- 当前位置：首页 >域名 >Python函数装饰器高级用法
Python函数装饰器高级用法
发布时间：2025-11-05 00:25:10 来源：码上建站 作者：域名
本文转载自微信公众号「dongfanger」，函数作者dongfanger。装饰转载本文请联系dongfanger公众号。器高
在了解了Python函数装饰器基础知识和闭包之后，函数开始正式学习函数装饰器。装饰
典型的器高函数装饰器
以下示例定义了一个装饰器，输出函数的函数运行时间：
函数装饰器和闭包紧密结合，入参func代表被装饰函数，装饰通过自由变量绑定后，器高调用函数并返回结果。函数
使用clock装饰器：
import time from clockdeco import clock @clock def snooze(seconds): time.sleep(seconds) @clock def factorial(n): return 1 if n < 2 else n*factorial(n-1) if __name__==__main__: print(* * 40,装饰 Calling snooze(.123)) snooze(.123) print(* * 40, Calling factorial(6)) print(6! =, factorial(6)) # 6!指6的阶乘输出结果：
这是装饰器的典型行为：把被装饰的函数换成新函数，二者接受相同的器高参数，而且返回被装饰的函数函数本该返回的值，同时还会做些额外操作。装饰
值得注意的器高是factorial()是个递归函数，从结果来看，每次递归都用到了装饰器，打印了运行时间，这是因为如下代码：
@clock def factorial(n): return 1 if n < 2 else n*factorial(n-1)等价于：
def factorial(n): return 1 if n < 2 else n*factorial(n-1) factorial = clock(factorial)factorial引用的是clock(factorial)函数的服务器托管返回值，也就是装饰器内部函数clocked，每次调用factorial(n)，执行的都是clocked(n)。
叠放装饰器
@d1 @d2 def f(): print("f")等价于：
def f(): print("f") f = d1(d2(f))参数化装饰器
怎么让装饰器接受参数呢?答案是：创建一个装饰器工厂函数，把参数传给它，返回一个装饰器，然后再把它应用到要装饰的函数上。
示例如下：
registry = set() def register(active=True): def decorate(func): print(running register(active=%s)->decorate(%s) % (active, func)) if active: registry.add(func) else: registry.discard(func) return func return decorate @register(active=False) def f1(): print(running f1()) # 注意这里的调用 @register() def f2(): print(running f2()) def f3(): print(running f3())register是一个装饰器工厂函数，接受可选参数active默认为True，内部定义了一个装饰器decorate并返回。需要注意的是装饰器工厂函数，即使不传参数，也要加上小括号调用，比如@register()。
再看一个示例：
import time DEFAULT_FMT = [{elapsed:0.8f}s] {name}({args}) -> {result} # 装饰器工厂函数 def clock(fmt=DEFAULT_FMT): # 真正的装饰器 def decorate(func): # 包装被装饰的函数 def clocked(*_args): t0 = time.time() # _result是被装饰函数返回的真正结果 _result = func(*_args) elapsed = time.time() - t0 name = func.__name__ args = , .join(repr(arg) for arg in _args) result = repr(_result) # **locals()返回clocked的局部变量 print(fmt.format(**locals())) return _result return clocked return decorate if __name__ == __main__: @clock() def snooze(seconds): time.sleep(seconds) for i in range(3): snooze(.123)这是给典型的函数装饰器添加了参数fmt，装饰器工厂函数增加了一层嵌套，服务器租用示例中一共有3个def。
标准库中的装饰器
Python内置了三个用于装饰方法的函数：property、classmethod和staticmethod，这会在将来的文章中讲到。本文介绍functools中的三个装饰器：functools.wraps、functools.lru_cache和functools.singledispatch。
functools.wraps
Python函数装饰器在实现的时候，被装饰后的函数其实已经是另外一个函数了(函数名等函数属性会发生改变)，为了不影响，Python的functools包中提供了一个叫wraps的装饰器来消除这样的副作用(它能保留原有函数的名称和函数属性)。
示例，不加wraps：
def my_decorator(func): def wrapper(*args, **kwargs): decorator print(Calling decorated function...) return func(*args, **kwargs) return wrapper @my_decorator def example(): """Docstring""" print(Called example function) print(example.__name__, example.__doc__) # 输出wrapper decorator加wraps：
import functools def my_decorator(func): @functools.wraps(func) def wrapper(*args, **kwargs): decorator print(Calling decorated function...) return func(*args, **kwargs) return wrapper @my_decorator def example(): """Docstring""" print(Called example function) print(example.__name__, example.__doc__) # 输出example Docstringfunctools.lru_cache
lru是Least Recently Used的缩写，它是一项优化技术，把耗时的函数的结果保存起来，避免传入相同的参数时重复计算。
示例：
import functools from clockdeco import clock @functools.lru_cache() @clock def fibonacci(n): if n < 2: return n return fibonacci(n-2) + fibonacci(n-1) if __name__==__main__: print(fibonacci(6))优化了递归算法，云服务器提供商执行时间会减半。
注意，lru_cache可以使用两个可选的参数来配置，它的签名如下：
functools.lru_cache(maxsize=128, typed=False)maxsize：最大存储数量，缓存满了以后，旧的结果会被扔掉。
typed：如果设为True，那么会把不同参数类型得到的结果分开保存，即把通常认为相等的浮点数和整型参数(如1和1.0)区分开。
functools.singledispatch
Python3.4的新增语法，可以用来优化函数中的大量if/elif/elif。使用@singledispatch装饰的普通函数会变成泛函数：根据第一个参数的类型，以不同方式执行相同操作的一组函数。所以它叫做single dispatch，单分派。
根据多个参数进行分派，就是多分派了。
示例，生成HTML，显示不同类型的Python对象：
import html def htmlize(obj): content = html.escape(repr(obj)) return <pre>{}</pre>.format(content)因为Python不支持重载方法或函数，所以就不能使用不同的签名定义htmlize的变体，只能把htmlize变成一个分派函数，使用if/elif/elif，调用专门的函数，比如htmlize_str、htmlize_int等。时间一长htmlize会变得很大，跟各个专门函数之间的耦合也很紧密，不便于模块扩展。
@singledispatch经过深思熟虑后加入到了标准库，来解决这类问题：
from functools import singledispatch from collections import abc import numbers import html @singledispatch def htmlize(obj): # 基函数 这里不用写if/elif/elif来分派了 content = html.escape(repr(obj)) return <pre>{}</pre>.format(content) @htmlize.register(str) def _(text): # 专门函数 content = html.escape(text).replace(\n, <br>\n) return <p></p>.format(content) @htmlize.register(numbers.Integral) def _(n): # 专门函数 return <pre> (0x{0:x})</pre>.format(n) @htmlize.register(tuple) @htmlize.register(abc.MutableSequence) def _(seq): # 专门函数 inner = </li>\n<li>.join(htmlize(item) for item in seq) return <ul>\n<li> + inner + </li>\n</ul>@singledispatch装饰了基函数。专门函数使用@<<base_function>>.register(<<type>>)装饰，它的名字不重要，命名为_，简单明了。
这样编写代码后，Python会根据第一个参数的类型，调用相应的专门函数。
小结
本文首先介绍了典型的函数装饰器：把被装饰的函数换成新函数，二者接受相同的参数，而且返回被装饰的函数本该返回的值，同时还会做些额外操作。接着介绍了装饰器的两个高级用法：叠放装饰器和参数化装饰器，它们都会增加函数的嵌套层级。最后介绍了3个标准库中的装饰器：保留原有函数属性的functools.wraps、缓存耗时的函数结果的functools.lru_cache和优化if/elif/elif代码的functools.singledispatch。
参考资料：
《流畅的Python》
https://github.com/fluentpython/example-code/tree/master/07-closure-deco
https://blog.csdn.net/liuzonghao88/article/details/103586634
- 电脑管家连续登入错误的解决办法（电脑管家一直登入错误怎么办？）
- 神舟650CI74d（华硕旗舰笔记本电脑，全面满足高要求用户的需求）
- 如何获取WiFi密码（简单易行的方法，助你快速连接网络）
- 吴越画室（探索绘画艺术的新境界）
- 解决电脑开机显示英文Windows错误恢复的问题（从错误诊断到系统恢复，帮助您解决电脑开机故障）
- 以图美耳机（探索音乐的美学之旅，以图美耳机让你爱上聆听）
- AKGQ460耳机评测（让音乐重现原汁原味，让你享受极致听觉体验）
- 探索KKTvLED49K70T（发现无尽乐趣与无与伦比的视觉体验）
- 电脑玉雕创作教程（掌握玉雕电脑雕刻技术的关键步骤）
- 雷蛇幻彩V2（探索最新一代游戏外设，感受炫彩动感的游戏体验）
- 从零开始学习服装电脑排版教程（手把手教你成为服装电脑排版新手）
- 探索Mstar6A918的性能与特点（全面解析Mstar6A918芯片的优势和应用领域）
- 徕卡IIIf（纪实摄影的完美伴侣，重温经典的艺术之选）
- 360N4SX20全面评测（360N4SX20值得入手的原因和详细参数解析）
- 三星9100使用移动卡上网的网速如何？（以三星9100为例，探讨移动卡上网的速度表现及使用体验。）
- 探索魅蓝手机的魅力（解锁魅蓝手机的卓越性能与设计）
- 走出手机依赖的迷宫（减少手机使用，重新获得自由与生活的平衡）
- 华为C4相机（华为C4相机的颠覆性创新与卓越表现力）
- 华硕U盘安装教程（通过华硕U盘安装系统，解决电脑系统问题的利器）
- AMD760CPU性能评测及优势剖析（全新一代处理器的突破表现和关键特点解读）
随便看看
- Copyright © 2025 Powered by Python函数装饰器高级用法,码上建站 滇ICP备2023006006号-47sitemap