Python-Dekorateure

Enthält:

1. Dekoratoren

2. Funktools

Werfen wir zunächst einen Blick auf die in Tornado verwendeten Dekoratoren
1. @tornado.web.authenticated

Zitat

Verzieren Sie Methoden damit, um zu erfordern, dass der Benutzer angemeldet ist.

Python-Code

def authenticated(method):  
    """Decorate methods with this to require that the user be logged in."""  
    @functools.wraps(method)  
    def wrapper(self, *args, **kwargs):  
        if not self.current_user:  
            if self.request.method in ("GET", "HEAD"):  
                url = self.get_login_url()  
                if "?" not in url:  
                    if urlparse.urlsplit(url).scheme:  
                        # if login url is absolute, make next absolute too  
                        next_url = self.request.full_url()  
                    else:  
                        next_url = self.request.uri  
                    url += "?" + urllib.urlencode(dict(next=next_url))  
                self.redirect(url)  
                return  
            raise HTTPError(403)  
        return method(self, *args, **kwargs)  
    return wrapper

Jede Methode, die die Benutzeranmeldung im nächsten Code überprüfen muss, kann diesen Dekorator verwenden, um viele wiederholte Bestätigungscodes zu vereinfachen @tornado.web.authenticated hinzufügen ist in Ordnung.
2. @tornado.web.asynchronous

Python-Code

def asynchronous(method):  
    @functools.wraps(method)  
    def wrapper(self, *args, **kwargs):  
        if self.application._wsgi:  
            raise Exception("@asynchronous is not supported for WSGI apps")  
        self._auto_finish = False  
        with stack_context.ExceptionStackContext(  
            self._stack_context_handle_exception):  
            return method(self, *args, **kwargs)  
    return wrapper

Dieser Dekorator setzt self._auto_finish auf False.
Als nächstes schreiben wir einen Dekorator für den Single-Interest-Modus:

Python-Code

def singleton(cls):  
    instances = {}  
    def get_instance():  
        if cls not in instances:  
            instances[cls] = cls()  
        return instances[cls]  
    return get_instance  
 
@singleton  
class Foo:  
    def __init__(self):  
        pass  
  
class Bar:  
    def __init__(self):  
        pass  
  
f = Foo()  
m = Foo()  
print f,m,f == m  
  
a = Bar()  
b = Bar()  
print a,b,a == b

Ergebnis ist:
21d2d9bf249f94db1871fadbf2d577de 470eaeb2ff9dc104197c4e3d88f987ed True
b72eb228a034ad062191010b60df3ec2 e09655d088bb492c0aba7982f47c3e41 Dieser Dekorator implementiert Singleton der Klasse Pattern Das ist eine Klasse wird nur einmal instanziiert.

Verwenden Sie Dekoratoren, um Parameter und Methodenrückgabeergebnisse zu überprüfen:

Python-Code

#-*-coding:utf-8-*-  
  
def accepts(*types):  
    def check_accepts(f):  
#        assert len(types) == f.func_code.co_argcount  
        def new_f(*args, **kwds):  
            for (a, t) in zip(args, types):  
                assert isinstance(a, t), \  
                       "arg %r does not match %s" % (a,t)  
            return f(*args, **kwds)  
        new_f.func_name = f.func_name  
        return new_f  
    return check_accepts  
  
def returns(rtype):  
    def check_returns(f):  
        def new_f(*args, **kwds):  
            result = f(*args, **kwds)  
            assert isinstance(result, rtype), \  
                   "return value %r does not match %s" % (result,rtype)  
            return result  
        new_f.func_name = f.func_name  
        return new_f  
    return check_returns  
 
@accepts(int, (int,float))  
@returns((int,float))  
def func(arg1, arg2):  
    return arg1 * arg2  
  
print func(1,2.0)

Python-Code

def check_param_isvalid():  
    def check(method):  
        def check_param(*args,**kwargs):  
            for a in args:  
                assert isinstance(a, int),"arg %r does not match %s" % (a,int)  
                assert a > 100000,"arg %r must gt 100000" % a  
            return method(*args, **kwargs)  
        return check_param  
    return check  
 
@check_param_isvalid()  
def foo(*args):  
    print args  
  
foo(200000,5000)

Ergebnis:
Assert a > 🎜>Zitat

Designziele:

Die neue Syntax sollte

* für beliebige Wrapper funktionieren, einschließlich benutzerdefinierter Callables und der vorhandenen integrierten Klassenmethode () und staticmethod(). Diese Anforderung bedeutet auch, dass eine Decorator-Syntax die Übergabe von Argumenten an den Wrapper-Konstruktor unterstützen muss
* mit mehreren Wrappern pro Definition arbeiten
* es sollte zumindest offensichtlich sein, was passiert Neue Benutzer können es getrost ignorieren, wenn sie ihren eigenen Code schreiben
* eine Syntax sein, „die ... nach der Erklärung leicht zu merken ist“
* zukünftige Erweiterungen nicht schwieriger machen
* einfach zu tippen sein ; Es wird erwartet, dass Programme, die es verwenden, es sehr häufig verwenden
* das schnelle Durchsuchen des Codes nicht erschweren. Es sollte dennoch einfach sein, nach allen Definitionen, einer bestimmten Definition oder den Argumenten zu suchen, die eine Funktion akzeptiert
* Sekundäre Support-Tools wie sprachsensitive Editoren und andere „Spielzeug-Parser-Tools da draußen“ nicht unnötig komplizieren.
* Ermöglichen Sie zukünftigen Compilern die Optimierung für Dekoratoren, mit der Hoffnung, dass ein JIT-Compiler für Python eingeführt wird Irgendwann in der Existenz erfordert dies tendenziell, dass die Syntax für Dekoratoren vor der Funktionsdefinition steht
* Bewegen Sie sich vom Ende der Funktion, wo sie derzeit verborgen ist, nach vorne, wo sie mehr ins Auge fällt [13 ]