python中的装饰器

最新推荐文章于 2025-09-10 11:40:22 发布
转载 最新推荐文章于 2025-09-10 11:40:22 发布 · 74 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：http://www.cnblogs.com/zhangfengxian/p/10211685.html
文章标签：

#面试 #python #数据库

目录

装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题，但对于好多初次接触这个知识的人来讲，这个功能有点绕，自学时直接绕过去了，然后面试问到了就挂了，因为装饰器是程序开发的基础知识，这个都不会，别跟人家说你会Python, 看了下面的文章，保证你学会装饰器。

1. 先理解这段代码

# 1
def foo():
    print("foo")

foo  # 表示是函数
foo()  # 表示执行函数

# 2
def foo():
    print("foo")

foo = lambda x: x + 1
foo(1)  # 执行lambda表达式，而不是原先的foo函数，因为foo这个名字又重新指向了另外一个匿名函数

函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了。

2. 需求来了

初创公司有N个业务部门，基础平台部门负责提供底层的功能，如：数据库操作、redis调用、监控API等功能。业务部门使用基础功能时，只需调用基础平台提供的功能即可。如下：

############### 基础平台提供的功能如下 ###############

def f1():
    print('f1')

def f2():
    print('f2')

def f3():
    print('f3')

def f4():
    print('f4')

############### 业务部门A 调用基础平台提供的功能 ###############

f1()
f2()
f3()
f4()

############### 业务部门B 调用基础平台提供的功能 ###############

f1()
f2()
f3()
f4()

目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。

老大把工作交给 Low B，他是这么做的：

跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子...

当天Low B 被开除了…

老大把工作交给 Low BB，他是这么做的：

############### 基础平台提供的功能如下 ############### 

def f1():
    # 验证1
    # 验证2
    # 验证3
    print('f1')

def f2():
    # 验证1
    # 验证2
    # 验证3
    print('f2')

def f3():
    # 验证1
    # 验证2
    # 验证3
    print('f3')

def f4():
    # 验证1
    # 验证2
    # 验证3
    print('f4')

############### 业务部门不变 ############### 
### 业务部门A 调用基础平台提供的功能### 

f1()
f2()
f3()
f4()

### 业务部门B 调用基础平台提供的功能 ### 

f1()
f2()
f3()
f4()

过了一周 Low BB 被开除了…

老大把工作交给 Low BBB，他是这么做的：

只对基础平台的代码进行重构，其他业务部门无需做任何修改

############### 基础平台提供的功能如下 ############### 

def check_login():
    # 验证1
    # 验证2
    # 验证3
    pass


def f1():

    check_login()

    print('f1')

def f2():

    check_login()

    print('f2')

def f3():

    check_login()

    print('f3')

def f4():

    check_login()

    print('f4')

老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：

老大说：

写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：

  • 封闭：已实现的功能代码块
  • 开放：对扩展开发

如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了Low BBB一个实现方案：

def w1(func):
    def inner():
        # 验证1
        # 验证2
        # 验证3
        func()
    return inner

@w1
def f1():
    print('f1')
@w1
def f2():
    print('f2')
@w1
def f3():
    print('f3')
@w1
def f4():
    print('f4')

对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。

Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？

老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。

详细的开始讲解了：

单独以f1为例：

def w1(func):
    def inner():
        # 验证1
        # 验证2
        # 验证3
        func()
    return inner

@w1
def f1():
    print('f1')

python解释器就会从上到下解释代码，步骤如下：

  1. def w1(func): ==>将w1函数加载到内存
  2. @w1

没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。

从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。

上例@w1内部会执行一下操作：

执行w1函数

执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1) 所以，内部就会去执行：

def inner(): 
    #验证 1
    #验证 2
    #验证 3
    f1()    # func是参数，此时 func 等于 f1 
return inner# 返回的 inner，inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中
w1的返回值

将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：

新f1 = def inner(): 
            #验证 1
            #验证 2
            #验证 3
            原来f1()
        return inner

所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。

如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用着

Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！

3. 手动实现一个简单的装饰器

def set_fun(fun):
    def call_fun():
        print("---这是权限验证---")
        fun()
    return call_fun


def test():
    print("---test---")


test = set_fun(test)  # 手动调用set_fun函数，此函数返回对原来的test函数进行装饰了的函数引用
test()

test函数是待装饰的函数，set_fun函数接收一个函数作为参数，并返回对接受的参数中的函数进行装饰后的函数。执行test = set_fun(test)这句话会将装饰后的函数的引用给到test，最后test引用的是装饰后的函数。

4. 装饰器(decorator)功能

  1. 引入日志
  2. 函数执行时间统计
  3. 执行函数前预备处理
  4. 执行函数后清理功能
  5. 权限校验等场景
  6. 缓存

5. 装饰器示例

例1:无参数的函数

import time


def timefun(fun):
    def call_fun():
        start = time.time()
        fun()
        print("cost %fms" % (time.time() - start))
    return call_fun


@timefun
def foo():
    print("foo")


foo()

上面代码理解装饰器执行行为可理解成

foo = timefun(foo)
# foo先作为参数赋值给fun后,foo接收指向timefun返回的call_fun
foo()
# 调用foo(),即等价调用call_fun()
# 内部函数call_fun引用，所以外部函数的fun变量(自由变量)并没有释放
# fun里保存的是原foo函数对象

例2:被装饰的函数有参数

import time


def timefun(fun):
    def call_fun(a, b):
        start = time.time()
        fun(a, b)
        print("cost %fms" % (time.time() - start))
    return call_fun


@timefun
def foo(a, b):
    print(a + b)


foo(1, 2)

例3:被装饰的函数有不定长参数

import time


def timefun(fun):
    def call_fun(*args, **kwargs):
        start = time.time()
        fun(*args, **kwargs)
        print("cost %fms" % (time.time() - start))
    return call_fun


@timefun
def foo(a, b, c, name="zhangsan"):
    print(a + b + c)
    print("name=%s" % name)


foo(1, 2, 3)
foo(3, 4, 5, name="lisi")

例4:装饰器中的return

import time


def timefun(fun):
    def call_fun():
        start = time.time()
        ret = fun()
        print("cost %fms" % (time.time() - start))
        return ret
    return call_fun


@timefun
def foo():
    return "6666"


ret = foo()
print(ret)

例5:多个装饰器对同一个函数进行装饰

import time


def timefun(fun):
    def call_fun():
        print("--计算花费的时间--")
        start = time.time()
        fun()
        print("cost %fms" % (time.time() - start))
    return call_fun


def add_privilege(fun):
    def call_fun():
        print("--进行权限验证--")
        fun()
    return call_fun


@timefun
@add_privilege
def foo():
    print("foo")


foo()

运行结果：

--计算花费的时间--
--进行权限验证--
foo
cost 0.000032ms

例6:类装饰器

装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 __call__() 方法，那么这个对象就是callable的。

class Test():
    def __call__(self):
        print('call me!')

t = Test()
t()  # call me

类装饰器demo

class Test(object):

    def __init__(self, fun):
        self.fun = fun

    def __call__(self):
        print("--call--")
        self.fun()


@Test
def foo():
    print("--foo--")


foo()

例7:装饰器带参数,在原有装饰器的基础上，设置外部变量

#decorator2.py

from time import ctime, sleep

def timefun_arg(pre="hello"):
    def timefun(func):
        def wrapped_func():
            print("%s called at %s %s" % (func.__name__, ctime(), pre))
            return func()
        return wrapped_func
    return timefun

# 下面的装饰过程
# 1. 调用timefun_arg("itcast")
# 2. 将步骤1得到的返回值，即time_fun返回， 然后time_fun(foo)
# 3. 将time_fun(foo)的结果返回，即wrapped_func
# 4. 让foo = wrapped_fun，即foo现在指向wrapped_func
@timefun_arg("itcast")
def foo():
    print("I am foo")

@timefun_arg("python")
def too():
    print("I am too")

foo()
sleep(2)
foo()

too()
sleep(2)
too()

可以理解为

foo()==timefun_arg("itcast")(foo)()

转载于:https://www.cnblogs.com/zhangfengxian/p/10211685.html

在python中装饰器的使用
cliff，的博客
04-21 1150
在python中使用装饰器
python装饰器详解
热门推荐
xiangxianghehe的博客
08-14 17万+
“你会Python嘛？” “我会！” ‘那你给我讲下Python装饰器吧！’ “Python装饰器啊？我没用过哎” 简言之，python装饰器就是用于拓展原来函数功能的一种函数，这个函数的特殊之处在于它的返回值也是一个函数，使用python装饰器的好处就是在不用更改原函数的代码前提下给函数增加新的功能。 一般而言，我们要想拓展原来函数代码，最直接的办法就是侵入代码里面修改，例如： ...
python中装饰器详解
AFeng521web
06-12 7640
装饰器 我们知道，在python中，我们可以像使用变量一样使用函，这主要依赖于以下几点： 函数可以被赋值给其他变量 函数可以被删除 可以在函数里面再定义函数，函数嵌套。 函数可以作为参数传递给另外一个函数 函数可以作为另一个函数的返回值 对一个简单的函数进行装饰 为了更好的理解装饰器，我们先从一个简单的例子开始，假设有下面这个函数： def hello(): return...
Python 装饰器
大龄程序员
03-18 4154
Python 装饰器（Decorator）是一种用于修改或扩展函数或方法行为的工具。它允许在不改变原函数代码的情况下，动态地添加功能。装饰器本质上是一个闭包函数，接受一个函数作为参数并返回一个新的函数。
python装饰器（详解）
Laity
06-21 5万+
大家好，我是J哥. 今天我们介绍一下python中的装饰器 首先我们要了解什么是装饰器 1、什么是装饰器 器指的是工具，可以定义成成函数 装饰指的是为其他事物添加额外的东西点缀 合到一起的解释： 装饰器指的定义一个函数，该函数是用来为其他函数添加额外的功能 就是拓展原来函数功能的一种函数 2、为何要用装饰器 开放封闭原则 开放：指的是对拓展功能是开放的 封闭：指的是对修改源代码是封闭的 装饰器就是在不修改被装饰器对象源代码以及调用方式的前提下为被装饰对象添加新功能 3、如何用 # 需求：
Python 装饰器使用详解
Where there is life, there is hope.
09-21 3537
Python**装饰器(Decorator)** 不仅可以让你的代码更加简洁、可读，还能有效地实现功能的复用和扩展。本文将带你深入了解Python装饰器的概念、原理及其应用。
Python装饰器详解
千山暮彩
06-20 9959
详细介绍了Python装饰器语法的有关内容与使用技巧，希望对大家有所帮助。
python中的装饰器（基础装饰器）
qq_44690947的博客
10-22 8270
1. 什么是装饰器 2. 装饰器的实现原理 3.装饰器的作用
Python中的装饰器详解及实际应用
一键难忘的博客
03-09 3642
在Python编程中，装饰器（Decorator）是一种强大而灵活的工具，用于修改函数或方法的行为。它们广泛应用于许多Python框架和库，如Flask、Django等。本文将深入探讨装饰器的概念、使用方法，并提供实际应用的代码示例和详细解析。
python中装饰器的作用
qq_46163588的博客
02-18 1021
装饰器的概念与意义 装饰器是Python特有的一大特色，要学习并入门Python，装饰器是一道不得不跨越的坎。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。 定义一个闭包，再定义一个变量来承接内部地址不然没法调用。 def fun(): print("函数可以当成一参数") def outer(f): def inner(): f() print("我是内部函数") .
Python中装饰器高级用法详解
09-20
### Python中装饰器高级用法详解 #### 一、装饰器基本概念 在Python中，装饰器是一种特殊类型的函数，它允许我们修改其他函数的行为，而无需改变原函数的源代码。装饰器通过将函数作为参数传入另一个函数中来实现...
python中装饰器和面向切面编程
11-25
让我们深入了解一下Python装饰器的实现： 1. **装饰器的创建与使用**： - 基本的装饰器定义通常涉及一个接收函数并返回新函数的函数。例如，`timeit`装饰器可以用来计算函数执行的时间： ```python def timeit...
Python中装饰器的用法
醉后不知天在水，满船清梦压星河。
11-14 837
简要说明python中装饰器的用法。
目录与提纲
厚积薄发的博客
09-10 252
Python面试宝典：从基础到高阶的系统性备考指南 本专栏为Python开发者提供全面的面试准备方案，涵盖语言基础、算法、数据库三大核心模块。在语言基础部分（15篇），深入解析Python对象模型、装饰器、元类等高级特性，剖析GIL机制和并发编程实践。算法模块（25篇）系统讲解数据结构与经典题目解法，包括动态规划、回溯算法等高频考点。数据库部分（15篇）重点分析MySQL索引优化、事务隔离和Redis应用场景。 专栏特色在于不仅提供面试题解，更注重构建知识体系，帮助开发者理解底层原理。例如在Python基础
闭包面试题
最新发布
阿乐的博客
09-10 312
闭包的概念
Angular 面试题及详细答案
轻骏堂
09-09 1146
Angular 面试题解析摘要：Angular 与 AngularJS 的核心区别在于架构、性能优化和语言支持。Angular 采用组件化架构，支持 TypeScript 和响应式编程，提供更高效的变更检测机制。关键概念包括：模块（NgModule）组织代码、组件（Component）封装视图、数据绑定（插值/属性/事件/双向）、结构型指令（*ngIf/*ngFor）和管道（Pipe）转换数据格式。高频考点包括依赖注入层级、路由配置、性能优化（如 trackBy）及响应式表单实现。理解这些核心原理比单纯记忆
【面试系列】后端工程师面试指南
在路上的专栏
09-09 261
后端工程师是互联网应用的核心技术支撑者，负责服务器端逻辑开发、数据库设计、API接口设计等关键技术工作。本文全面介绍了后端工程师的岗位要求和核心技能，提供了涵盖初级、中级、高级的30道面试题及详细解答。内容涵盖编程语言基础、数据库技术、系统架构设计、分布式系统、性能优化等核心领域。通过系统学习这些知识点，求职者可以更好地准备后端开发岗位面试，提升技术能力和解决复杂问题的能力，在激烈的技术人才竞争中脱颖而出。
JavaSE 集合从入门到面试：全面解析与实战指南
2301_79536841的博客
09-08 1246
JavaSE集合框架核心摘要 Java集合框架是处理数据的核心工具，位于java.util包下，包含Collection和Map两大分支。List接口有序可重复，主要实现类ArrayList（动态数组，查询快）和LinkedList（双向链表，增删快）。Set接口无序不可重复，包括HashSet（哈希表实现）、LinkedHashSet（维护插入顺序）和TreeSet（红黑树实现，可排序）。Map接口存储键值对，主要实现类为HashMap（哈希表）、LinkedHashMap（有序）和TreeMap（可排序
Python 中装饰器面试回答
05-23
以下是一些常见的 Python 装饰器面试问题及其回答： 1. 什么是装饰器？ 装饰器是 Python 中一种高级的语法结构，它允许在不修改原函数代码的情况下，对函数进行增强或修改。装饰器本质上是一个函数，它接收一个函数作为参数，并返回一个函数。 2. 装饰器有哪些应用场景？ 装饰器可以用于实现各种功能，如： - 日志记录：记录函数的调用时间、输入参数、输出结果等信息。 - 计时器：统计函数的运行时间。 - 缓存：缓存函数的输出结果，避免重复计算。 - 权限验证：验证用户是否有权调用函数。 - 接口限流：限制函数的调用频率。 3. 装饰器的语法是什么？ 装饰器的语法如下： ```python @decorator def func(): pass ``` 其中，`decorator` 是装饰器函数，`func` 是被装饰函数。装饰器函数可以在函数执行前后对函数进行修改或增强。如果需要传递参数，可以使用带参数的装饰器，如： ```python @decorator(arg1, arg2, ...) def func(): pass ``` 4. 装饰器的执行顺序是怎样的？ 多个装饰器会按照从下往上的顺序依次执行，即先执行最外层的装饰器，然后执行内层的装饰器，最后执行被装饰的函数。例如： ```python @a @b @c def func(): pass ``` 执行顺序为 `func = a(b(c(func)))`。 5. 装饰器中如何传递参数？ 装饰器可以使用带参数的形式，例如： ```python def my_decorator(arg1, arg2): def decorator(func): def wrapper(*args, **kwargs): # 在这里对函数进行增强或修改 return func(*args, **kwargs) return wrapper return decorator @my_decorator(arg1, arg2) def my_func(): pass ``` 在这个例子中，`my_decorator` 是一个带参数的装饰器，它接收两个参数 `arg1` 和 `arg2`。`decorator` 是一个不带参数的装饰器函数，它接收一个函数作为参数，并返回一个函数。`wrapper` 是被返回的函数，它接收任意数量的位置参数和关键字参数，并在其中对函数进行增强或修改。最后，使用 `@my_decorator(arg1, arg2)` 语法将装饰器应用到函数上。 6. 装饰器中如何保留被装饰函数的元信息？ 当使用装饰器时，有时候需要保留被装饰函数的元信息，例如函数名、文档字符串等。为了实现这个功能，可以使用 `functools.wraps` 装饰器，它可以将被装饰函数的元信息复制到装饰器函数中。例如： ```python import functools def my_decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): # 在这里对函数进行增强或修改 return func(*args, **kwargs) return wrapper @my_decorator def my_func(): """这是一个示例函数""" pass ``` 在这个例子中，使用 `@functools.wraps(func)` 语法将被装饰函数的元信息复制到 `wrapper` 函数中。这样，当调用 `help(my_func)` 时，可以看到函数的文档字符串和函数名。
评论
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