最详细的六种装饰器写法,学不会你找我!

图片

今天给大家分享一下关于装饰器的知识点,内容非常干,全程高能,认真吸收看完,一定会对装饰器有更深的理解。

Hello,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变动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,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。

装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

装饰器的使用方法很固定

  • 先定义一个装饰器(帽子)

  • 再定义你的业务函数或者类(人)

  • 最后把这装饰器(帽子)扣在这个函数(人)头上

就像下面这样子

# 定义装饰器
def decorator(func):
    def wrapper(*args, **kw):
        return func()
    return wrapper

# 定义业务函数并进行装饰
@decorator
def function():
    print("hello, decorator")

实际上,装饰器并不是编码必须性,意思就是说,你不使用装饰器完全可以,它的出现,应该是使我们的代码

  • 更加优雅,代码结构更加清晰

  • 将实现特定的功能代码封装成装饰器,提高代码复用率,增强代码可读性

接下来,我将以实例讲解,如何编写出各种简单及复杂的装饰器。

第一种:普通装饰器

首先咱来写一个最普通的装饰器,它实现的功能是:

  • 在函数执行前,先记录一行日志

  • 在函数执行完,再记录一行日志

# 这是装饰器函数,参数 func 是被装饰的函数
def logger(func):
    def wrapper(*args, **kw):
        print('我准备开始执行:{} 函数了:'.format(func.__name__))

        # 真正执行的是这行。
        func(*args, **kw)

        print('主人,我执行完啦。')
    return wrapper

假如,我的业务函数是,计算两个数之和。写好后,直接给它带上帽子。

@logger
def add(x, y):
    print('{} + {} = {}'.format(x, y, x+y))

然后执行一下 add 函数。

add(200, 50)

来看看输出了什么?

我准备开始执行:add 函数了:
200 + 50 = 250
我执行完啦。

很多人学习python,不知道从何学起。
很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。
很多已经做案例的人,却不知道如何去学习更加高深的知识。
那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码!
QQ群:609616831


第二种:带参数的函数装饰器

通过上面两个简单的入门示例,你应该能体会到装饰器的工作原理了。

不过,装饰器的用法还远不止如此,深究下去,还大有文章。今天就一起来把这个知识点学透。

回过头去看看上面的例子,装饰器是不能接收参数的。其用法,只能适用于一些简单的场景。不传参的装饰器,只能对被装饰函数,执行固定逻辑。

装饰器本身是一个函数,做为一个函数,如果不能传参,那这个函数的功能就会很受限,只能执行固定的逻辑。这意味着,如果装饰器的逻辑代码的执行需要根据不同场景进行调整,若不能传参的话,我们就要写两个装饰器,这显然是不合理的。

比如我们要实现一个可以定时发送邮件的任务(一分钟发送一封),定时进行时间同步的任务(一天同步一次),就可以自己实现一个 periodic_task (定时任务)的装饰器,这个装饰器可以接收一个时间间隔的参数,间隔多长时间执行一次任务。

可以这样像下面这样写,由于这个功能代码比较复杂,不利于学习,这里就不贴了。

@periodic_task(spacing=60)
def send_mail():
     pass

@periodic_task(spacing=86400)
def ntp()
    pass 

那我们来自己创造一个伪场景,可以在装饰器里传入一个参数,指明国籍,并在函数执行前,用自己国家的母语打一个招呼。

# 小明,中国人
@say_hello("china")
def xiaoming():
    pass

# jack,美国人
@say_hello("america")
def jack():
    pass

那我们如果实现这个装饰器,让其可以实现 传参 呢?

会比较复杂,需要两层嵌套。

def say_hello(contry):
    def wrapper(func):
        def deco(*args, **kwargs):
            if contry == "china":
                print("你好!")
            elif contry == "america":
                print('hello.')
            else:
                return

            # 真正执行函数的地方
            func(*args, **kwargs)
        return deco
    return wrapper

来执行一下

xiaoming()
print("------------")
jack()

看看输出结果。

你好!
------------
hello.

第三种:不带参数的类装饰器

以上都是基于函数实现的装饰器,在阅读别人代码时,还可以时常发现还有基于类实现的装饰器。

基于类装饰器的实现,必须实现 __call__ 和 __init__两个内置函数。
__init__ :接收被装饰函数
__call__ :实现装饰逻辑。

还是以日志打印这个简单的例子为例

class logger(object):
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        print("[INFO]: the function {func}() is running..."\
            .format(func=self.func.__name__))
        return self.func(*args, **kwargs)

@logger
def say(something):
    print("say {}!".format(something))

say("hello")

执行一下,看看输出

[INFO]: the function say() is running...
say hello!

第四种:带参数的类装饰器

上面不带参数的例子,你发现没有,只能打印INFO级别的日志,正常情况下,我们还需要打印DEBUG WARNING等级别的日志。这就需要给类装饰器传入参数,给这个函数指定级别了。

带参数和不带参数的类装饰器有很大的不同。

__init__ :不再接收被装饰函数,而是接收传入参数。
__call__ :接收被装饰函数,实现装饰逻辑。

class logger(object):
    def __init__(self, level='INFO'):
        self.level = level

    def __call__(self, func): # 接受函数
        def wrapper(*args, **kwargs):
            print("[{level}]: the function {func}() is running..."\
                .format(level=self.level, func=func.__name__))
            func(*args, **kwargs)
        return wrapper  #返回函数

@logger(level='WARNING')
def say(something):
    print("say {}!".format(something))

say("hello")

我们指定WARNING级别,运行一下,来看看输出。

[WARNING]: the function say() is running...
say hello!

第五种:使用偏函数与类实现装饰器

绝大多数装饰器都是基于函数和闭包实现的,但这并非制造装饰器的唯一方式。

事实上,Python 对某个对象是否能通过装饰器( @decorator)形式使用只有一个要求:decorator 必须是一个“可被调用(callable)的对象

对于这个 callable 对象,我们最熟悉的就是函数了。

除函数之外,类也可以是 callable 对象,只要实现了__call__ 函数(上面几个例子已经接触过了)。

还有容易被人忽略的偏函数其实也是 callable 对象。

接下来就来说说,如何使用 类和偏函数结合实现一个与众不同的装饰器。

如下所示,DelayFunc 是一个实现了 __call__ 的类,delay 返回一个偏函数,在这里 delay 就可以做为一个装饰器。(以下代码摘自 Python工匠:使用装饰器的小技巧)

import time
import functools

class DelayFunc:
    def __init__(self,  duration, func):
        self.duration = duration
        self.func = func

    def __call__(self, *args, **kwargs):
        print(f'Wait for {self.duration} seconds...')
        time.sleep(self.duration)
        return self.func(*args, **kwargs)

    def eager_call(self, *args, **kwargs):
        print('Call without delay')
        return self.func(*args, **kwargs)

def delay(duration):
    """
    装饰器:推迟某个函数的执行。
    同时提供 .eager_call 方法立即执行
    """
    # 此处为了避免定义额外函数,
    # 直接使用 functools.partial 帮助构造 DelayFunc 实例
    return functools.partial(DelayFunc, duration)

我们的业务函数很简单,就是相加

@delay(duration=2)
def add(a, b):
    return a+b

来看一下执行过程

>>> add    # 可见 add 变成了 Delay 的实例
<__main__.DelayFunc object at 0x107bd0be0>
>>> 
>>> add(3,5)  # 直接调用实例,进入 __call__
Wait for 2 seconds...
8
>>> 
>>> add.func # 实现实例方法
<function add at 0x107bef1e0>

第六种:能装饰类的装饰器

用 Python 写单例模式的时候,常用的有三种写法。其中一种,是用装饰器来实现的。

以下便是我自己写的装饰器版的单例写法。

instances = {}

def singleton(cls):
    def get_instance(*args, **kw):
        cls_name = cls.__name__
        print('===== 1 ====')
        if not cls_name in instances:
            print('===== 2 ====')
            instance = cls(*args, **kw)
            instances[cls_name] = instance
        return instances[cls_name]
    return get_instance

@singleton
class User:
    _instance = None

    def __init__(self, name):
        print('===== 3 ====')
        self.name = name

可以看到我们用singleton 这个装饰函数来装饰 User 这个类。装饰器用在类上,并不是很常见,但只要熟悉装饰器的实现过程,就不难以实现对类的装饰。在上面这个例子中,装饰器就只是实现对类实例的生成的控制而已。

其实例化的过程,你可以参考我这里的调试过程,加以理解。

图片

 在这里还是要推荐下我自己建的Python学习群:609616831,群里都是学Python的,如果你想学或者正在学习Python ,欢迎你加入,大家都是软件开发党,不定期分享干货(只有Python软件开发相关的),包括我自己整理的一份2020最新的Python进阶资料和零基础教学,欢迎进阶中和对Python感兴趣的小伙伴加入!

<think>嗯,用户现在大二,了C++面向对象但基础不好,假期自Python,这期在Java和数据库。暑假想实习,需要怎么做,什么岗位。首先,我得分析他的技术栈和可能的岗位方向。 他接触了C++、Python、Java,还有数据库。这些语言常用于后端开发、数据分析、或者全栈。但C++基础差,可能更倾向Python和Java。数据库的习可能指向后端或者数据相关岗位。 实习岗位方面,大二生可能竞争力不够,但仍有机会。需要考虑他的实际能力,建议从基础岗位入手,比如Java后端开发实习生,或者Python数据分析实习生。另外,数据库的习可能适合数据库管理或运维方向,但通常这些岗位对经验要求较高,可能更适合后端开发结合数据库使用。 用户需要明确方向,然后针对性准备。比如,选择Java后端的话,需要巩固Java基础,习Spring框架,数据库操作,做项目练习。如果选Python数据分析,需要习Pandas、NumPy,做数据分析项目。 另外,简历和项目经验是关键。他可能需要指导如何构建项目,展示技能。同时,求职技巧,如简历撰写、面试准备,也需要建议。 可能用户比较迷茫,需要帮他梳理习路径,制定计划,时间安排,以及如何高效准备实习申请。还要考虑他的习时间,距离暑假还有几个月,如何分配时间习技术和准备求职材料。 还要提醒他关注实习招聘的时间线,比如春季招聘,提前投递,多平台寻机会,内推等。可能还需要建议他参加竞赛或开源项目,增强简历。 后,鼓励他保持信心,持续习,及时调整计划。可能存在的误区是贪多求全,应该聚焦一个方向深入,快速补齐基础,做实战项目。</think>以下是为大二生制定的暑期实习准备方案(分步骤拆解+技术方向建议): 一、岗位选择建议(按优先级排序) 1. Java后端开发实习生 - 优势:校课程支持+企业需求量大 - 技术要求:Java基础+Spring框架+MySQL+简单项目经验 - 准备路线:JavaSE → Spring Boot → MySQL → 项目实战 2. Python数据分析实习生 - 优势:自基础+岗位门槛相对较低 - 技术要求:Pandas/Numpy基础+可视化+SQL - 准备路线:Python数据处理 → 数据分析项目 → SQL强化 3. 数据库管理实习生(次选) - 优势:课程直接相关 - 技术要求:SQL优化+基础运维知识 - 准备路线:MySQL进阶 → 索引优化 → 简单运维 二、关键时间节点规划(以3月-6月为例) 1. 3月:技术筑基阶段 - 每天2小时Java习(重点:集合/IO/多线程) - 每周完成1个Python小项目(爬虫/数据分析) - 掌握SQL基础语法(增删改查+联表查询) 2. 4月:框架习阶段 - 掌握Spring Boot基础开发(含MyBatis整合) - 完成1个JavaWeb项目(建议电商/管理系统) - 习Pandas数据处理(重点:数据清洗/分析) 3. 5月:项目冲刺阶段 - 完善2个完整项目(Java+Python各1) - 刷LeetCode简单题(重点:数组/字符串处理) - 制作技术博客(每周更新习笔记) 4. 6月:求职准备阶段 - 完善简历(突出项目和技术栈) - 准备面试常见问题(技术+场景题) - 开始投递简历(提前批+日常实习) 三、重点技术习清单 1. Java方向必: $$ \text{JavaSE} \rightarrow \text{Maven} \rightarrow \text{Spring Boot} \rightarrow \text{MySQL} \rightarrow \text{Redis基础} $$ 示例代码重点: ```java // 掌握Spring Boot基础Controller写法 @RestController public class DemoController { @GetMapping("/hello") public String hello() { return "Hello, Spring Boot!"; } } ``` 2. Python方向补充: $$ \text{Pandas} \rightarrow \text{Matplotlib} \rightarrow \text{Scikit-learn基础} \rightarrow \text{SQLAlchemy} $$ 示例数据分析流程: ```python import pandas as pd data = pd.read_csv('sales.csv') monthly_sales = data.groupby('month')['amount'].sum() monthly_sales.plot(kind='bar') ``` 3. 数据库关键点: ```sql -- 掌握复杂查询写法 SELECT u.name, COUNT(o.order_id) FROM users u LEFT JOIN orders o ON u.id = o.user_id WHERE o.create_time > '2023-01-01' GROUP BY u.id HAVING COUNT(o.order_id) > 5; ``` 四、项目构建建议(选择1-2个深度开发) 1. 电商系统(Java方向) - 技术栈:Spring Boot + MySQL + Redis - 功能模块:商品管理/订单系统/支付模拟 - 难点突破:事务处理/缓存应用 2. 疫情数据分析(Python方向) - 技术栈:Pandas + Matplotlib + Flask - 实现步骤:数据清洗 → 可视化展示 → Web展示 - 成果展示:生成趋势图/地区对比分析 五、简历优化技巧 1. 教育背景: - 列出相关课程:Java程序设计/数据库原理 - 注明GPA(若>3.0可突出显示) 2. 项目描述模版: $$ \text{技术栈} + \text{实现功能} + \text{难点突破} + \text{量化成果} $$ 示例: "开发图书管理系统(Spring Boot+MySQL),实现图书借阅流程自动化,采用Redis缓存热门查询,使响应时间减少40%" 六、面试准备重点 1. 技术问题准备: - Java:多线程/集合框架/JVM内存模型 - SQL:索引优化/事务特性/慢查询处理 - Python装饰器/生成器/Pandas常用操作 2. 高频场景题: - "如何设计一个校园订餐系统?" - "如果查询突然变慢,如何排查?" - "用户登录功能需要考虑哪些安全因素?" 七、资源推荐 1. 习平台: - 慕课网(Java实战课程) - Codecademy(SQL交互练习) - Kaggle(数据分析项目) 2. 工具准备: - IDEA(Java开发) - Jupyter Notebook(数据分析) - Postman(API测试) 特别提醒:3-4月要开始关注实习招聘信息,建议每天花30分钟浏览: - 企业官网招聘板块 - 实习僧/BOSS直聘 - 校就业网 - 技术论坛招聘专区 当前阶段不必追求大厂实习,重点在于积累项目经验和职场认知。建议海投50+岗位,保持每周3-5场面试的节奏,及时复盘面试表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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