博客
关于我
理解和使用Python装饰器
阅读量:689 次
发布时间:2019-03-17

本文共 1109 字,大约阅读时间需要 3 分钟。

装饰器在 Python 中无处不在,功能强大。本文将从基本概念到具体实例,帮助您理解这一强大工具的用法和原理。

结合简单示例说明装饰器

我们从一个简单的例子开始。假设有一个函数foo(),它执行了一些简单的操作。为了让这个函数在执行前后打印提示信息,我们可以使用装饰器来完成。

完整的代码如下:

def outer(func):    def inner():        print("before execution.")        func()        print("after execution.")    return inner@outerdef foo():    print("do something.")if __name__ == "__main__":    foo()

程序运行后会输出:

before execution.do something.after execution.

装饰器的工作原理

装饰器机制允许我们在不修改原函数代码的情况下扩展其功能。在上述示例中,outer函数接收一个函数对象作为参数,并返回一个新函数inner()。用户定义的函数foo()通过@outer装饰后,被替换为inner(),这样在调用foo()时,实际执行的是inner(),它会在执行原函数foo()之前和之后打印提示信息。

更复杂的装饰器示例

想实现更复杂的功能,如记录日志,可以定义更授精шая的装饰器。以下是一个实例:

from datetime import datetimedef logger(msg):    def decorator(func):        def wrapper(*args, **kwargs):            print(f'[INFO] {datetime.now()}, {func.__name__} was called with message "{msg}"')            return func(*args, **kwargs)        return wrapper    return decorator@logger("Maybe bored.")def foo(name):    print(f"do something, {name}")foo('Johnny')

运行后,输出会是:

[INFO] 2023-10-25 12:34:56,809, foo was called with message "Maybe bored."

注意: 如果您有任何问题,请告诉我。我会尽力为您解答。

转载地址:http://tbthz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>