Résumer les points de connaissances des décorateurs en Python

Cet article vous apporte des connaissances pertinentes sur python, qui introduit principalement des problèmes liés aux décorateurs, notamment les fermetures, les décorateurs, l'utilisation de plusieurs décorateurs, les décorateurs avec paramètres, etc., jetons-y un coup d'œil, j'espère que cela vous sera utile pour tout le monde.

Apprentissage recommandé : Tutoriel vidéo python

1. Fermeture

Pour comprendre ce qu'est un décorateur (décorateur), il faut d'abord connaître le concept de closure (fermeture).

Closure, également connue sous le nom de fonction de fermeture ou fonction fermée, en termes simples, lorsqu'une fonction est renvoyée en tant qu'objet et entraîne également des variables externes, elle forme une fermeture.

Prenons l'exemple de l'impression Hello World. Voyons d'abord à quoi devrait ressembler la structure de la fonction imbriquée :

def print_msg(msg):

    def printer():
        print(msg)

    printer()print_msg('Hello World')# Hello World

Exécuter print_msg('Hello World') équivaut à exécuter Printer(), c'est-à-dire que print(msg) est exécuté, donc Hello World sera affiché. print_msg('Hello World') 相当于执行了 printer()，也就是执行 print(msg)，所以将输出 Hello World。

我们再来看一下如果是闭包，该是什么样的结构：

def print_msg(msg):

    def printer():
        print(msg)

    return printer


my_msg = print_msg('Hello World')my_msg()# Hello World

本例中的 printer 函数就是闭包。

执行 print_msg('Hello World') 实际上是返回了如下这样一个函数，它夹带了外部变量 'Hello World'：

def printer():
    print('Hello World')

于是调用 my_msg 就相当于执行 printer()。

---

那么如何判断一个函数是否是闭包函数呢？闭包函数的 __closure__ 属性里面定义了一个元组用于存放所有的cell对象，每个cell对象保存了这个闭包中所有的外部变量。而普通函数的 __closure__ 属性为 None。

def outer(content):

    def inner():
        print(content)

    return innerprint(outer.__closure__)
    # Noneinner = outer('Hello World')print(inner.__closure__)
    # (<cell at 0x0000023FB1FD0B80: str object at 0x0000023FB1DC84F0>,)

由此可见 outer 函数不是闭包，而 inner 函数是闭包。

我们还可以查看闭包所携带的外部变量：

print(inner.__closure__[0].cell_contents)# Hello World

---

说了那么多，那么闭包究竟有什么用呢？闭包存在的意义就是它夹带了外部变量（私货），如果它不夹带私货，那么就和普通的函数没有任何区别。

闭包的优点如下：

• 局部变量无法共享和长久的保存，而全局变量可能造成变量污染，闭包既可以长久的保存变量又不会造成全局污染。
• 闭包使得函数内局部变量的值始终保持在内存中，不会在外部函数调用后被自动清除。

二、装饰器

我们先考虑这样一个场景，假设先前编写的一个函数已经实现了4个功能，为简便起见，我们用 print 语句来代表每一个具体的功能：

def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')

现在，由于某种原因，你需要为 module 这个函数新增一个 功能5，你完全可以这样修改：

def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')
    print('功能5')

但在现实业务中，直接做出这样的修改往往是比较危险的（会变得不易于维护）。那么如何在不修改原函数的基础上去为它新添一个功能呢？

你可能已经想到了使用之前的闭包知识：

def func_5(original_module):

    def wrapper():
        original_module()
        print('功能5')

    return wrapper

func_5 代表该函数主要用于实现 功能5，我们接下来将 module 传入进去来观察效果：

new_module = func_5(module)new_module()# 功能1# 功能2# 功能3# 功能4# 功能5

可以看出，我们的新模块：new_module 已经实现了 功能5。

在上面的例子中，函数 func_5 就是一个装饰器，它装饰了原来的模块（为它新添了一个功能）。

当然，Python有更简洁的写法（称之为语法糖），我们可以将@符号与装饰器函数的名称一起使用，并将其放置在要装饰的函数的定义上方：

def func_5(original_module):

    def wrapper():
        original_module()
        print('功能5')

    return wrapper@func_5def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能5

---

基于此，我们可以在不修改原函数的基础上完成计时任务（计算原函数的运行时间），如下：

def timer(func):

    def wrapper():
        import time
        tic = time.time()
        func()
        toc = time.time()
        print('程序用时: {}s'.format(toc - tic))

    return wrapper@timerdef make_list():
    return [i * i for i in range(10**7)]my_list = make_list()# 程序用时: 0.8369960784912109s

事实上，my_list 并不是列表，直接打印会显示 None，这是因为我们的 wrapper 函数没有设置返回值。如果需要获得 make_list 的返回值，可以这样修改 wrapper 函数：

def wrapper():
    import time
    tic = time.time()
    a = func()
    toc = time.time()
    print('程序用时: {}s'.format(toc - tic))
    return a

三、使用多个装饰器

假如我们要为 module 新添 功能5 和 功能6

Jetons un coup d'œil à quel type de structure cela ressemblerait s'il s'agissait d'une fermeture :

def func_5(original_module):
    def wrapper():
        original_module()
        print('功能5')
    return wrapperdef func_6(original_module):
    def wrapper():
        original_module()
        print('功能6')
    return wrapper@func_6@func_5def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能5# 功能6

La fonction printer dans cet exemple est une fermeture.

L'exécution de print_msg('Hello World') renvoie en fait une fonction comme la suivante, qui entraîne la variable externe 'Hello World' :

def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')new_module = func_6(func_5(module))new_module()

Donc appeler my_msg équivaut à exécuter printer().

---

Alors comment déterminer si une fonction est une fonction de fermeture ? L'attribut __closure__ de la fonction de fermeture définit un tuple pour stocker tous les objets cellule. Chaque objet cellule stocke toutes les variables externes dans la fermeture. L'attribut __closure__ d'une fonction normale est Aucun.

@func_5@func_6def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能6# 功能5

On peut voir que la fonction externe n'est pas une fermeture, mais la fonction inner est une fermeture.

On peut aussi visualiser les variables externes portées par la fermeture :

def pide(a, b):
    return a / b

---

Cela dit, à quoi servent les fermetures ? La signification de l’existence d’une fermeture est qu’elle véhicule des variables externes (biens privés). Si elle ne véhicule pas de biens privés, alors elle n’est pas différente d’une fonction ordinaire. 🎜🎜Les avantages des fermetures sont les suivants : 🎜

• Les variables locales ne peuvent pas être partagées et stockées pendant une longue période, tandis que les variables globales peuvent provoquer une pollution variable. Les fermetures peuvent conserver les variables pendant une longue période sans provoquer de pollution globale.
• La fermeture permet à la valeur des variables locales au sein de la fonction de toujours rester en mémoire et ne sera pas automatiquement effacée après l'appel de la fonction externe.

🎜 2. Décorateur 🎜🎜 Considérons d'abord un scénario dans lequel une fonction précédemment écrite a implémenté 4 fonctions. Pour plus de simplicité, nous utilisons l'instruction print pour représenter chaque fonction spécifique : 🎜

def smart_pide(func):
    def wrapper(a, b):
        if b == 0:
            return '被除数不能为0!'
        else:
            return func(a, b)
    return wrapper

🎜Maintenant, pour une raison quelconque, vous devez ajouter une fonction 5 à la fonction module. Vous pouvez la modifier comme ceci : 🎜

@smart_pidedef pide(a, b):
    return a / bprint(pide(3, 0))# 被除数不能为0!print(pide(3, 1))# 3.0

🎜Mais dans les vraies affaires, il est souvent dangereux de faire de telles modifications directement (cela deviendra difficile à maintenir). Alors 🎜comment y ajouter une nouvelle fonction sans modifier la fonction d'origine ? 🎜🎜🎜Vous avez peut-être pensé à utiliser les connaissances de fermeture précédentes : 🎜

def decorator(func):
    def wrapper(*args, **kwargs):
        # ...
        res = func(*args, **kwargs)
        # ...
        return res  # 也可以不return
    return wrapper

🎜func_5 signifie que cette fonction est principalement utilisée pour implémenter la fonction 5, nous allons ensuite Passez le module pour observer l'effet : 🎜

def func_5_with_name(name=None):
    def func_5(original_module):
        def wrapper():
            original_module()
            print('功能5由{}实现'.format(name))
        return wrapper    return func_5

🎜On peut voir que notre nouveau module : new_module a implémenté la fonction 5. 🎜

🎜Dans l'exemple ci-dessus, la fonction func_5 est un décorateur, qui décore le module d'origine (y ajoute une nouvelle fonction). 🎜

🎜 Bien entendu, Python a une manière plus concise de l'écrire (appelée sucre syntaxique), on peut utiliser le symbole @ avec le nom de la fonction décoratrice et le placer au dessus de la définition de la fonction à décorer : 🎜

@func_5_with_name(name='若水')def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能5由若水实现

---

🎜Sur cette base, nous pouvons terminer la tâche de timing (calculer le temps d'exécution de la fonction d'origine) sans modifier la fonction d'origine, comme suit : 🎜

class Timer:

    def __init__(self, func):
        self.func = func    def __call__(self):
        import time
        tic = time.time()
        self.func()
        toc = time.time()
        print('用时: {}s'.format(toc - tic))@Timerdef make_list():
    return [i**2 for i in range(10**7)]make_list()# 用时: 2.928966999053955s

🎜En fait, my_list n'est pas une liste, l'impression directe affichera Aucun, car notre fonction wrapper ne définit pas de valeur de retour. Si vous avez besoin d'obtenir la valeur de retour de make_list, vous pouvez modifier la fonction wrapper comme ceci : 🎜

class Timer:

    def __init__(self, func):
        self.func = func    def __call__(self, num):

        import time
        tic = time.time()
        res = self.func(num)
        toc = time.time()
        print('用时: {}s'.format(toc - tic))

        return res@Timerdef make_list(num):
    return [i**2 for i in range(num)]my_list = make_list(10**7)# 用时: 2.8219943046569824sprint(len(my_list))# 10000000

🎜3. Utilisez plusieurs décorateurs🎜🎜Si nous voulons décorer module code> a ajouté la Fonction 5 et la Fonction 6 (dans l'ordre numérique), alors que dois-je faire ? 🎜🎜Heureusement, Python permet d'utiliser plusieurs décorateurs en même temps : 🎜

class Func_5:

    def __init__(self, name=None):
        self.name = name    def __call__(self, func):

        def wrapper():
            func()
            print('功能5由{}实现'.format(self.name))

        return wrapper@Func_5('若水')def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能5由若水实现

🎜Le processus ci-dessus est en fait équivalent à : 🎜

class A:

    num = 100

    def func1(self):
        print('功能1')

    @classmethod
    def func2(cls):
        print('功能2')
        print(cls.num)
        cls().func1()A.func2()# 功能2# 100# 功能1

🎜De plus, il faut noter que lors de l'utilisation de plusieurs décorateurs, 🎜le décorateur le plus proche de la fonction définition La fonction sera décorée en premier🎜. Si nous changeons l'ordre de la décoration, le résultat de sortie changera également :🎜

class A:

    @staticmethod
    def add(a, b):
        return a + bprint(A.add(2, 3))# 5print(A().add(2, 3))# 5

🎜4. La fonction décorée a des paramètres🎜🎜Si la fonction décorée a des paramètres, comment construire la décoration Où est-elle ? l'appareil ? 🎜🎜Considérez une fonction comme celle-ci : 🎜

def pide(a, b):
    return a / b

当$b=0$ 时会出现 ZeropisionError。如何在避免修改该函数的基础上给出一个更加人性化的提醒呢？

因为我们的 pide 函数接收两个参数，所以我们的 wrapper 函数也应当接收两个参数：

def smart_pide(func):
    def wrapper(a, b):
        if b == 0:
            return '被除数不能为0!'
        else:
            return func(a, b)
    return wrapper

使用该装饰器进行装饰：

@smart_pidedef pide(a, b):
    return a / bprint(pide(3, 0))# 被除数不能为0!print(pide(3, 1))# 3.0

---

如果不知道要被装饰的函数有多少个参数，我们可以使用下面更为通用的模板：

def decorator(func):
    def wrapper(*args, **kwargs):
        # ...
        res = func(*args, **kwargs)
        # ...
        return res  # 也可以不return
    return wrapper

五、带参数的装饰器

我们之前提到的装饰器都没有带参数，即语法糖 @decorator 中没有参数，那么该如何写一个带参数的装饰器呢？

前面实现的装饰器都是两层嵌套函数，而带参数的装饰器是一个三层嵌套函数。

考虑这样一个场景。假如我们在为 module 添加新功能时，希望能够加上实现该功能的开发人员的花名，则可以这样构造装饰器（以 功能5 为例）：

def func_5_with_name(name=None):
    def func_5(original_module):
        def wrapper():
            original_module()
            print('功能5由{}实现'.format(name))
        return wrapper    return func_5

效果如下：

@func_5_with_name(name='若水')def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能5由若水实现

对于这种三层嵌套函数，我们可以这样理解：当为 func_5_with_name 指定了参数后，func_5_with_name(name='若水') 实际上返回了一个 decorator，于是 @func_5_with_name(name='若水') 就相当于 @decorator。

六、使用类作为装饰器

将类作为装饰器，我们需要实现 __init__ 方法和 __call__ 方法。

以计时器为例，具体实现如下：

class Timer:

    def __init__(self, func):
        self.func = func    def __call__(self):
        import time
        tic = time.time()
        self.func()
        toc = time.time()
        print('用时: {}s'.format(toc - tic))@Timerdef make_list():
    return [i**2 for i in range(10**7)]make_list()# 用时: 2.928966999053955s

---

如果想要自定义生成列表的长度并获得列表（即被装饰的函数带有参数情形），我们就需要在 __call__ 方法中传入相应的参数，具体如下：

class Timer:

    def __init__(self, func):
        self.func = func    def __call__(self, num):

        import time
        tic = time.time()
        res = self.func(num)
        toc = time.time()
        print('用时: {}s'.format(toc - tic))

        return res@Timerdef make_list(num):
    return [i**2 for i in range(num)]my_list = make_list(10**7)# 用时: 2.8219943046569824sprint(len(my_list))# 10000000

---

如果要构建带参数的类装饰器，则不能把 func 传入 __init__ 中，而是传入到 __call__ 中，同时 __init__ 用来初始化类装饰器的参数。

接下来我们使用类装饰器来复现第五章节中的效果：

class Func_5:

    def __init__(self, name=None):
        self.name = name    def __call__(self, func):

        def wrapper():
            func()
            print('功能5由{}实现'.format(self.name))

        return wrapper@Func_5('若水')def module():
    print('功能1')
    print('功能2')
    print('功能3')
    print('功能4')module()# 功能1# 功能2# 功能3# 功能4# 功能5由若水实现

七、内置装饰器

Python中有许多内置装饰器，这里仅介绍最常见的三种：@classmethod、@staticmethod 和 @property。

7.1 @classmethod

@classmethod 用于装饰类中的函数，使用它装饰的函数不需要进行实例化也可调用。需要注意的是，被装饰的函数不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，它可以来调用类的属性，类的方法，实例化对象等。

cls 代表类本身，self 代表实例本身。

具体请看下例：

class A:

    num = 100

    def func1(self):
        print('功能1')

    @classmethod
    def func2(cls):
        print('功能2')
        print(cls.num)
        cls().func1()A.func2()# 功能2# 100# 功能1

7.2 @staticmethod

@staticmethod 同样用来修饰类中的方法，使用它装饰的函数的参数没有任何限制（即无需传入 self 参数），并且可以不用实例化调用该方法。当然，实例化后调用该方法也是允许的。

具体如下：

class A:

    @staticmethod
    def add(a, b):
        return a + bprint(A.add(2, 3))# 5print(A().add(2, 3))# 5

7.3 @property

使用 @property 装饰器，我们可以直接通过方法名来访问类方法，不需要在方法名后添加一对 () 小括号。

class A:

    @property
    def printer(self):
        print('Hello World')a = A()a.printer# Hello World

除此之外，@property 还可以用来防止类的属性被修改。考虑如下场景

class A:

    def __init__(self):
        self.name = 'ABC'a = A()print(a.name)# ABCa.name = 1print(a.name)# 1

可以看出类中的属性 name 可以被随意修改。如果要防止修改，则可以这样做

class A:

    def __init__(self):
        self.name_ = 'ABC'

    @property
    def name(self):
        return self.name_
    
    
a = A()print(a.name)# ABCa.name = 1print(a.name)# AttributeError: can't set attribute

推荐学习：python视频教程

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!