python装饰器底层原理详解

目录
  • 1 python装饰器的作用
  • 2 python装饰器的原理
  • 3 python装饰器的实现
    • 3.1 最简陋的装饰器
    • 3.2 给有返回值的函数加上装饰器
    • 3.3 给有返回值和参数的函数加上装饰器
    • 3.4 让我还是那个我
  • 4 python装饰器在自动化测试框架中的应用
    • 4.1 从一个需求开始

1 python装饰器的作用

被装饰对象加上装饰器(戴了个帽子),被装饰对象获得了更强大的功能。

2 python装饰器的原理

  • python装饰器本身是一个函数
  • 这个函数的参数是一个函数对象
  • 这个函数的返回值也是一个函数对象,这个函数的功能更强
  • 大python装饰器是python的一个语法糖(更简便的语法)

3 python装饰器的实现

3.1 最简陋的装饰器

# 自定义装饰器
def super_(func):
    def wrapper():
        print('把内裤穿到外面来,变身超人')
        func()
        print('会飞!')
    return wrapper
@super_
def man():
    print('会走')
# @super_原始语法结构
# man = super_(man)
man()

运行结果如下:

3.2 给有返回值的函数加上装饰器

'''
    给有返回值的函数加上装饰器
'''
import time
def decorate(func):
    def wrapper():
        print('开始执行时间:' + time.strftime('%Y-%m-%d %H:%M:%S'))
        result = func()
        print('结束执行时间:' + time.strftime('%Y-%m-%d %H:%M:%S'))
        return result
    return wrapper
@decorate
def normal_func():
    time.sleep(1)
    print('normal_func执行中......')
    return 2 + 2
# @decorate原始语法结构
# normal_func = decorate(normal_func)
print(normal_func())

运行结果如下:

3.3 给有返回值和参数的函数加上装饰器

'''
    给有返回值和参数的函数加上装饰器
'''
import time
def decorate(func):
    def wrapper(*args, **kwargs):
        print('开始执行时间:' + time.strftime('%Y-%m-%d %H:%M:%S'))
        result = func(*args, **kwargs)
        print('结束执行时间:' + time.strftime('%Y-%m-%d %H:%M:%S'))
        return result
    return wrapper
@decorate
def normal_func1(a, b):
    time.sleep(1)
    print('normal_func1执行中......')
    return a + b
@decorate
def normal_func2(a, b, c):
    time.sleep(1)
    print('normal_func2执行中......')
    return a + b + c
# @decorate原始语法结构
# normal_func1 = decorate(normal_func1)
# normal_func2 = decorate(normal_func2)
print(normal_func1(1, 2))
print(normal_func2(1, 2, 3))

运行结果如下:

可变参数原理:

1 定义时使用可变参数:在函数定义时使用args,在函数调用时,所有未匹配到的位置参数,会被放到args这个元组当中。
在函数定义时使用**kwargs,在函数调用时,所有未匹配到的关键字参数,会被放到kwargs这个字典当中。
2 调用时使用可变参数:在函数调用时使用args,是把args这个元组解包,元组内的每个元素作为函数的位置参数传递。
在函数调用时使用**kwargs,是把kwargs这个字典解包,字典内的每个元素作为函数的关键字参数传递。

def test1(a, b, c, d):
    print(a+b+c+d)

print('传统调用'.center(60, '='))
test1(1, 2, 3, 4)    # 位置参数
test1(b=2, c=3, d=4, a=1)    # 关键字参数

# 在函数定义时使用*args,在函数调用时,所有未匹配到的位置参数,会被放到args这个元组当中
# 在函数定义时使用**kwargs,在函数调用时,所有未匹配到的关键字参数,会被放到kwargs这个字典当中
def test2(*args, **kwargs):
    print(args)
    print(type(args))
    print(kwargs)
    print(type(kwargs))
print('定义时使用可变参数'.center(60, '='))
test2(1, 2, 3, 4, b=5, c=6)
# 在函数调用时使用*args,是把args这个元组解包,元组内的每个元素作为函数的位置参数传递。
# 在函数调用时使用**kwargs,是把kwargs这个字典解包,字典内的每个元素作为函数的关键字参数传递。
print('调用时使用可变参数'.center(60, '='))
test1(*(1, 2, 3, 4))
test1(**{'a':1, 'b':2, 'c':3, 'd':4})
test1(*(1, 2), **{'c':3, 'd':4})

运行结果如下:

3.4 让我还是那个我

'''
    让我还是那个我
'''
import time
from functools import wraps
def decorate(func):
    @wraps(func)    # 把wrapper的内置属性转换成func的内置属性(name/doc)
    def wrapper(*args, **kwargs):
        print('开始执行时间:' + time.strftime('%Y-%m-%d %H:%M:%S'))
        result = func(*args, **kwargs)
        print('结束执行时间:' + time.strftime('%Y-%m-%d %H:%M:%S'))
        return result
    # wrapper.__name__ = func.__name__
    # wrapper.__doc__ = func.__doc__
    return wrapper
@decorate
def normal_func(a, b):
    '''
        这是一个测试函数
    '''
    time.sleep(1)
    print('normal_func1执行中......')
    return a + b
print(normal_func.__name__)
print(normal_func.__doc__)

4 python装饰器在自动化测试框架中的应用

4.1 从一个需求开始

对自动化测试脚本需要增加日志打印功能:

  • 测试用例执行前打印:测试用例【xxx】开始执行
  • 测试用例执行完打印:测试用例【xxx】执行完毕
  • 测试用例执行完打印:测试用例【xxx】执行耗时:xx秒
  • 测试用例执行完打印分割线
import time
from functools import wraps

def log_decorator(func):
    @wraps(func)    # 把wrapper的内置属性转换成func的内置属性(name/doc)
    def wrapper(*args, **kwargs):
        print('测试用例[{}]开始执行'.format(func.__name__))
        time_start = time.time()
        result = func(*args, **kwargs)
        time_end = time.time()
        print('测试用例[{}]执行完毕'.format(func.__name__))
        print('测试用例[{}]执行耗时:%.2f秒'.format(func.__name__) % (time_end - time_start))
        print('分割线'.center(60, '='))
        return result
    return wrapper

到此这篇关于python装饰器底层原理讲解的文章就介绍到这了,更多相关python装饰器底层原理讲解内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 一起来看看python的装饰器代码

    装饰器通用模型 def wrapper(fn): def inner(*args, **kwargs): ret = fn(*args, **kwargs) return ret return inner 装饰器几个关键点 """ 1.函数可以当参数传递 2.函数可以作为返回值进行返回 3.函数名称可以当成变量一样进行赋值操作 装饰器本质上是个闭包 在不改变原有函数调用的情况下,给函数增加新的功能 """ 举个例子 #!/usr/bin/pyth

  • Python 面向切面编程 AOP 及装饰器

    目录 什么是 AOP 装饰器 函数装饰器 类装饰器 1.函数装饰函数 2.类装饰函数 3.函数装饰类 4.类装饰类 什么是 AOP AOP,就是面向切面编程,简单的说,就是动态地将代码切入到类的指定方法.指定位置上的编程思想就是面向切面的编程. 我们管切入到指定类指定方法的代码片段称为切面,而切入到哪些类.哪些方法则叫切入点.这样我们就可以把几个类共有的代码,抽取到一个切片中,等到需要时再切入对象中去,从而改变其原有的行为. 这种思想,可以使原有代码逻辑更清晰,对原有代码毫无入侵性,常用于像权限

  • Python函数高级(命名空间、作用域、装饰器)

    目录 一.名称空间和作用域 1.命名空间(Namespace) 1.一般有三种命名空间: 2.命名空间查找顺序: 3.命名空间的生命周期: 2.作用域: 3.全局变量和局部变量 4.函数对象+作用域应用 5.global关键字修改全局作用域中的变量 6.nonlocal关键字修改嵌套作用域中的变量. 二.闭包函数 应用领域: 三.函数装饰器 四.无参装饰器 1.被装饰函数有返回值: 2.被装饰函数需要传参: 3.装饰器模板 4.装饰器语法糖: 五.带参数的装饰器 3.有参三层装饰器: 六.类装饰

  • Python装饰器有哪些绝妙的用法

    目录 自定义 第三方工具包 内置 装饰器的价值不言而喻,可以用来增强函数功能.简化代码.减少代码冗余. 它的使用场景同样很多,比较简单的场景包含打印日志.统计运行时间,这类例子和用法网上已经很多了: def time_dec(func): ​ def wrapper(*arg): t = time.clock() res = func(*arg) print func.func_name, time.clock()-t return res ​ return wrapper ​ ​ @time_

  • Python装饰器详细介绍

    目录 装饰器 一.介绍 二.通过高阶函数+嵌套函数==>实现装饰器 1.变量知识回顾 2.高阶函数(装饰器前奏) 3.嵌套函数(装饰器前戏) 三.装饰器 1.装饰器 2.有参装饰器 3.终极装饰器 装饰器 一.介绍 器:代表函数的意思.装饰器本质就是是函数 功能:装饰其他函数,就是为其他函数添加附加功能 被装饰函数感受不到装饰器的存在 原则:  不能修改被装饰的函数的源代码(比如线上环境) 不能修改被装饰的函数的调用方式 实现装饰器知识储备:  函数即是“变量” 高阶函数 嵌套函数 高阶函数+嵌

  • Python装饰器的定义和使用详情

    目录 1.装饰器的定义 2.装饰器的通用类型的定义 3.多个装饰器同时装饰一个函数 4.多个装饰器同时装饰一个函数(二) 5.类装饰器使用方法 6.使用装饰器实现自动维护路由表 1.装饰器的定义 装饰器:给已有函数增加额外的功能的函数,本质上是一个闭包函数 特点: 1.不修改已有函数的源代码 2.不修改已有函数的调用方式 3.给已有函数增加额外的功能 4.代码执行时先解析装饰器 import time   # 装饰器原理 # def show(): #     n=0 #     for i i

  • 基于Python编写简单实用的日志装饰器

    目录 1.简陋版装饰器 2.普通版装饰器 3.优化版装饰器 在写代码的时候,往往会漏掉日志这个关键因素,导致功能在使用的时候出错却无法溯源. 其实,只需要写一个非常简单的日志装饰器,我们就能大大提升排查问题的效率. 1.简陋版装饰器 写一个装饰器非常简单,因为本质上装饰器就是一个返回函数的“高阶”函数而已: 1) 函数作为参数传递进装饰器. 2) 装饰器内定义一个函数,处理作为参数传递进来的函数. 3) 返回这个装饰器内定义的函数 import datetime def log(func): "

  • python装饰器底层原理详解

    目录 1 python装饰器的作用 2 python装饰器的原理 3 python装饰器的实现 3.1 最简陋的装饰器 3.2 给有返回值的函数加上装饰器 3.3 给有返回值和参数的函数加上装饰器 3.4 让我还是那个我 4 python装饰器在自动化测试框架中的应用 4.1 从一个需求开始 1 python装饰器的作用 被装饰对象加上装饰器(戴了个帽子),被装饰对象获得了更强大的功能. 2 python装饰器的原理 python装饰器本身是一个函数 这个函数的参数是一个函数对象 这个函数的返回

  • python装饰器实例大详解

    一.作用域 在python中,作用域分为两种:全局作用域和局部作用域. 全局作用域是定义在文件级别的变量,函数名.而局部作用域,则是定义函数内部. 关于作用域,我们要理解两点: a.在全局不能访问到局部定义的变量 b.在局部能够访问到全局定义的变量,但是不能修改全局定义的变量(当然有方法可以修改) 下面我们来看看下面实例: x = 1 def funx(): x = 10 print(x) # 打印出10 funx() print(x) # 打印出1 如果局部没有定义变量x,那么函数内部会从内往

  • python装饰器使用实例详解

    这篇文章主要介绍了python装饰器使用实例详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 python装饰器的作用就是在不想改变原函数代码的情况下,增加新的功能.主要应用了python闭包的概念,现在用1个小例子说明 import time def foo(): time.sleep(1) def bar(): time.sleep(2) def show_time(f): def inner(): start_time = time.t

  • python super用法及原理详解

    这篇文章主要介绍了python super用法及原理详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 概念 super作为python的内建函数.主要作用如下: 允许我们避免使用基类 跟随多重继承来使用 实例 在单个继承的场景下,一般使用super来调用基类来实现: 下面是一个例子: class Mammal(object): def __init__(self, mammalName): print(mammalName, 'is a wa

  • Python模块future用法原理详解

    这篇文章主要介绍了Python模块future用法原理详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 计算机的知识太多了,很多东西就是一个使用过程中详细积累的过程.最近遇到了一个很久关于future的问题,踩了坑,这里就做个笔记,免得后续再犯类似错误. future的作用:把下一个新版本的特性导入到当前版本,于是我们就可以在当前版本中测试一些新版本的特性.说的通俗一点,就是你不用更新python的版本,直接加这个模块,就可以使用python

  • Python日志syslog使用原理详解

    这篇文章主要介绍了Python日志syslog使用原理详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 syslog的官方说明在: https://docs.python.org/2/library/syslog.html#module-syslog 该模块的主要方式为: #!/usr/bin/python # -*- coding: utf-8 -*- import syslog syslog.openlog([ident[, logopt

  • Python定时器线程池原理详解

    这篇文章主要介绍了Python定时器线程池原理详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 定时器执行循环任务: 知识储备 Timer(interval, function, args=None, kwargs=None) interval ===> 时间间隔 单位为s function ===> 定制执行的函数 使用threading的 Timer 类 start() 为通用的开始执行方法 cancel ()为取消执行的方法 普通单次

  • Python字典底层实现原理详解

    在Python中,字典是通过散列表或说哈希表实现的.字典也被称为关联数组,还称为哈希数组等.也就是说,字典也是一个数组,但数组的索引是键经过哈希函数处理后得到的散列值.哈希函数的目的是使键均匀地分布在数组中,并且可以在内存中以O(1)的时间复杂度进行寻址,从而实现快速查找和修改.哈希表中哈希函数的设计困难在于将数据均匀分布在哈希表中,从而尽量减少哈希碰撞和冲突.由于不同的键可能具有相同的哈希值,即可能出现冲突,高级的哈希函数能够使冲突数目最小化.Python中并不包含这样高级的哈希函数,几个重要

  • python实现高斯模糊及原理详解

    高斯模糊是一种常见的模糊技术,相关知识点有:高斯函数.二维卷积. (一)一维高斯分布函数 一维(连续变量)高斯函数形式如下,高斯函数又称"正态分布函数": μ是分布函数的均值(或者期望),sigma是标准差. 一维高斯分布函数的图形: 从图可知,以x=0为中心,x取值距离中心越近,概率密度函数值越大,距离中心越远,密度函数值越小. (二)二维高斯分布函数 二维高斯分布函数的形式: 特别说明,当变量x和y相互独立时,则相关系数ρ=0,二维高斯分布函数可以简化为: 二维高斯分布函数的图形:

  • java开发MVC三层架构上再加一层Manager层原理详解

    目录 MVC三层架构 MVC架构弊端 Manager层的特征 Manager层使用案例 MVC三层架构 我们在刚刚成为程序员的时候,就会被前辈们 "教育" 说系统的设计要遵循 MVC(Model-View-Controller)架构.它将整体的系统分成了 Model(模型),View(视图)和 Controller(控制器)三个层次,也就是将用户视图和业务处理隔离开,并且通过控制器连接起来,很好地实现了表现和逻辑的解耦,是一种标准的软件分层架构. MVC分层架构是架构上最简单的一种分层

随机推荐