Python 装饰器高级应用指南

Python闭包(Closure)与装饰器(Decorator)入门指南 本文详细介绍了Python中的闭包和装饰器,这两个特性在提升代码可重用性和可维护性方面具有重要作用。闭包是指函数能够记住并访问其词法作用域中的变量,即使函数在其原始作用域之外执行。装饰器则是一种高阶函数,接受函数作为参数并返回函数,用于在不修改原函数代码的情况下扩展其功能。文章深入解析了闭包的基本概念、与普通函数的对比以及典型应用,如计数器和函数工厂模式。同时,全面剖析了装饰器的基本语法、与直接函数调用的对比、带参数的装饰器及其应用场景。此外,还探讨了闭包与装饰器的结合应用,如函数执行时间统计和缓存装饰器实 阅读详情

Python 装饰器高级应用指南

1. 装饰器基础

装饰器是 Python 中一种强大的语法特性,它允许我们在不修改原函数代码的情况下,增强函数的功能。

def simple_decorator(func):
    def wrapper(*args, **kwargs):
        print("Before function execution")
        result = func(*args, **kwargs)
        print("After function execution")
        return result
    return wrapper

@simple_decorator
def hello():
    print("Hello, World!")

hello()

2. 带参数的装饰器

2.1 装饰器工厂

def repeat(n):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(n):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def hello():
    print("Hello, World!")

hello()

2.2 带多个参数的装饰器

def log(level, message):
    def decorator(func):
        def wrapper(*args, **kwargs):
            print(f"[{level}]: {message}")
            result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@log("INFO", "Function is called")
def add(a, b):
    return a + b

print(add(1, 2))

3. 类装饰器

3.1 基本类装饰器

class Timer:
    def __init__(self, func):
        self.func = func
    
    def __call__(self, *args, **kwargs):
        import time
        start = time.time()
        result = self.func(*args, **kwargs)
        end = time.time()
        print(f"Function {self.func.__name__} took {end - start:.4f} seconds")
        return result

@Timer
def slow_function():
    import time
    time.sleep(1)
    print("Function executed")

slow_function()

3.2 带参数的类装饰器

class Logger:
    def __init__(self, log_file):
        self.log_file = log_file
    
    def __call__(self, func):
        def wrapper(*args, **kwargs):
            result = func(*args, **kwargs)
            with open(self.log_file, "a") as f:
                f.write(f"Function {func.__name__} called with args {args}, kwargs {kwargs}\n")
            return result
        return wrapper

@Logger("app.log")
def add(a, b):
    return a + b

print(add(1, 2))

4. 装饰器的高级应用

4.1 装饰器链

def decorator1(func):
    def wrapper(*args, **kwargs):
        print("Decorator 1")
        result = func(*args, **kwargs)
        return result
    return wrapper

def decorator2(func):
    def wrapper(*args, **kwargs):
        print("Decorator 2")
        result = func(*args, **kwargs)
        return result
    return wrapper

@decorator1
@decorator2
def hello():
    print("Hello, World!")

hello()

4.2 保留函数元数据

import functools

def decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print("Before function execution")
        result = func(*args, **kwargs)
        print("After function execution")
        return result
    return wrapper

@decorator
def hello():
    """Hello function"""
    print("Hello, World!")

print(hello.__name__)
print(hello.__doc__)

4.3 装饰器用于缓存

import functools

def cache(func):
    cache_data = {}
    
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        key = str(args) + str(kwargs)
        if key not in cache_data:
            cache_data[key] = func(*args, **kwargs)
        return cache_data[key]
    
    return wrapper

@cache
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(30))

5. 实际应用场景

5.1 权限验证

def requires_permission(permission):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            # 假设 current_user 是当前登录用户
            current_user = {"permissions": ["read", "write"]}
            if permission not in current_user["permissions"]:
                raise PermissionError(f"User does not have {permission} permission")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@requires_permission("write")
def create_post(title, content):
    print(f"Creating post: {title}")
    return {"title": title, "content": content}

create_post("Hello", "World")

5.2 日志记录

def log_function(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        import logging
        logging.basicConfig(level=logging.INFO)
        logging.info(f"Calling {func.__name__} with args: {args}, kwargs: {kwargs}")
        result = func(*args, **kwargs)
        logging.info(f"{func.__name__} returned: {result}")
        return result
    return wrapper

@log_function
def add(a, b):
    return a + b

print(add(1, 2))

5.3 性能监控

def monitor_performance(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        import time
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time:.4f} seconds")
        return result
    return wrapper

@monitor_performance
def slow_function():
    import time
    time.sleep(1)
    return "Done"

print(slow_function())

6. 最佳实践

  1. 使用 functools.wraps:保留原函数的元数据,如函数名、文档字符串等。
  2. 保持装饰器简洁:装饰器应该专注于单一功能,避免过于复杂。
  3. 使用装饰器工厂:当装饰器需要参数时,使用装饰器工厂模式。
  4. 文档化装饰器:为装饰器添加清晰的文档,说明其功能和用法。
  5. 测试装饰器:确保装饰器在各种场景下都能正常工作。
  6. 避免过度使用:装饰器虽然强大,但过度使用会使代码难以理解。
  7. 考虑性能影响:某些装饰器(如缓存)可能会影响性能,需要权衡使用。

7. 总结

装饰器是 Python 中一种强大的特性,它允许我们以一种简洁、优雅的方式增强函数的功能。通过掌握装饰器的高级应用,我们可以编写更加模块化、可维护的代码。

在实际应用中,装饰器可以用于权限验证、日志记录、性能监控、缓存等多种场景,大大提高代码的复用性和可维护性。

希望本文对你理解和应用 Python 装饰器有所帮助!

python如何定义带参数的装饰器 本文实例为大家分享了python定义带参数装饰器的具体代码,供大家参考,具体内容如下 案例:        实现一个装饰器,用它来检查被装饰函数的参数类型。        需求:     装饰器可以通过函数,指明函数参数类型,进行函数调用的时候,传入参数,检测到不匹配时,抛出异常 如何解决这个问题? 先要获取函数的签名,并且获得装饰器中参数,然后把函数签名和装饰器中参数对应绑定 把调用函数时候传入的参数和函数签名进行绑定 把实参和装饰器中定义的数据进行类型比较,不匹配抛出异常 #!/usr/bin/python3 from inspect import signature def check 立即下载

相关推荐

模板 - 树上问题(树的直径、动态查询树的直径、树的重心)

整理的算法模板合集: ACM模板 目录一、树的直径树形DP两次DFS / BFS(找到直径的两个端点)二、动态修改树的边权并求每个时刻的直径(线段树)三、树的重心 一、树的直径 树的直径满足如下性质: 若有多条直径,则所有的直径之间皆有公共点。 直径的两端一定是叶子。 树中距离某一直径端点最远的点,至少有一个是该直径的另一个端点。 对于树上任意一个点,与之距离最远的一个点,至少有一个直径的端点。 给你一个无权无向的树。编写程序以输出该树中最长路径(从一个节点到另一个节点)的长度。在这

繁凡さん的博客 1680

python中带有参数的装饰器

python中带有参数的装饰器

IT之一小佬的博客 1万+

科研党必看!Zotero+Claude3插件实战:如何用AI高效阅读文献(附详细配置步骤)

本文详细介绍了如何通过Zotero与Claude3插件的深度整合,实现科研文献的高效阅读与管理。从环境配置到核心功能实战,包括智能摘要生成、精准学术翻译和论文写作辅助等,帮助科研人员大幅提升工作效率。特别适合需要处理大量文献的研究者使用。

o0p1q2r3的博客 436

python进阶:装饰器一系列高级使用方式记录:常规方式、带参数装饰器、类装饰器、类内定义装饰器并传递self参数等

'''函数里面可以操作自己想加入的功能;加上*args,**kwargs两个参数,即表示:无论被修饰的函数/类有几个参数、什么类型,都可以用该装饰器装饰,如果,没有写这两个参数,那就必须被装饰的函数/类有几个参数,装饰器就写死为几个参数;就达不到想要的效果'''print("执行装饰器")return res#装饰器可装饰函数:@decoratorreturn x+y# 举例两个变量。

白骨梦儿 1065

MediaPipe实战:从零构建人脸关键点检测应用

本文详细介绍了如何使用Google的MediaPipe框架从零构建一个实时人脸关键点检测应用。文章深入剖析了MediaPipe的三段式检测流水线,提供了Android平台的完整实战教程,包括环境配置、模型加载、摄像头集成、关键点绘制以及性能调优指南,帮助开发者快速实现高效、跨平台的人脸AR特效与交互功能。

weixin_29100927的博客 346

QGC4.0.11界面修改

QGC4.0.11。

超维空间科技的博客 2469

python中装饰器

装饰器

qq_46423987的博客 758

手把手教你学PCIE--所有 PF(Physical Function)共同管理和分配 VF

但具体如何分配和使用 VF 取决于硬件设计、驱动程序配置以及实际应用场景。

MHD0815的博客 1466

python含有参数的装饰器:可以进行有选择性的装饰器

python 含有参数的装饰器 有选择性的装饰器。

278

组态王与SqlServer数据库交互总结

组态王可以与SqlServer、mysql、acess、oracle等数据库进行数据交互。 本文重点梳理了如何把组态王中的数据保存到SqlServer数据库中,并使用ADO控件对数据库中的数据进行查询。 一、数据存到SQL数据库 1.新建记录体 2、创建表格模板(用于创建数据库中的表格) 3、打开sqlserver,新建数据库 4、创建ODBC数据源 选择自己新建的数据库 5.使用SQLConnect函数连接数据库,SQLCraetTable函数用于在数据库中创建表格 6.使用

逍遥子的博客 2万+

在 SAP HANA 里为视图创建 Analytic Privilege,真正把同一份数据按角色切开

摘要:本文介绍了SAP HANA中基于业务角色的动态数据权限控制方法。通过Analytic Privilege技术,可以在同一视图上为不同角色设置不同的数据访问范围,实现行级安全控制。核心机制包括:1) 创建带有STRUCTURED PRIVILEGE CHECK的视图;2) 建立授权对象和用户映射表;3) 开发条件提供过程动态生成过滤条件;4) 创建结构化权限对象绑定条件提供器。这种设计使权限规则与业务数据解耦,便于维护变更,适合销售区域、财务数据等多角色访问控制场景。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 2393

python装饰器

1.装饰器的条件:有内函数和外函数,外函数必须返回内函数,内函数必须引用外函数的变量。

qq_45728643的博客 797

揭秘LLM如何预测下一个词

Transformer结构的大语言模型(LLM)通过自回归训练学习预测下一个词汇,其核心能力源自权重矩阵的动态优化。自注意力层的Wq/Wk/Wv矩阵捕捉语义关联,前馈网络的W1/W2矩阵进行非线性特征提取,LM Head的W_{lm}矩阵将语义映射到词汇概率。训练过程中,这些矩阵通过反向传播不断调整,最终使模型能够根据上下文(如"我"→"爱")生成合理的后续词汇。这种基于矩阵变换的数学机制是LLM智能生成文本的本质原因。(150字)

ZhangJiqun&191cm&85kg 378

Python高级技巧:装饰器全面指南,从基础到高级应用

装饰器本质上是一种特殊的嵌套函数,它接收一个函数作为参数(被装饰的函数),并返回一个新的函数(装饰后的函数)。装饰器的最大价值在于不修改原函数代码的情况下,为函数添加新功能。# 一个简单的装饰器示例def decorator(func): # 接收一个函数作为参数def wrapper(): # 定义一个新函数func() # 调用原函数return wrapper # 返回新函数")# 手动装饰# 输出:# Hello!

2302_77468438的博客 598

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

Python装饰器原理与高级应用实战指南

装饰器是Python中实现AOP(面向切面编程)的核心技术,通过高阶函数实现代码复用和功能扩展。其本质是接受函数作为输入并返回新函数的可调用对象,遵循开放封闭原则实现功能增强而不修改原代码。在工程实践中,装饰器广泛应用于性能监控(如执行时间统计)、缓存优化(如lru_cache)、权限控制等横切关注点场景。Python内置的@property、@classmethod等装饰器展示了其语言级集成优势,而Flask、Django等主流框架则将其用于路由注册和权限验证。理解闭包和作用域规则是掌握装饰器的关键,同时

weixin_34406086的博客 379

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

{%coding:Python%}探索Python的装饰器从基础到高级应用的全面指南

``pythonfrom functools import wrapsdef preserving_decorator(func): @wraps(func) def wrapper(args, kwargs): 包装函数的文档字符串 print(准备执行函数...) return func(args, kwargs) return wrapper```装饰器的本质是一个高阶函数,它接受一个函数作为参数,并返回一个新的函数。

xxh2jd的博客 307

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Python装饰器终极指南:从基础到高级应用的完整教程

Python装饰器是一种强大而灵活的工具,它允许你在不修改原函数代码的情况下增强函数功能。本教程将带你从基础概念逐步深入到高级应用,掌握装饰器的核心原理和实用技巧,让你的Python代码更加优雅和高效。 ## 什么是Python装饰器? 装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码修改的前提下增加额外功能。装饰器的返回值也是一个函数对象,它经常用于有切面需求的场景,比

gitblog_00182的博客 377

Python装饰器完整指南:从基础语法到高级应用的终极教程

Python装饰器是Python编程中最强大且优雅的特性之一,它允许你以简洁、可重用的方式修改或增强函数和类的行为。无论你是Python新手还是经验丰富的开发者,掌握装饰器都能显著提升你的代码质量和开发效率。本教程将带你从装饰器的基础概念到高级应用,全面掌握这一核心技能。 ## 什么是Python装饰器?🎯 装饰器本质上是一个函数,它接受另一个函数作为参数,并返回一个新的包装函数。这种机制让

gitblog_00128的博客 925

Python装饰器终极指南:从零基础到高级应用的完整教程

Python装饰器是Python编程中一种强大而灵活的功能,它允许开发者在不修改原函数代码的情况下,为函数添加额外的功能。本教程将从基础概念开始,逐步深入到高级应用,帮助你全面掌握Python装饰器的使用方法和技巧。 ## 什么是Python装饰器 装饰器(Decorators)是 Python 的一个重要部分。简单地说:他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短,也更 Py

gitblog_00885的博客 460

装饰器与递归:Python函数高级应用实战指南

在Python中,函数是一等公民,可作为参数传递或返回值,这为闭包与装饰器提供了底层基础。装饰器通过接收函数并返回新函数,在不修改业务代码的前提下实现日志、缓存、重试等横切关注点;递归则通过将复杂问题拆解为可收敛的子问题来简化代码,但朴素递归常因重复计算和调用深度限制而性能不佳。将装饰器与递归结合,记忆化缓存能把指数级调用拉回线性复杂度,深度守卫与轨迹追踪则显著提升可调试性与健壮性。这套组合在动态规划、树形遍历、算法注册表等场景中具有广泛工程价值。掌握装饰器与递归的协作方式,有助于写出职责清晰、复用度高且边

weixin_33491377的博客 216

Python函数装饰器:日志记录与性能计时完整指南

Python装饰器是Python编程中一个强大而优雅的特性,它允许我们在不修改原函数代码的情况下,为函数添加额外的功能。在python-mastery项目中,我们可以学习到如何实现专业的日志记录和性能计时装饰器。🎯 ## 什么是Python装饰器? Python装饰器本质上是一个函数,它接受一个函数作为参数,并返回一个新的函数。通过使用@符号,我们可以轻松地将装饰器应用到目标函数上,实现代码

gitblog_00741的博客 1035

031 Python语法之装饰器

装饰器 装饰器格式 def costTime(func): import time startTime = time.time() func() endTime = time.time() print("一共用了", endTime-startTime, "秒") def func() sum1 = 0 for i in range(100...

runnoob_1115的博客 191
上一篇: Python 上下文管理器高级应用指南
下一篇: Python 生成器和迭代器高级应用指南
第一程序员
博客等级 码龄1年 1万+粉丝 1827原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值