python decorator 进阶

转自:http://www.cnblogs.com/xybaby/p/6274283.html

上一篇文章开始的时候提到

 “一般来说,装饰器是一个函数,接受一个函数(或者类)作为参数,返回值也是也是一个函数(或者参数)”

有一般情况,就有特殊情况。第一种特殊情况:装饰器可能也是一个类;第二种特殊情况:装饰器返回的对象的类型不一定等同于被装饰对象的类型。

  对于第一种情况,我们知道对于任何callable的对象都可以进行调用(在对象名称后面使用小括号),callable对象的范围就比较广了

(user-defined functions, built-in functions, methods of built-in objects, class objects, methods of class instances, and certain class instances themselves are callable; extensions may define additional callable object types).

函数(方法)和类是callable,这个是很好理解的,如果一个类定义了__call__方法,那么该类的实例也是callable。另外,

@dec

def func():pass

  等价于: func = dec(func),所以如果dec是一个类,那么dec(func)是合理的,而被装饰后的func就变成了dec类的一个实例,如果dec类定义了__call__, 那么调用func(*)也是合理的,我们来看看修改后的代码

class cost_time_logger(object):
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        import time
        begin = time.time()
        try:
            return self.func(*args, **kwargs)
        finally:
            print(‘func %s cost %s‘ % (self.func.__name__, time.time() - begin))

@cost_time_logger
def complex_func(num):
    ret = 0
    for i in xrange(num):
        ret += i * i
    return ret

if __name__ == ‘__main__‘:
    print complex_func(100000)

功能和上一篇文章的code snippet 0是一样的,但是type(complex_func) 变成了 <class ‘__main__.cost_time_logger‘>,这也说明了第二种情况:被装饰的对象原本是函数,被装饰之后变成了一个类实例。

  在pep-0318中,例举了一个用装饰器实现单例的例子,代码如下

def singleton(cls):
    instances = {}
    def getinstance():
        if cls not in instances:
            instances[cls] = cls()
        return instances[cls]
    return getinstance

@singleton
class MyClass:
    pass

if __name__ == ‘__main__‘:
    print type(MyClass)

MyClass被装饰前是一个类,被装饰后变成了一个function。

  笔者不是很喜欢这种改变被装饰对象的类型的实现方法,这种实现对代码的阅读者不是很友好,而且可能产生一些莫名其妙的BUG,浪费debug的时间。对于单例的例子,stackoverflow上也有其他的实现。

references:

pep-0318:https://www.python.org/dev/peps/pep-0318/#syntax-alternatives

Creating a singleton in Python:http://stackoverflow.com/questions/6760685/creating-a-singleton-in-python

时间: 2024-10-17 09:21:59

python decorator 进阶的相关文章

Python爬虫进阶一之爬虫框架概述

综述 爬虫入门之后,我们有两条路可以走. 一个是继续深入学习,以及关于设计模式的一些知识,强化Python相关知识,自己动手造轮子,继续为自己的爬虫增加分布式,多线程等功能扩展.另一条路便是学习一些优秀的框架,先把这些框架用熟,可以确保能够应付一些基本的爬虫任务,也就是所谓的解决温饱问题,然后再深入学习它的源码等知识,进一步强化. 就个人而言,前一种方法其实就是自己动手造轮子,前人其实已经有了一些比较好的框架,可以直接拿来用,但是为了自己能够研究得更加深入和对爬虫有更全面的了解,自己动手去多做.

Python爬虫进阶二之PySpider框架安装配置

关于 首先,在此附上项目的地址,以及官方文档 PySpider 官方文档 安装 1. pip 首先确保你已经安装了pip,若没有安装,请参照 pip安装 2. phantomjs PhantomJS 是一个基于 WebKit 的服务器端 JavaScript API.它全面支持web而不需浏览器支持,其快速.原生支持各种Web标准:DOM 处理.CSS 选择器.JSON.Canvas 和 SVG. PhantomJS 可以用于页面自动化.网络监测.网页截屏以及无界面测试等. 安装 以上附有官方安

Python爬虫进阶三之Scrapy框架安装配置

初级的爬虫我们利用urllib和urllib2库以及正则表达式就可以完成了,不过还有更加强大的工具,爬虫框架Scrapy,这安装过程也是煞费苦心哪,在此整理如下. Windows 平台: 我的系统是 Win7,首先,你要有Python,我用的是2.7.7版本,Python3相仿,只是一些源文件不同. 官网文档:http://doc.scrapy.org/en/latest/intro/install.html,最权威哒,下面是我的亲身体验过程. 1.安装Python 安装过程我就不多说啦,我的电

Python爬虫进阶五之多线程的用法

前言 我们之前写的爬虫都是单个线程的?这怎么够?一旦一个地方卡到不动了,那不就永远等待下去了?为此我们可以使用多线程或者多进程来处理. 首先声明一点! 多线程和多进程是不一样的!一个是 thread 库,一个是 multiprocessing 库.而多线程 thread 在 Python 里面被称作鸡肋的存在!而没错!本节介绍的是就是这个库 thread. 不建议你用这个,不过还是介绍下了,如果想看可以看看下面,不想浪费时间直接看 multiprocessing 多进程 鸡肋点 名言: "Pyt

python yield 进阶(一)

PS:硬说原创 我只能说自己太不要脸了 就当是个搬运工吧 希望对您有帮助 先来看看基础的---重头戏在后面: yield的英文单词意思是生产,刚接触Python的时候感到非常困惑,一直没弄明白yield的用法. 只是粗略的知道yield可以用来为一个函数返回值塞数据,比如下面的例子: def addlist(alist): for i in alist: yield i + 1 取出alist的每一项,然后把i + 1塞进去.然后通过调用取出每一项: alist = [1, 2, 3, 4] f

Python爬虫进阶之Scrapy框架安装配置

Python爬虫进阶之Scrapy框架安装配置 初级的爬虫我们利用urllib和urllib2库以及正则表达式就可以完成了,不过还有更加强大的工具,爬虫框架Scrapy,这安装过程也是煞费苦心哪,在此整理如下. Windows 平台: 我的系统是 Win7,首先,你要有Python,我用的是2.7.7版本,Python3相仿,只是一些源文件不同. 官网文档:http://doc.scrapy.org/en/latest/intro/install.html,最权威哒,下面是我的亲身体验过程. 1

十分钟学习Python的进阶语法

(0)目录 VMware 下安装Ubuntu的吐血经历 零基础学习Shell编程 Linux下的makefile的妙用 Linux调试神器 -- gdb 十分钟学会Python的基本类型 分布式版本管理神器--GIT GIT文件的三种状态 & Git SSH秘钥问题 十分钟学习Python的进阶语法 配置SSH无密码访问及Linux热键.重启.kill进程 Java的不定长参数和Python的不定长参数对比 一:起因 (1)作为胶水语言的Python,可谓无处不在,快速开发原型网站:大数据处理等

python decorator心得体会

python decorator心得体会 前言 用途 给方法添加新的功能 给类增加或者删除方法 参数化的decorator 更改方法的默认调用行为 2和3的整合 其实1和4可以归为一类特性,都是对现有方法的增强.** 前言 此小短文来源于qq群一位朋友的问题,问题如下: 下面这段代码的功能是什么? def log(func): def wrapper(*args, **kw): print 'call %s():' % func.__name__ return func(*args, **kw)

python yield 进阶(二)

PS:接上一篇 本文摘自OSchina Linuxqueen 不幸的是,这样做看上去似乎不太可能.即使是我们有神奇的函数,可以让我们从n遍历到无限大,我们也会在返回第一个值之后卡住: 1 def get_primes(start): 2     for element in magical_infinite_range(start): 3         if is_prime(element): 4             return element 假设这样去调用get_primes: 1