『壹』 python 類 類方法是否定義前加裝飾器
這個方法如果加了@classmethod那麼第一個參數就是類對象，方法是類方法；如果沒加那麼第一個參數就是實例對象，方法是實例方法。
『貳』 python裝飾器具體是怎麼工作的
分析線面的代碼可以得出結論，可以復制代碼後自行打斷點進行調試
def task(weight=1): # 代碼被執行的時候首先會到這里，執行裝飾器
def decorator_func(func):
func.locust_task_weight = weight return func return decorator_func # 代碼執行的這里的時候會返回來源函數，獲取到來源函數的對象共裝飾器使用@task(1)def test():
print(test)if __name__ == '__main__':
test()
『叄』 python類里的方法怎麼加裝飾器
而Python使用了一種相對於Decorator Pattern和Annotation來說非常優雅的方法，這種方法不需要你去掌握什麼復雜的OO模型或是Annotation的各種類庫規定，完全就是語言層面的玩法：一種函數式編程的技巧。如果你看過本站的《函數式編程》，你一定會為函數式編程的那種「描述你想干什麼，而不是描述你要怎麼去實現」的編程方式感到暢快。（如果你不了解函數式編程，那在讀本文之前，還請你移步去看看《函數式編程》） 好了，我們先來點感性認識，看一個Python修飾器的Hello World的代碼。
『肆』 python裝飾器有什麼用
先來個形象比方
內褲可以用來遮羞，但是到了冬天它沒法為我們防風禦寒，聰明的人們發明了長褲，有了長褲後寶寶再也不冷了，裝飾器就像我們這里說的長褲，在不影響內褲作用的前提下，給我們的身子提供了保暖的功效。
再回到我們的主題
裝飾器本質上是一個Python函數，它可以讓其他函數在不需要做任何代碼變動的前提下增加額外功能，裝飾器的返回值也是一個函數對象。它經常用於有切面需求的場景，比如：插入日誌、性能測試、事務處理、緩存、許可權校驗等場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，我們就可以抽離出大量與函數功能本身無關的雷同代碼並繼續重用。概括的講，裝飾器的作用就是為已經存在的對象添加額外的功能。
先來看一個簡單例子：
def foo():
print('i am foo')
現在有一個新的需求，希望可以記錄下函數的執行日誌，於是在代碼中添加日誌代碼：
def foo():
print('i am foo')
logging.info("foo is running")
bar()、bar2()也有類似的需求，怎麼做？再寫一個logging在bar函數里？這樣就造成大量雷同的代碼，為了減少重復寫代碼，我們可以這樣做，重新定義一個函數：專門處理日誌 ，日誌處理完之後再執行真正的業務代碼
def use_logging(func):
logging.warn("%s is running" % func.__name__)
func()def bar():
print('i am bar')use_logging(bar)
邏輯上不難理解，
但是這樣的話，我們每次都要將一個函數作為參數傳遞給use_logging函數。而且這種方式已經破壞了原有的代碼邏輯結構，之前執行業務邏輯時，執行運行bar()，但是現在不得不改成use_logging(bar)。那麼有沒有更好的方式的呢？當然有，答案就是裝飾器。
簡單裝飾器
def use_logging(func):
def wrapper(*args, **kwargs):
logging.warn("%s is running" % func.__name__)
return func(*args, **kwargs)
return wrapperdef bar():
print('i am bar')bar = use_logging(bar)bar()
函數use_logging就是裝飾器，它把執行真正業務方法的func包裹在函數裡面，看起來像bar被use_logging裝飾了。在這個例子中，函數進入和退出時
，被稱為一個橫切面(Aspect)，這種編程方式被稱為面向切面的編程(Aspect-Oriented Programming)。
@符號是裝飾器的語法糖，在定義函數的時候使用，避免再一次賦值操作
def use_logging(func):
def wrapper(*args, **kwargs):
logging.warn("%s is running" % func.__name__)
return func(*args)
return wrapper@use_loggingdef foo():
print("i am foo")@use_loggingdef bar():
print("i am bar")bar()
如上所示，這樣我們就可以省去bar =
use_logging(bar)這一句了，直接調用bar()即可得到想要的結果。如果我們有其他的類似函數，我們可以繼續調用裝飾器來修飾函數，而不用重復修改函數或者增加新的封裝。這樣，我們就提高了程序的可重復利用性，並增加了程序的可讀性。
裝飾器在Python使用如此方便都要歸因於Python的函數能像普通的對象一樣能作為參數傳遞給其他函數，可以被賦值給其他變數，可以作為返回值，可以被定義在另外一個函數內。
帶參數的裝飾器
裝飾器還有更大的靈活性，例如帶參數的裝飾器：在上面的裝飾器調用中，比如@use_logging，該裝飾器唯一的參數就是執行業務的函數。裝飾器的語法允許我們在調用時，提供其它參數，比如@decorator(a)。這樣，就為裝飾器的編寫和使用提供了更大的靈活性。
def use_logging(level):
def decorator(func):
def wrapper(*args, **kwargs):
if level == "warn":
logging.warn("%s is running" % func.__name__)
return func(*args)
return wrapper
return decorator@use_logging(level="warn")def foo(name='foo'):
print("i am %s" % name)foo()
上面的use_logging是允許帶參數的裝飾器。它實際上是對原有裝飾器的一個函數封裝，並返回一個裝飾器。我們可以將它理解為一個含有參數的閉包。當我
們使用@use_logging(level="warn")調用的時候，Python能夠發現這一層的封裝，並把參數傳遞到裝飾器的環境中。
類裝飾器
再來看看類裝飾器，相比函數裝飾器，類裝飾器具有靈活度大、高內聚、封裝性等優點。使用類裝飾器還可以依靠類內部的\_\_call\_\_方法，當使用 @ 形式將裝飾器附加到函數上時，就會調用此方法。
class Foo(object):
def __init__(self, func):
self._func = func
def __call__(self):
print ('class decorator runing')
self._func()
print ('class decorator ending')
@Foo
def bar():
print ('bar')
bar()
functools.wraps
使用裝飾器極大地復用了代碼，但是他有一個缺點就是原函數的元信息不見了，比如函數的docstring、__name__、參數列表，先看例子：
裝飾器
def logged(func):
def with_logging(*args, **kwargs):
print func.__name__ + " was called"
return func(*args, **kwargs)
return with_logging
函數
@loggeddef f(x):
"""does some math"""
return x + x * x
該函數完成等價於：
def f(x):
"""does some math"""
return x + x * xf = logged(f)
不難發現，函數f被with_logging取代了，當然它的docstring，__name__就是變成了with_logging函數的信息了。
print f.__name__ # prints 'with_logging'print f.__doc__ # prints None
這個問題就比較嚴重的，好在我們有functools.wraps，wraps本身也是一個裝飾器，它能把原函數的元信息拷貝到裝飾器函數中，這使得裝飾器函數也有和原函數一樣的元信息了。
from functools import wrapsdef logged(func):
@wraps(func)
def with_logging(*args, **kwargs):
print func.__name__ + " was called"
return func(*args, **kwargs)
return with_logging@loggeddef f(x):
"""does some math"""
return x + x * xprint f.__name__ # prints 'f'print f.__doc__ # prints 'does some math'
內置裝飾器
@staticmathod、@classmethod、@property
裝飾器的順序
@a@b@cdef f ():
等效於
f = a(b(c(f)))
『伍』 python裝飾器的作用和功能
裝飾器本質上是一個Python函數，它可以讓其他函數在不需要做任何代碼變動的前提下增加額外功能，裝飾器的返回值也是一個函數對象。它經常用於有切面需求的場景，比如：插入日誌、性能測試、事務處理、緩存、許可權校驗等場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，我們就可以抽離出大量與函數功能本身無關的雷同代碼並繼續重用。概括的講，裝飾器的作用就是為已經存在的對象添加額外的功能
『陸』 如何用python的裝飾器定義一個像C++一樣的強
Python作為一個動態的腳本語言，其函數在定義時是不需要指出參數的類型，也不需要指出函數是否有返回值。使用python的裝飾器來定義一個像C++那樣的強類型函數。接下去，先介紹python3中關於函數的定義。
『柒』 PYTHON里的裝飾器能裝飾類嗎
可以的啦
#-*-coding:UTF-8-*-
fromfunctoolsimportwraps
__author__='lpe234'
defsingleton(cls):
"""
裝飾器實現單例模式
:paramcls:
:return:
"""
instances={}
@wraps(cls)
def_singleton(*args,**kwargs):
ifclsnotininstances:
instances[cls]=cls(*args,**kwargs)
returninstances[cls]
return_singleton
@singleton
classSelfClass(object):
pass
defmain():
s1=SelfClass()
s2=SelfClass()
asserts1iss2
if__name__=='__main__':
main()
『捌』 python裝飾器是什麼意思
裝飾器是程序開發中經常會用到的一個功能，用好了裝飾器，開發效率如虎添翼，所以這也是Python面試中必問的問題，但對於好多小白來講，這個功能 有點繞，自學時直接繞過去了，然後面試問到了就掛了，因為裝飾器是程序開發的基礎知識，這個都 不會，別跟人家說你會Python, 看了下面的文章，保證你學會裝飾器。
1、先明白這段代碼
####第一波####
deffoo():
print'foo'
foo#表示是函數
foo()#表示執行foo函數
####第二波####
deffoo():
print'foo'
foo=lambdax:x+1
foo()#執行下面的lambda表達式，而不再是原來的foo函數，因為函數foo被重新定義了
2、需求來了
初創公司有N個業務部門，1個基礎平台部門，基礎平台負責提供底層的功能，如：資料庫操作、redis調用、監控API等功能。業務部門使用基礎功能時，只需調用基礎平台提供的功能即可。如下：
###############基礎平台提供的功能如下###############
deff1():
print'f1'
deff2():
print'f2'
deff3():
print'f3'
deff4():
print'f4'
###############業務部門A調用基礎平台提供的功能###############
f1()
f2()
f3()
f4()
###############業務部門B調用基礎平台提供的功能###############
f1()
f2()
f3()
f4()
目前公司有條不紊的進行著，但是，以前基礎平台的開發人員在寫代碼時候沒有關注驗證相關的問題，即：基礎平台的提供的功能可以被任何人使用。現在需要對基礎平台的所有功能進行重構，為平台提供的所有功能添加驗證機制，即：執行功能前，先進行驗證。
老大把工作交給 Low B，他是這么做的：
跟每個業務部門交涉，每個業務部門自己寫代碼，調用基礎平台的功能之前先驗證。誒，這樣一來基礎平台就不需要做任何修改了。
當天Low B 被開除了…
老大把工作交給 Low BB，他是這么做的：
###############基礎平台提供的功能如下###############
deff1():
#驗證1
#驗證2
#驗證3
print'f1'
deff2():
#驗證1
#驗證2
#驗證3
print'f2'
deff3():
#驗證1
#驗證2
#驗證3
print'f3'
deff4():
#驗證1
#驗證2
#驗證3
print'f4'
###############業務部門不變###############
###業務部門A調用基礎平台提供的功能###
f1()
f2()
f3()
f4()
###業務部門B調用基礎平台提供的功能###
f1()
f2()
f3()
f4()
過了一周 Low BB 被開除了…
老大把工作交給 Low BBB，他是這么做的：
只對基礎平台的代碼進行重構，其他業務部門無需做任何修改
###############基礎平台提供的功能如下###############
defcheck_login():
#驗證1
#驗證2
#驗證3
pass
deff1():
check_login()
print'f1'
deff2():
check_login()
print'f2'
deff3():
check_login()
print'f3'
deff4():
check_login()
print'f4'
老大看了下Low BBB 的實現，嘴角漏出了一絲的欣慰的笑，語重心長的跟Low BBB聊了個天：
老大說：
寫代碼要遵循開發封閉原則，雖然在這個原則是用的面向對象開發，但是也適用於函數式編程，簡單來說，它規定已經實現的功能代碼不允許被修改，但可以被擴展，即：
封閉：已實現的功能代碼塊
開放：對擴展開發
如果將開放封閉原則應用在上述需求中，那麼就不允許在函數 f1 、f2、f3、f4的內部進行修改代碼，老闆就給了Low BBB一個實現方案：
defw1(func):
definner():
#驗證1
#驗證2
#驗證3
returnfunc()
returninner
@w1
deff1():
print'f1'
@w1
deff2():
print'f2'
@w1
deff3():
print'f3'
@w1
deff4():
print'f4'
對於上述代碼，也是僅僅對基礎平台的代碼進行修改，就可以實現在其他人調用函數 f1 f2 f3 f4 之前都進行【驗證】操作，並且其他業務部門無需做任何操作。
Low BBB心驚膽戰的問了下，這段代碼的內部執行原理是什麼呢？
老大正要生氣，突然Low BBB的手機掉到地上，恰恰屏保就是Low BBB的女友照片，老大一看一緊一抖，喜笑顏開，交定了Low BBB這個朋友。詳細的開始講解了：
單獨以f1為例：
defw1(func):
definner():
#驗證1
#驗證2
#驗證3
returnfunc()
returninner
@w1
deff1():
print'f1'
當寫完這段代碼後（函數未被執行、未被執行、未被執行），python解釋器就會從上到下解釋代碼，步驟如下：
def w1(func): ==>將w1函數載入到內存
@w1
沒錯，從表面上看解釋器僅僅會解釋這兩句代碼，因為函數在沒有被調用之前其內部代碼不會被執行。
從表面上看解釋器著實會執行這兩句，但是 @w1 這一句代碼里卻有大文章，@函數名是python的一種語法糖。
如上例@w1內部會執行一下操作：
執行w1函數，並將 @w1 下面的函數作為w1函數的參數，即：@w1 等價於 w1(f1)
所以，內部就會去執行：
def inner:
#驗證
return f1() # func是參數，此時 func 等於 f1
return inner # 返回的 inner，inner代表的是函數，非執行函數
其實就是將原來的 f1 函數塞進另外一個函數中
將執行完的 w1 函數返回值賦值給@w1下面的函數的函數名
w1函數的返回值是：
def inner:
#驗證
return 原來f1() # 此處的 f1 表示原來的f1函數
然後，將此返回值再重新賦值給 f1，即：
新f1 =def inner:
#驗證
return 原來f1()
所以，以後業務部門想要執行 f1 函數時，就會執行 新f1 函數，在 新f1 函數內部先執行驗證，再執行原來的f1函數，然後將 原來f1 函數的返回值 返回給了業務調用者。
如此一來， 即執行了驗證的功能，又執行了原來f1函數的內容，並將原f1函數返回值 返回給業務調用著
Low BBB 你明白了嗎？要是沒明白的話，我晚上去你家幫你解決吧！！！
先把上述流程看懂，之後還會繼續更新…
3、問答時間
問題：被裝飾的函數如果有參數呢？
#一個參數
defw1(func):
definner(arg):
#驗證1
#驗證2
#驗證3
returnfunc(arg)
returninner
@w1
deff1(arg):
print'f1'
#兩個參數
defw1(func):
definner(arg1,arg2):
#驗證1
#驗證2
#驗證3
returnfunc(arg1,arg2)
returninner
@w1
deff1(arg1,arg2):
print'f1'
#三個參數
defw1(func):
definner(arg1,arg2,arg3):
#驗證1
#驗證2
#驗證3
returnfunc(arg1,arg2,arg3)
returninner
@w1
deff1(arg1,arg2,arg3):
print'f1'
問題：可以裝飾具有處理n個參數的函數的裝飾器？
defw1(func):
definner(*args,**kwargs):
#驗證1
#驗證2
#驗證3
returnfunc(*args,**kwargs)
returninner
@w1
deff1(arg1,arg2,arg3):
print'f1'
問題：一個函數可以被多個裝飾器裝飾嗎？
defw1(func):
definner(*args,**kwargs):
#驗證1
#驗證2
#驗證3
returnfunc(*args,**kwargs)
returninner
defw2(func):
definner(*args,**kwargs):
#驗證1
#驗證2
#驗證3
returnfunc(*args,**kwargs)
returninner
@w1
@w2
deff1(arg1,arg2,arg3):
print'f1'
問題：還有什麼更吊的裝飾器嗎？
#!/usr/bin/envpython
#coding:utf-8
defBefore(request,kargs):
print'before'
defAfter(request,kargs):
print'after'
defFilter(before_func,after_func):
defouter(main_func):
defwrapper(request,kargs):
before_result=before_func(request,kargs)
if(before_result!=None):
returnbefore_result;
main_result=main_func(request,kargs)
if(main_result!=None):
returnmain_result;
after_result=after_func(request,kargs)
if(after_result!=None):
returnafter_result;
returnwrapper
returnouter
@Filter(Before,After)
defIndex(request,kargs):
print'index'
『玖』 python修飾器怎樣在類的層次中使用
python在類使用裝飾器有很多方法，下面是其中一個簡單點的：
?
# -*- coding:utf-8 -*-
import inspect
import time
def service_wrap(func):
"""
對service func進行包裝
"""
def wrapped(*args, **kwargs):
print(u' 時間: %s, <%s:%s> [ 參數：<%s %s> ]' %
(time.time(),func.__mole__, func.__name__, args, kwargs))
try:
ret = func(*args, **kwargs)
return ret
except Exception, e:
#TODO
raise e
return wrapped
class BaseService(object):
"""
所有的Service都從該類繼承
"""
def __getattribute__(self, name):
value = object.__getattribute__(self, name)
if inspect.ismethod(value):
if str(name).startswith('__'): #過濾內置方法、屬性
return value
return service_wrap(value)
else:
return value