python的@语法_python高级语法-优快云博客

本文深入讲解了Python中的迭代器、生成器、装饰器和上下文管理器等高级特性，并通过实例详细介绍了这些特性的应用场景及实现原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python中难以理解的最常见的特性是：

迭代器(iterator),生成器(generator)，装饰器(decorator),上下文管理器(context manager)

迭代器

迭代器只不过是一个实现了迭代器协议的容器对象。它基于以下两个方法：

__next__:返回容器的下一个元素

__iter__:返回迭代器本身

迭代器可以利用内置的iter函数和一个序列来创建，如：

当遍历完成时会引发一个StopIteration异常。这样迭代器就可以与循环兼容，因为可以捕获这个异常并停止循环。

创建自定义的迭代器，可以编写一个具有__next__方法的类，只有这个类提供返回迭代器实例的__iter__特殊方法：

下面时这个迭代器的用法实例：

迭代器本身是一个底层的特性和概念，在程序中可以不用它。但它为生成器这一更有趣的特性提供了基础

生成器(yield语句)

基于yield语句，生成器可以暂停函数并返回一个中间结果。该函数会保存执行上下文，方便在下个yield语句前使用这个上下文

举个列子，斐波那契数列可以用生气器语法来实现。

可以用next()函数或for循环从生成器中获取新的元素，就像迭代器一样：

这个函数返回一个generator对象，是特殊的迭代器，可以被无限次调用，每次都会生成序列的下一个元素，不必提供使函数停止的方法。

生成器还有一个好处就是，可以节省内存空间，不是像列表一样，遍历列表时一次性把所有数据都加载到内存中，再遍历，而生成器是用一个生成一个，很大程度上节省了内存空间。

生产器时python中协程，异步并发等其他概念的基础

装饰器

常见装饰器；内置装饰器；类装饰器、函数装饰器、带参数的函数装饰器

装饰器作用：

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。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能

装饰器的实现原理：

在说装饰器之前，我们有必要先了解函数的特性，以及闭包和闭包是如何利用函数的特性

函数特性有四点：

函数作为变量传递

def add(x):

return x + 1

a = add

函数作为参数传递

def add(x):

return x + 1

def excute(f):

return f(3)

excute(add)

函数作为返回值

def add(x):

return x + 1

def get_add():

return add

函数嵌套及跨域访问

def outer():

x = 1

def inner():

print(x)

inner()

outer()

闭包的实现

Python中的装饰器是通过闭包实现的，简单地讲，闭包就是引用了外部变量的内部函数，而闭包的实现正是利用了以上函数特性，下面我们来看看闭包是如何实现的：

def outer(x):

def inner(): # 函数嵌套

return x # 跨域访问，引用了外部变量x

return inner # 函数作为返回值

closure = outer('外部变量') # 函数作为变量赋给closure

print(closure()) # 执行闭包

#结果

外部变量

在这个流程中，outer接收到'外部变量'，传给inner，作为它return的参数，最后outer返回inner函数，返回的inner函数作为变量传递给closure，最后执行closure这个函数对象，实际上是执行了inner这个函数，返回了 '外部变量'，这样就实现了一个简单的闭包

上面这个闭包例子只用到了之前说的三个函数特性,函数作为参数这个特性好像并没有用上,下面做一下延伸,把outer的参数x用一个函数对象替代

def func():

return '函数func'

def outer(x):

def inner(): # 函数嵌套

return '戴了inner牌帽子的 ' + x() # 跨域访问，引用了外部变量x

return inner # 函数作为返回值

closure = outer(func) # 函数func作为outer的参数；函数作为变量赋给closure

print(func()) # 执行原始函数

print(closure()) # 执行闭包

# 结果

函数func

戴了inner牌帽子的函数func

closure实际上是outer(func)，func作为参数传进outer，outer的子函数inner对func返回的结果进行了一番装饰，返回了一个装饰后的结果，最后outer返回inner，可以说inner就是装饰后的func，这就是一个函数被装饰的过程，重点在于执行 outer(func) 这个步骤

装饰器语法糖@

Python给我们提供了语法糖 @，我们想执行 outer(func) 的时候，只需要把outer函数@到func函数的上面就可以了

def outer(x):

def inner():

return '戴了inner牌帽子的 ' + x()

return inner

@outer

def func():

return '函数func'

print(func())

#结果

戴了inner牌帽子的函数func

打印的结果跟我们执行closure()的结果是一样的，也就说明加了outer装饰器的func 等价于 outer(func)，所以我们很清楚地知道装饰器@的作用是什么了，就是拿来把被装饰的函数作为参数传递到装饰器函数里面加工的，最后执行被装饰函数的时候，就相当于执行了一个加工后的函数。

以上就是Python中装饰器的实现原理

装饰器类型

函数装饰器

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args, **kwargs)

return wrapper

def bar():

print('i am bar')

bar = use_logging(bar)

bar()

输出：

WARNING:root:bar is running

i am bar

带参数的装饰器

def use_logging(level):

def decorator(func):

def wrapper(*args, **kwargs):

if level == "warn":

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper

return decorator

@use_logging(level="warn")

def foo(name='foo'):

print("i am %s" % name)

foo()

输出：

WARNING:root:foo is running

i am foo

类装饰器

相比函数装饰器，类装饰器具有灵活度大、高内聚、封装性等优点。使用类装饰器还可以依靠类内部的 __call__方法，当使用 @ 形式将装饰器附加到函数上时，就会调用此方法

class Foo(object):

def __init__(self, func):

self._func = func

def __call__(self):

print ('class decorator runing')

self._func()

print ('class decorator ending')

@Foo

def bar():

print ('bar')

bar()

输出：

class decorator runing

bar

class decorator ending

functools.wraps

使用装饰器极大地复用了代码，但是他有一个缺点就是原函数的元信息不见了，比如函数的docstring、__name__、参数列表，例如：

装饰器声明

def logged(func):

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

函数使用装饰器

@logged

def f(x):

"""does some math"""

return x + x * x

该函数完成等价于

def f(x):

"""does some math"""

return x + x * x

f = logged(f)

不难发现，函数f被with_logging取代了，当然它的docstring，__name__就是变成了with_logging函数的信息了。

print f.__name__ # prints 'with_logging'

print f.__doc__ # prints None

好在我们有functools.wraps，wraps本身也是一个装饰器，它能把原函数的元信息拷贝到装饰器函数中，这使得装饰器函数也有和原函数一样的元信息了

from functools import wraps

def logged(func):

@wraps(func)

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

@logged

def f(x):

"""does some math"""

return x + x * x

print f.__name__ # prints 'f'

print f.__doc__ # prints 'does some math'

6.内置装饰器

@property 的用法参见：把类方法变成属性，可以通过类直接调用

class Student(object):

def __init__(self, name, score):

self.name = name

self.__score = score

@property

def score(self):

return self.__score

@score.setter

def score(self, score):

if score < 0 or score > 100:

raise ValueError('invalid score')

self.__score = score

注意: 第一个score(self)是get方法，用@property装饰，第二个score(self, score)是set方法，用@score.setter装饰，@score.setter是前一个@property装饰后的副产品。现在，就可以像使用属性一样设置score了：

>>> s = Student('Bob', 59)

>>> s.score = 60

>>> print s.score

@staticmethod ：静态方法

@classmethod : 类方法

Python其实有3类方法：

静态方法(staticmethod)

类方法(classmethod)

实例方法(instance method) 实例：

def foo(x):

print "executing foo(%s)" %(x)

class A(object):

def foo(self,x):

print "executing foo(%s,%s)" %(self,x)

@classmethod

def class_foo(cls,x):

print "executing class_foo(%s,%s)" %(cls,x)

@staticmethod

def static_foo(x):

print "executing static_foo(%s)" %x

a = A()

在示例代码中，先理解下函数里面的self和cls。这个self和cls是对类或者实例的绑定，对于一般的函数来说我们可以这么调用foo(x)，这个函数就是最常用的，它的工作和任何东西(类、实例)无关。对于实例方法，我们知道在类里每次定义方法的时候都需要绑定这个实例，就是foo(self,x)，为什么要这么做呢？因为实例方法的调用离不开实例，我们需要把实例自己传给函数，调用的时候是这样的a.foo(x)(其实是foo(a,x))。类方法一样，只不过它传递的是类而不是实例，A.class_foo(x)。注意这里的self和cls可以替换别的参数，但是python的约定是这两个，尽量不要更改。

对于静态方法其实和普通的方法一样，不需要对谁进行绑定，唯一的区别是调用时候需要使用a.static_foo(x)或A.static_foo()来调用。

\实例方法类方法静态方法

a = A()

a.foo(x)

a.class_foo(x)

a.static_foo(x)

不可用

A.clas_foo(x)

A.static_foo(x)

>>> a=A()

>>> a.foo(3)

executing foo(<__main__.a object at>,3)