一个已经存在 10 年,却被严重低估的库
今天介紹的是一個(gè)已經(jīng)存在十三年,但是依舊不紅的庫 decorator,好像很少有人知道他的存在一樣。
這個(gè)庫可以幫你做什么呢 ?
其實(shí)很簡單,就是可以幫你更方便地寫python裝飾器代碼,更重要的是,它讓 Python 中被裝飾器裝飾后的方法長得更像裝飾前的方法。
本篇文章不會(huì)過多的向你介紹裝飾器的基本知識(shí),我會(huì)默認(rèn)你知道什么是裝飾器,并且懂得如何寫一個(gè)簡單的裝飾器。
不了解裝飾器的可以先去閱讀我之前寫的文章,非常全且詳細(xì)的介紹了裝飾器的各種實(shí)現(xiàn)方法。
1. 常規(guī)的裝飾器
下面這是一個(gè)最簡單的裝飾器示例,在運(yùn)行 myfunc 函數(shù)的前后都會(huì)打印一條日志。
def?deco(func):def?wrapper(*args,?**kw):print("Ready?to?run?task")func(*args,?**kw)print("Successful?to?run?task")return?wrapper@deco def?myfunc():print("Running?the?task")myfunc()裝飾器使用起來,似乎有些高端和魔幻,對(duì)于一些重復(fù)性的功能,往往我們會(huì)封裝成一個(gè)裝飾器函數(shù)。
在定義一個(gè)裝飾器的時(shí)候,我們都需要像上面一樣機(jī)械性的寫一個(gè)嵌套的函數(shù),對(duì)裝飾器原理理解不深的初學(xué)者,往往過段時(shí)間就會(huì)忘記如何定義裝飾器。
有一些比較聰明的同學(xué),會(huì)利用 PyCharm 來自動(dòng)生成裝飾器模板
然后要使用的時(shí)候,直接敲入 deco 就會(huì)生成一個(gè)簡單的生成器代碼,提高編碼的準(zhǔn)備效率
2. 使用神庫
使用 PyCharm 的 Live Template ,雖然能降低編寫裝飾器的難度,但卻要依賴 PyCharm 這一專業(yè)的代碼編輯器。
這里,明哥要教你一個(gè)更加簡單的方法,使用這個(gè)方法呢,你需要先安裝一個(gè)庫 :decorator,使用 pip 可以很輕易地去安裝它
$?python3?-m?pip?install?decorator從庫的名稱不難看出,這是一個(gè)專門用來解決裝飾器問題的第三方庫。
有了它之后,你會(huì)驚奇的發(fā)現(xiàn),以后自己定義的裝飾器,就再也不需要寫嵌套的函數(shù)了
from?decorator?import?decorator@decorator def?deco(func,?*args,?**kw):print("Ready?to?run?task")func(*args,?**kw)print("Successful?to?run?task")@deco def?myfunc():print("Running?the?task")myfunc()deco 作為裝飾函數(shù),第一個(gè)參數(shù)是固定的,都是指被裝飾函數(shù),而后面的參數(shù)都固定使用 可變參數(shù) *args 和 **kw 的寫法,代碼被裝飾函數(shù)的原參數(shù)。
這種寫法,不得不說,更加符合直覺,代碼的邏輯也更容易理解。
3. 帶參數(shù)的裝飾器可用?
裝飾器根據(jù)有沒有攜帶參數(shù),可以分為兩種
第一種:不帶參數(shù),最簡單的示例,上面已經(jīng)舉例
def?decorator(func):def?wrapper(*args,?**kw):func(*args,?**kw)return?wrapper第二種:帶參數(shù),這就相對(duì)復(fù)雜了,理解起來了也不是那么容易。
def?decorator(arg1,?arg2):def?wrapper(func):def?deco(*args,?**kwargs)func(*args,?**kwargs)return?decoreturn?wrapper那么對(duì)于需要帶參數(shù)的裝飾器,decorator 是否也一樣能很好的支持呢?
下面是一個(gè)官方的示例
from?decorator?import?decorator@decorator def?warn_slow(func,?timelimit=60,?*args,?**kw):t0?=?time.time()result?=?func(*args,?**kw)dt?=?time.time()?-?t0if?dt?>?timelimit:logging.warn('%s?took?%d?seconds',?func.__name__,?dt)else:logging.info('%s?took?%d?seconds',?func.__name__,?dt)return?result@warn_slow(timelimit=600)??#?warn?if?it?takes?more?than?10?minutes def?run_calculation(tempdir,?outdir):pass可以看到
裝飾函數(shù)的第一個(gè)參數(shù),還是被裝飾器 func ,這個(gè)跟之前一樣
而第二個(gè)參數(shù) timelimit 寫成了位置參數(shù)的寫法,并且有默認(rèn)值
再往后,就還是跟原來一樣使用了可變參數(shù)的寫法
不難推斷,只要你在裝飾函數(shù)中第二個(gè)參數(shù)開始,使用了非可變參數(shù)的寫法,這些參數(shù)就可以做為裝飾器調(diào)用時(shí)的參數(shù)。
4. 簽名問題有解決?
我們?cè)谧约簩懷b飾器的時(shí)候,通常都會(huì)順手加上一個(gè)叫 functools.wraps 的裝飾器,我想你應(yīng)該也經(jīng)常見過,那他有啥用呢?
先來看一個(gè)例子
def?wrapper(func):def?inner_function():passreturn?inner_function@wrapper def?wrapped():passprint(wrapped.__name__) #inner_function為什么會(huì)這樣子?不是應(yīng)該返回 func 嗎?
這也不難理解,因?yàn)樯线厛?zhí)行func 和下邊 decorator(func) ?是等價(jià)的,所以上面 func.__name__ 是等價(jià)于下面decorator(func).__name__ 的,那當(dāng)然名字是 inner_function
def?wrapper(func):def?inner_function():passreturn?inner_functiondef?wrapped():passprint(wrapper(wrapped).__name__) #inner_function目前,我們可以看到當(dāng)一個(gè)函數(shù)被裝飾器裝飾過后,它的簽名信息會(huì)發(fā)生變化(譬如上面看到的函數(shù)名)
那如何避免這種情況的產(chǎn)生?
解決方案就是使用我們前面所說的 functools .wraps 裝飾器。
它的作用就是將 被修飾的函數(shù)(wrapped) 的一些屬性值賦值給 修飾器函數(shù)(wrapper) ,最終讓屬性的顯示更符合我們的直覺。
from?functools?import?wrapsdef?wrapper(func):@wraps(func)def?inner_function():passreturn?inner_function@wrapper def?wrapped():passprint(wrapped.__name__) #?wrapped那么問題就來了,我們使用了 decorator 之后,是否還會(huì)存在這種簽名的問題呢?
寫個(gè)例子來驗(yàn)證一下就知道啦
from?decorator?import?decorator@decorator def?deco(func,?*args,?**kw):print("Ready?to?run?task")func(*args,?**kw)print("Successful?to?run?task")@deco def?myfunc():print("Running?the?task")print(myfunc.__name__)輸出的結(jié)果是 myfunc,說明 decorator 已經(jīng)默認(rèn)幫我們處理了一切可預(yù)見的問題。
5. 總結(jié)一下
decorator 是一個(gè)提高裝飾器編碼效率的第三方庫,它適用于對(duì)裝飾器原理感到困惑的新手,可以讓你很輕易的寫出更符合人類直覺的代碼。
對(duì)于帶參數(shù)裝飾器的定義,是非常復(fù)雜的,它需要要寫多層的嵌套函數(shù),并且需要你熟悉各個(gè)參數(shù)的傳遞路徑,才能保證你寫出來的裝飾器可以正常使用。
這時(shí)候,只要用上 decorator 這個(gè)庫,你就可以很輕松的寫出一個(gè)帶參數(shù)的裝飾器。同時(shí)你也不用擔(dān)心他會(huì)出現(xiàn)簽名問題,這些它都為你妥善的處理好了。
這么棒的一個(gè)庫,推薦你使用起來。
推薦閱讀
Pandas處理數(shù)據(jù)太慢,來試試Polars吧!
懶人必備!只需一行代碼,就能導(dǎo)入所有的Python庫
絕!關(guān)于pip的15個(gè)使用小技巧
介紹10個(gè)常用的Python內(nèi)置函數(shù),99.99%的人都在用!
可能是全網(wǎng)最完整的 Python 操作 Excel庫總結(jié)!
與50位技術(shù)專家面對(duì)面20年技術(shù)見證,附贈(zèng)技術(shù)全景圖總結(jié)
以上是生活随笔為你收集整理的一个已经存在 10 年,却被严重低估的库的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 如何避免把 Python 代码写得跟屎一
- 下一篇: 直接用IP访问知乎,我发现了一个秘密··