【相关学习推荐：python教程】
# 不带参数的装饰器def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f return wrapperdef do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return aif __name__ == '__main__':
# 不用@
f = deco_test(do_something)("1","2","3")输出：
before function 1 2 3 after function
个人理解：
相当于在 do_something 函数外面套了两个输出：before function 和 after function。
# 不带参数的装饰器def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f return wrapper
@deco_testdef do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return aif __name__ == '__main__':
# 使用@
f = do_something("1","2","3")输出：
before function 1 2 3 after function
个人理解：
相当于执行 do_something 函数的时候，因为有 @ 的原因，已经知道有一层装饰器 deco_test，所以不需要再单独写 deco_test(do_something) 了。
# 带参数的装饰器def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f return inner_wrapper return wrapper
@logging(level="debug")def do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return aif __name__ == '__main__':
# 使用@
f = do_something("1","2","3")输出：
[debug]: enter function do_something() 1 2 3 after function: [debug]: enter function do_something()
个人理解：
装饰器带了一个参数 level = "debug"。
最外层的函数 logging() 接受参数并将它们作用在内部的装饰器函数上面。内层的函数 wrapper() 接受一个函数作为参数，然后在函数上面放置一个装饰器。这里的关键点是装饰器是可以使用传递给 logging() 的参数的。
# 类装饰器class deco_cls(object):
def __init__(self, func):
self._func = func def __call__(self, *args, **kwargs):
print("class decorator before function")
f = self._func(*args, **kwargs)
print("class decorator after function")
return f
@deco_clsdef do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return aif __name__ == '__main__':
# 使用@
f = do_something("1","2","3")输出：
class decorator before function 1 2 3 class decorator after function
个人理解：
使用一个装饰器去包装函数，返回一个可调用的实例。 因此定义了一个类装饰器。
# 不带参数的装饰器def deco_test(func):
def wrapper(*args, **kwargs):
print("before function")
f = func(*args, **kwargs)
print("after function")
return f return wrapper# 带参数的装饰器def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
f = func(*args, **kwargs)
print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__))
return f return inner_wrapper return wrapper
@logging(level="debug")@deco_testdef do_something(a,b,c):
print(a)
time.sleep(1)
print(b)
time.sleep(1)
print(c)
return aif __name__ == '__main__':
# 使用@
f = do_something("1","2","3")输出：
[debug]: enter function wrapper() before function 1 2 3 after function after function: [debug]: enter function wrapper()
个人理解：
在函数 do_something() 外面先套一层 deco_test() 装饰器，再在最外面套一层 logging() 装饰器。
想了解更多编程学习，敬请关注php培训栏目！
Atas ialah kandungan terperinci 聊聊Python装饰器. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
