事,如:引入日志、增加计时逻辑来检测性能、给函数增加事务的能力。

其实总体说起来,装饰器其实也就是一个函数,一个用来包装函数的函数,返回一个修改之后的函数对象,将其重新赋值原来的标识符,并永久丧失对原始函数对象的访问。

2. 装饰器语法

(1)无参数装饰器

def deco(func):
	print func
	return func
@deco
def foo():pass
foo()

第一个函数deco是装饰函数,它的参数就是被装饰的函数对象。我们可以在deco函数内对传入的函数对象做一番“装饰”,然后返回这个对象(记住一定要返回 ,不然外面调用foo的地方将会无函数可用。实际上此时foo=deco(foo))

我写了个小例子,检查函数有没有说明文档:

def deco_functionNeedDoc(func):
    if func.__doc__ == None :
        print func, "has no __doc__, it's a bad habit."
    else:
        print func, ':', func.__doc__, '.'
    return func
@deco_functionNeedDoc
def f():
    print 'f() Do something'
@deco_functionNeedDoc
def g():
    'I have a __doc__'
    print 'g() Do something'
f()
g()

(2)有参数装饰器

def decomaker(arg):
	'通常对arg会有一定的要求'
    """由于有参数的decorator函数在调用时只会使用应用时的参数
	   而不接收被装饰的函数做为参数,所以必须在其内部再创建
	   一个函数
	"""
    def newDeco(func):    #定义一个新的decorator函数
		print func, arg
		return func
	return newDeco
@decomaker(deco_args)
def foo():pass
foo()

第一个函数decomaker是装饰函数,它的参数是用来加强“加强装饰”的。由于此函数并非被装饰的函数对象,所以在内部必须至少创建一个接受被装饰函数的函数,然后返回这个对象(实际上此时foo=decomaker(arg)(foo))

 

这个我还真想不出什么好例子,还是见识少啊,只好借用同步锁的例子了:

def synchronized(lock):
    """锁同步装饰方法
    !lock必须实现了acquire和release方法
    """
    def sync_with_lock(func):
        def new_func(*args, **kwargs):
            lock.acquire()
            try:
                return func(*args, **kwargs)
            finally:
                lock.release()
        new_func.func_name = func.func_name
        new_func.__doc__ = func.__doc__
        return new_func
    return sync_with_lock
@synchronized(__locker)
def update(data):
"""更新计划任务"""
    tasks = self.get_tasks()
    delete_task = None
    for task in tasks:
        if task[PLANTASK.ID] == data[PLANTASK.ID]:
            tasks.insert(tasks.index(task), data)
            tasks.remove(task)
            delete_task = task
    r, msg = self._refresh(tasks, delete_task)
    return r, msg, data[PLANTASK.ID]

调用时还是updae(data)。

同时还可以将多个装饰器组合 使用:

@synchronized(__locker)
@deco_functionNeedDoc
def f():
    print 'f() Do something'

学后的总是感觉就是:装饰器可以让函数轻装上阵,更重要的是将函数的约束放置于接口处,使意图更加明了,同时又不增加调用者的负担。

1. Python装饰器学习 入门      http://www.aikaiyuan.com/6549.html
2. Python装饰器学习           http://www.aikaiyuan.com/6550.html
3. Python装饰器与面向切面编程 http://www.aikaiyuan.com/6551.html
4. Python装饰器的理解                        http://www.aikaiyuan.com/6552.html
5. Python装饰器               http://www.aikaiyuan.com/6553.html

转载请注明:爱开源 » Python装饰器学习

您必须 登录 才能发表评论!