＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃概要＃＃＃
記事「Python デコレータの詳細」では、Python デコレータの概念を紹介し、多くの優れたデコレータをデモンストレーションし、その使用方法を説明しました。 
() メソッドを持つオブジェクト) であり、呼び出し可能オブジェクトを入力として受け取り、呼び出し可能オブジェクトを出力として返します。通常、返された呼び出し可能オブジェクトは、入力呼び出し可能オブジェクトを呼び出す前および/または呼び出した後に、いくつかの操作を実行します。 @
構文を使用してデコレーターを適用できます。多くの例が近日公開予定です...Hello World デコレータ
「Hello world!」デコレータから始めましょう。このデコレータは、装飾された呼び出し可能関数を、単に「Hello World!」を出力する関数に完全に置き換えます。
関数に
@hello_worldという注釈を付け、
hello_worldデコレータで装飾しましょう。
リーリー 引数 (間違ったデータ型や引数の数を含む) を指定して multiply を呼び出すと、結果は常に「Hello World!」と表示されます。
リーリー
＃＃＃わかりました。どのように機能するのでしょうか?元の乗算関数は、hello_world デコレータ内のネストされた装飾関数に完全に置き換えられます。 hello_world
f (この単純なデコレーターでは使用されていません) を受け入れ、これが という名前のネストされた A 関数を定義していることがわかります。 Decorated
は、引数とキーワード引数の任意の組み合わせ (defdecorated(*args, **kwargs)) を受け入れ、最終的に decorated 関数を返します。
関数およびメソッドのデコレータの作成
関数デコレータとメソッド デコレータの作成に違いはありません。デコレータの定義も同様です。入力呼び出し可能オブジェクトは、通常の関数またはバインドされたメソッドになります。
検証してみましょう。これは、呼び出し可能入力を出力するだけのデコレータであり、呼び出す前に型を入力します。これは、デコレータが何かを実行し、元の呼び出し可能オブジェクトを呼び出し続ける典型的なケースです。
リーリー
最後の行では、入力呼び出し可能オブジェクトを一般的な方法で呼び出し、結果を返すことに注意してください。このデコレーターは、動作中のアプリケーション内の任意の関数またはメソッドを装飾できるため、非侵入的です。装飾された関数は元の関数を呼び出し、以前は副作用が生じるだけであるため、アプリケーションは引き続き動作します。
リーリー
パラメータ付きデコレータデコレータはパラメータも受け入れることができます。デコレータ操作を構成するこの機能は非常に強力であり、多くのコンテキストで同じデコレータを使用できるようになります。
あなたがコーディングのスピードが速すぎて、他のチームメンバーに悪印象を与えているため、上司から速度を落とすように頼まれたとします。関数の実行にかかる時間を測定するデコレータを作成しましょう。関数の実行にかかる時間が特定の秒数
t
未満の場合、t 秒が経過するまで待機してから戻ります。今の違いは、デコレータ自体がパラメータ
リーリー
開けてみましょう。デコレーター自体 - 関数minimum_runtime はパラメーター t
を受け取り、これは装飾された呼び出し可能関数の最小実行時間を表します。入力呼び出し可能f はネストされた デコレーター
関数に「プッシュダウン」され、入力呼び出し可能引数は別のネストされた関数ラッパー に「プッシュダウン」されます。 # 実際のロジックは ラッパー 関数内で発生します。開始時刻を記録し、元の呼び出し可能な f を引数とともに呼び出し、結果を保存します。次に、ランタイムをチェックし、それが mint 未満の場合は、残りの時間スリープしてから戻ります。 强>それをテストするために、乗算を呼び出し、それらをさまざまな遅延で修飾する関数をいくつか作成します。
@minimum_runtime(1)
def slow_multiply(x, y):
multiply(x, y)
@minimum_runtime(3)
def slower_multiply(x, y):
multiply(x, y)
现在，我将直接调用 multiply 以及较慢的函数并测量时间。
import time
funcs = [multiply, slow_multiply, slower_multiply]
for f in funcs:
start = time.time()
f(6, 7)
print f, time.time() - start
这是输出：
42 1.59740447998e-05 42 1.00477004051 42 3.00489807129
正如您所看到的，原始乘法几乎没有花费任何时间，并且较慢的版本确实根据提供的最小运行时间进行了延迟。
另一个有趣的事实是，执行的装饰函数是包装器，如果您遵循装饰的定义，这是有意义的。但这可能是一个问题，特别是当我们处理堆栈装饰器时。原因是许多装饰器还会检查其输入可调用对象并检查其名称、签名和参数。以下部分将探讨此问题并提供最佳实践建议。
您还可以使用对象作为装饰器或从装饰器返回对象。唯一的要求是它们有一个 __call__() 方法，因此它们是可调用的。下面是一个基于对象的装饰器的示例，它计算其目标函数被调用的次数：
class Counter(object):
def __init__(self, f):
self.f = f
self.called = 0
def __call__(self, *args, **kwargs):
self.called += 1
return self.f(*args, **kwargs)
这是在行动：
@Counter
def bbb():
print 'bbb'
bbb()
bbb
bbb()
bbb
bbb()
bbb
print bbb.called
3
这主要是个人喜好问题。嵌套函数和函数闭包提供了对象提供的所有状态管理。有些人对类和对象感觉更自在。
在下一节中，我将讨论行为良好的装饰器，而基于对象的装饰器需要一些额外的工作才能表现良好。
通用装饰器通常可以堆叠。例如：
@decorator_1
@decorator_2
def foo():
print 'foo() here'
当堆叠装饰器时，外部装饰器（本例中为decorator_1）将接收内部装饰器（decorator_2）返回的可调用对象。如果decorator_1在某种程度上依赖于原始函数的名称、参数或文档字符串，并且decorator_2是简单实现的，那么decorator_2将看不到原始函数中的正确信息，而只能看到decorator_2返回的可调用信息。
例如，下面是一个装饰器，它验证其目标函数的名称是否全部小写：
def check_lowercase(f):
def decorated(*args, **kwargs):
assert f.func_name == f.func_name.lower()
f(*args, **kwargs)
return decorated
让我们用它来装饰一个函数：
@check_lowercase
def Foo():
print 'Foo() here'
调用 Foo() 会产生断言：
In [51]: Foo()
---------------------------------------------------------------------------
AssertionError Traceback (most recent call last)
ipython-input-51-bbcd91f35259 in module()
----> 1 Foo()
ipython-input-49-a80988798919 in decorated(*args, **kwargs)
1 def check_lowercase(f):
2 def decorated(*args, **kwargs):
----> 3 assert f.func_name == f.func_name.lower()
4 return decorated
但是，如果我们将 check_lowercase 装饰器堆叠在像 hello_world 这样返回名为“decorated”的嵌套函数的装饰器上，结果会非常不同：
@check_lowercase
@hello_world
def Foo():
print 'Foo() here'
Foo()
Hello World!
check_lowercase 装饰器没有引发断言，因为它没有看到函数名称“Foo”。这是一个严重的问题。装饰器的正确行为是尽可能多地保留原始函数的属性。
让我们看看它是如何完成的。现在，我将创建一个 shell 装饰器，它仅调用其输入可调用函数，但保留输入函数中的所有信息：函数名称、其所有属性（如果内部装饰器添加了一些自定义属性）及其文档字符串。
def passthrough(f):
def decorated(*args, **kwargs):
f(*args, **kwargs)
decorated.__name__ = f.__name__
decorated.__name__ = f.__module__
decorated.__dict__ = f.__dict__
decorated.__doc__ = f.__doc__
return decorated
现在，堆叠在passthrough装饰器之上的装饰器将像直接装饰目标函数一样工作。
@check_lowercase
@passthrough
def Foo():
print 'Foo() here'
此功能非常有用，以至于标准库在 functools 模块中有一个名为“wraps”的特殊装饰器，可以帮助编写与其他装饰器配合良好的适当装饰器。您只需在装饰器中使用 @wraps(f) 装饰返回的函数即可。看看使用 wraps 时 passthrough 看起来有多简洁：
from functools import wraps
def passthrough(f):
@wraps(f)
def decorated(*args, **kwargs):
f(*args, **kwargs)
return decorated
我强烈建议始终使用它，除非您的装饰器旨在修改其中一些属性。
类装饰器是在 Python 3.0 中引入的。他们对整个班级进行操作。定义类时和创建任何实例之前会调用类装饰器。这使得类装饰器几乎可以修改类的每个方面。通常您会添加或修饰多个方法。
让我们直接跳到一个奇特的示例：假设您有一个名为“AwesomeClass”的类，其中包含一堆公共方法（名称不以下划线开头的方法，例如 init），并且您有一个基于单元测试的测试类，名为“AwesomeClassTest”。 AwesomeClass 不仅很棒，而且非常关键，您要确保如果有人向 AwesomeClass 添加新方法，他们也会向 AwesomeClassTest 添加相应的测试方法。这是 AwesomeClass：
class AwesomeClass:
def awesome_1(self):
return 'awesome!'
def awesome_2(self):
return 'awesome! awesome!'
这是 AwesomeClassTest：
from unittest import TestCase, main
class AwesomeClassTest(TestCase):
def test_awesome_1(self):
r = AwesomeClass().awesome_1()
self.assertEqual('awesome!', r)
def test_awesome_2(self):
r = AwesomeClass().awesome_2()
self.assertEqual('awesome! awesome!', r)
if __name__ == '__main__':
main()
现在，如果有人添加带有错误的 awesome_3 方法，测试仍然会通过，因为没有调用 awesome_3 的测试。
如何确保每个公共方法始终都有一个测试方法？好吧，当然，你编写一个类装饰器。 @ensure_tests 类装饰器将装饰 AwesomeClassTest 并确保每个公共方法都有相应的测试方法。
def ensure_tests(cls, target_class):
test_methods = [m for m in cls.__dict__ if m.startswith('test_')]
public_methods = [k for k, v in target_class.__dict__.items()
if callable(v) and not k.startswith('_')]
# Strip 'test_' prefix from test method names
test_methods = [m[5:] for m in test_methods]
if set(test_methods) != set(public_methods):
raise RuntimeError('Test / public methods mismatch!')
return cls
这看起来不错，但有一个问题。类装饰器只接受一个参数：被装饰的类。 Ensure_tests 装饰器需要两个参数：类和目标类。我找不到一种方法来让类装饰器具有类似于函数装饰器的参数。没有恐惧。 Python 有 functools.partial 函数专门用于这些情况。
@partial(ensure_tests, target_class=AwesomeClass)
class AwesomeClassTest(TestCase):
def test_awesome_1(self):
r = AwesomeClass().awesome_1()
self.assertEqual('awesome!', r)
def test_awesome_2(self):
r = AwesomeClass().awesome_2()
self.assertEqual('awesome! awesome!', r)
if __name__ == '__main__':
main()
运行测试会成功，因为所有公共方法 awesome_1 和 awesome_2 都有相应的测试方法 test_awesome_1 和 test_awesome_2。
---------------------------------------------------------------------- Ran 2 tests in 0.000s OK
让我们添加一个没有相应测试的新方法awesome_3，然后再次运行测试。
class AwesomeClass:
def awesome_1(self):
return 'awesome!'
def awesome_2(self):
return 'awesome! awesome!'
def awesome_3(self):
return 'awesome! awesome! awesome!'
再次运行测试会产生以下输出：
python3 a.py
Traceback (most recent call last):
File "a.py", line 25, in module
class AwesomeClassTest(TestCase):
File "a.py", line 21, in ensure_tests
raise RuntimeError('Test / public methods mismatch!')
RuntimeError: Test / public methods mismatch!
类装饰器检测到不匹配并大声清晰地通知您。
编写 Python 装饰器非常有趣，可以让您以可重用的方式封装大量功能。要充分利用装饰器并以有趣的方式组合它们，您需要了解最佳实践和习惯用法。 Python 3 中的类装饰器通过自定义完整类的行为添加了一个全新的维度。
以上が独自の Python デコレータを作成するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
