装饰器
本质是一个接受参数为函数的函数。
作用：为一个已经实现的方法添加额外的通用功能，比如日志记录、运行计时等。
举例
1.不带参数的装饰器，不用@
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 不用@
f = deco_test(do_something)("1","2","3")
输出：
before function
1
2
3
after function
个人理解：
相当于在 do_something 函数外面套了两个输出： before function 和 after function 。
2.不带参数的装饰器，用 @
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
@deco_test
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
before function
1
2
3
after function
个人理解：
相当于执行 do_something 函数的时候，因为有 @ 的原因，已经知道有一层装饰器 deco_test ，所以不需要再单独写 deco_test(do_something) 了。
3.带参数的装饰器
# 带参数的装饰器
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f
return inner_wrapper
return wrapper
@logging(level="debug")
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
[debug]: enter function do_something()
1
2
3
after function: [debug]: enter function do_something()
个人理解：
装饰器带了一个参数 level = "debug" 。
最外层的函数 logging() 接受参数并将它们作用在内部的装饰器函数上面。内层的函数 wrapper() 接受一个函数作为参数，然后在函数上面放置一个装饰器。这里的关键点是装饰器是可以使用传递给 logging() 的参数的。
4.类装饰器
# 类装饰器
class deco_cls(object):
def __init__(self, func):
self._func = func
def __call__(self, *args, **kwargs):
print("class decorator before function")
f = self._func(*args, **kwargs)
print("class decorator after function")
return f
@deco_cls
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
class decorator before function
1
2
3
class decorator after function
个人理解：
使用一个装饰器去包装函数，返回一个可调用的实例。 因此定义了一个类装饰器。
5.两层装饰器
# 不带参数的装饰器
def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f
return wrapper
# 带参数的装饰器
def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f
return inner_wrapper
return wrapper
@logging(level="debug")
@deco_test
def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return a
if __name__ == '__main__':
# 使用@
f = do_something("1","2","3")
输出：
[debug]: enter function wrapper()
before function
1
2
3
after function
after function: [debug]: enter function wrapper()
个人理解：
在函数 do_something() 外面先套一层 deco_test() 装饰器，再在最外面套一层 logging() 装饰器。
以上就是python 装饰器的一些个人理解的详细内容，更多关于python 装饰器的资料请关注其它相关文章！
python,装饰器
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。