python装饰器

人生苦短，我用Python（目录） 目录 一、计算机基础 二、Python基础 三、函数 四、常用模块 五、模块和包 六、面向对象 七、网络编程socket 八、数据库 九、前端 十、Python Web框架 十一、版本控制--GIT 十二、爬虫 十三、前端框架之VUE 十四、量化投资与Python 十五、算法 十六、设计模式 十七、restful framework 十八、linux基础 十九、权限管理 一、计算机基础 计算机基础知识 计算机的发展史及多道技术 计算机网路知识的简单介绍 二、Python基础 Python学习【第0篇】：window环境下安装Python2和Python3　　 Python学习【第1篇】：Python简介以及入门 Python学习【第2篇】：Python之数据类型 Python学习【补充篇】：Python之字符串切片 Python学习【第3篇】：Python之运算符 Python学习【第4篇】：Python之可变数据类型与不可变数据类型 Python学习【第5篇】：Python之字符编码问题 Python学习【第6篇】：Python之文件操作 Python学习【补充篇】：map函数和reduce函数的区别 三、Python之函数 Python学习【第7篇】：Python之函数（自定义函数，内置函数，装饰器，迭代器，生成器） Python学习【第7篇

1、引入场景： 检查代码的运行时间 import time def func(): start = time.time() time.sleep(0.12) print('看看我运行了多长时间！') end = time.time() print('此段代码运行时长为：%s'%(end - start)) func() 如果有大量的函数要检查，这样加入代码太费功夫！考虑提取为一个函数，要检查时直接调用即可 def check_time(f): start = time.time() time.sleep(0.12) f() end = time.time() print('此段代码运行时长为：%s' % (end - start)) check_time(func) 还是有问题，有人嫌每次都去调用该函数很麻烦！能不能，在不修改要测试远行时长的函数的调用方式前提下，还想在原来的函数前后添加测试时长功能？ def timing(f): # 装饰器函数 def inner(): start = time.time() time.sleep(0.12) f() # 被装饰函数 end = time.time() print('此段代码运行时长为：%s' % (end - start)) return inner func = timing(func) func()

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.time() f() end_time = time.time() print(end_time-start_time) return inner #show_time(f) is a decoration function foo = show_time(foo) bar = show_time(bar) foo() bar() 上面的代码定义了两个函数foo()和bar(). 通过装饰器函数show_time(f),在其内部定义了另一个闭包函数inner(),再通过foo=show_time(foo),bar=show_time(bar)语句将foo()和bar()函数同装饰器函数关联起来,从而实现了不改变foo()和bar()函数代码,增加打印程序执行时间的功能.程序的执行结果如下: 1.0011370182 2.00142788887 显然,程序在没有改变原函数的情况下,实现了调用原函数显示程序运行时间的功能. 来源： https

Python装饰器简单的讲就是在不改变原函数或者类的情况下，对原函数或类的扩展新功能的一种函数，这种函数特殊之处在于它的返回值是个函数，这个函数是内嵌原函数的函数。 对于一般的函数，要想扩展函数的功能，最直接的方式是修改函数的代码，例如： 定义一个函数f()： 1 import time 2 def f(): 3 print("hello") 4 time.sleep(1) 5 print("world") 为了统计该函数的运行时间可以修改代码为: import time def f(): start_time = time.time() print("hello") time.sleep(1) print("world") end_time = time.time() execution_time = (end_time-start_time)*1000 print("time is %d ms"%execution_time) 这样就可以对函数f()实现该功能，但是这样就需要修改函数f()的代码了，若是需要统计很多函数的运行时间的话，那么这个工作量就太大了，当然也可以通过定义新的函数g()，将函数f()以形参传递进去，然后在函数g()内部统计时间，比如： def g(f): start_time = time.time() f() end_time = time.time()

python装饰器（fuctional decorators）就是用于拓展原来函数功能的一种函数，目的是在不改变原函数名(或类名)的情况下，给函数增加新的功能。 这个函数的特殊之处在于它的返回值也是一个函数，这个函数是内嵌“原“”函数的函数。 之前拓展函数的做法是侵入原函数进行拓展修改，例如： 原始函数： import time def f(): print ( "hello" ) time.sleep( 1 ) print ( "python" )　　 修改为记录下这个函数执行的总时间，改动原来的代码： import time def f(): begintime = time.time() print("hello") time.sleep(1) 　　 print("python") endtime = time.time() totaltime = (endtime - begintime )*1000 print("time is %d ms" %totaltime ) 使用闭包函数的用法如下： import time def test(func): 　　begintime = time.time() 　　f() 　　endtime = time.time() 　　totaltime = (endtime - begintime) * 1000 　　print("执行时间:

自学函数的笔记整理 函数与函数式编程 编程方法： 1、面向对象 -->类 -->class（关键字） 2、面向过程 -->过程 -->def（关键字） 3、函数式编程 -->函数 -->def（关键字） python：非纯函数式编程，也是面向对象的（最火） 定义函数和定义过程的区别： 过程即为没有返回值的函数 1 # 定义函数 2 def func1(): 3 print('in the func1') 4 return 0 5 # 定义过程 6 def func2(): 7 print('in the func2') 8 9 x = func1() # x接收返回值0 10 y = func2() # y接收返回值空（python中给出了隐式返回值None） 11 print(x, y) # 0 None 区别 1 def test(x): 2 ''' 3 文档描述 4 :param x: 5 :return: 6 ''' 7 # 函数体（逻辑） 8 x += 1 9 # 定义返回值，终止函数的运行 10 return x 函数结构 1 import time 2 def test(): 3 ''' 4 文档描述 5 :param x: 6 :return: 7 ''' 8 # 函数体（逻辑） 9 time_format = '%Y-%m-%d %X' # X：时分秒 10

本文实例讲述了Python函数装饰器原理与用法。分享给大家供大家参考，具体如下： 装饰器本质上是一个函数，该函数用来处理其他函数，它可以让其他函数在不需要修改代码的前提下增加额外的功能，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、权限校验等应用场景。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。 严格来说，装饰器只是语法糖，装饰器是可调用的对象，可以像常规的可调用对象那样调用，特殊的地方是装饰器的参数是一个函数。 import time #遵守开放封闭原则 def foo(): start = time.time() # print(start) # 1504698634.0291758从1970年1月1号到现在的秒数，那年Unix诞生 time.sleep(3) end = time.time() print('spend %s'%(end - start)) foo() bar()、bar2()也有类似的需求，怎么做？再在bar函数里调用时间函数？这样就造成大量雷同的代码，为了减少重复写代码，我们可以这样做，重新定义一个函数：专门设定时间: import time def show_time(func):

------------恢复内容开始------------ 特殊属性 __name__:类，函数，方法等的名字。(实例没有) __module__:类定义所在的模块名（test1.py,test2.py就是两个不同的module） __class__:对象或类所属的类 __bases__：类的基类的元组，顺序为它们在基类列表中出现的顺序。 __doc__:类，函数的文档字符串，如果没有则为None __mro__:类的mro,class.mro()返回的结果保存在__mro__中。多继承中，非常重要。 __dict__类或实例的属性，可写的字典。 查看属性 __dir__：返回类或者对象的所有成员名称列表，dir()函数就是调用__dir__()。如果提供__dir_()，则返回属性的列表，否则会尽量从__dict__属性中收集信息。 如果dir（【obj】）参数obj包含方法__dir__()，该方法将被调用。如果参数obj不包含__dir__(),该方法将最大限度的收集参数信息。 dir()对于不同类型的对象具有不同的行为： 如果对象是模块对象，返回的列表包含模块的属性名。 如果对象是类型或者类对象，返回的列表包含类的属性名，及它的基类的属性名。 否则，返回列表包含对象的属性名，它的类的属性名和类的基类的属性名。 #animal.py class Animal: x =

问题：通过装饰器想对函数参数进行强制类型检查，并且指定所有参数类型，也可以指定部分参数类型 未装饰的函数： def spam(x, y, z=42): print(x,y,z) spam('hello',1) #hello 1 42 写装饰器前，运用到了inspect中的signature签名函数， signature()获取函数的参数签名信息 ： sig = signature(spam) print(sig) #(x, y, z=42) print(type(sig.parameters['x'].name)) #<class 'str'> print(type(sig.parameters)) #<class 'mappingproxy'> print(sig.parameters.items()) #odict_items([('x', <Parameter "x">), ('y', <Parameter "y">), ('z', <Parameter "z=42">)]) bind_partial() 方法来执行从指定类型到名称的部分绑定： bound_types = sig.bind_partial(int,str,z=int) #允许忽略任何参数(int,z=int) print(bound_types) #<BoundArguments (x=<class 'int

总复习: 1.计算机核心组件: - CPU - 内存 - 硬盘 - 输入设备: 键盘、鼠标 - 输出设备: 显示器、音响.. 2.python解释器: - 将人类编写好的代码转成机器能看得懂的字符。 - 解释器的作用: 帮你执行python代码。 3.pycharm编辑器: - 编辑器的作用: 可以更好的编写python代码，编辑器内部有很多强大的功能。 能够快速编写代码。 4.编程语言分类: - 机器语言(机器能直接看懂): 比如: 01010101 - 汇编语言(让人能看懂一点点): 比如: a ---> 01101001 - 高级语言(让人类能直接看懂): 比如: print('hello') 高级语言是更接近于人类的语言。 - 解释型: 一遍解释(翻译)一遍执行, 类似于同声传译。 优点: 开发效率高 可跨平台，一份代码可以多个平台使用。 缺点: 执行效率相比于编译型低。 - 编译型: 先一次性编译然后再执行，类似于 "有道翻译"。 优点: 执行效率高。 稳定义 缺点: 开发效率相比于解释型语言要低。 不可跨平台。 - 解释型语言的种类: python: 10级别 c# : java: 8 php: 3 - 编译型语言的种类: C c++ go 5.变量: 变量指的是可变化的量。 - 变量名: 可以与变量值绑定关系，通过变量名可以访问变量值。 - 相当于身份证ID号 -