您好,登錄后才能下訂單哦!
這篇文章主要介紹了python如何使用wrapt模塊編寫更扁平的裝飾器,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
使用 wrapt 模塊編寫更扁平的裝飾器
在寫裝飾器的過程中,你有沒有碰到過什么不爽的事情?不管你有沒有,反正我有。我經常在寫代碼的時候,被下面兩件事情搞得特別難受:
1. 實現帶參數的裝飾器時,層層嵌套的函數代碼特別難寫、難讀
2. 因為函數和類方法的不同,為前者寫的裝飾器經常沒法直接套用在后者上
比如,在下面的例子里,我實現了一個生成隨機數并注入為函數參數的裝飾器。
import random def provide_number(min_num, max_num): """裝飾器:隨機生成一個在 [min_num, max_num] 范圍的整數,追加為函數的第一個位置參數 """ def wrapper(func): def decorated(*args, **kwargs): num = random.randint(min_num, max_num) # 將 num 作為第一個參數追加后調用函數 return func(num, *args, **kwargs) return decorated return wrapper @provide_number(1, 100) def print_random_number(num): print(num) # 輸出 1-100 的隨機整數 # OUTPUT: 72 print_random_number() @provide_number 裝飾器功能看上去很不錯,但它有著我在前面提到的兩個問題:嵌套層級深、無法在類方法上使用。如果直接用它去裝飾類方法,會出現下面的情況: class Foo: @provide_number(1, 100) def print_random_number(self, num): print(num) # OUTPUT: <__main__.Foo object at 0x104047278> Foo().print_random_number()
Foo 類實例中的 print_random_number 方法將會輸出類實例 self ,而不是我們期望的隨機數 num。
之所以會出現這個結果,是因為類方法(method)和函數(function)二者在工作機制上有著細微不同。如果要修復這個問題,provider_number 裝飾器在修改類方法的位置參數時,必須聰明的跳過藏在 *args 里面的類實例 self 變量,才能正確的將 num 作為第一個參數注入。
這時,就應該是 wrapt 模塊閃亮登場的時候了。wrapt 模塊是一個專門幫助你編寫裝飾器的工具庫。利用它,我們可以非常方便的改造 provide_number 裝飾器,完美解決“嵌套層級深”和“無法通用”兩個問題,
import wrapt def provide_number(min_num, max_num): @wrapt.decorator def wrapper(wrapped, instance, args, kwargs): # 參數含義: # # - wrapped:被裝飾的函數或類方法 # - instance: # - 如果被裝飾者為普通類方法,該值為類實例 # - 如果被裝飾者為 classmethod 類方法,該值為類 # - 如果被裝飾者為類/函數/靜態方法,該值為 None # # - args:調用時的位置參數(注意沒有 * 符號) # - kwargs:調用時的關鍵字參數(注意沒有 ** 符號) # num = random.randint(min_num, max_num) # 無需關注 wrapped 是類方法或普通函數,直接在頭部追加參數 args = (num,) + args return wrapped(*args, **kwargs) return wrapper <... 應用裝飾器部分代碼省略 ...> # OUTPUT: 48 Foo().print_random_number()
使用 wrapt 模塊編寫的裝飾器,相比原來擁有下面這些優勢:
? 嵌套層級少:使用 @wrapt.decorator 可以將兩層嵌套減少為一層
? 更簡單:處理位置與關鍵字參數時,可以忽略類實例等特殊情況
? 更靈活:針對 instance 值進行條件判斷后,更容易讓裝飾器變得通用
感謝你能夠認真閱讀完這篇文章,希望小編分享的“python如何使用wrapt模塊編寫更扁平的裝飾器”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關注億速云行業資訊頻道,更多相關知識等著你來學習!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。