Python装饰器的另类用法

37 阅读4分钟

这个装饰器会把你传入的参数送给目标函数然后直接执行。

@call(5)

def table(n):

value = []

for i in range(n):

value.append(i*i)

return value

print len(table), table[3] # 5 9

@call()装饰器适用于任何函数,你传入的参数会被直接使用然后结果赋值给同名函数。这样避免了你重新定义一个变量来存储结果。

@list 装饰器

假如你有一个这样一个生成器函数。

def table(n):

for i in range(n):

yield i

当你要生成n=5的序列时,可以直接调用。

table = table(5)

print table # <generator object table at 0x027DAC10>

使用上节提到的@call()装饰器,也能得到一样的结果。

'''

遇到问题没人解答?小编创建了一个Python学习交流QQ群:778463939

寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!

'''

@call(5)

def table(n):

for i in range(n):

yield i

print table # <generator object table at 0x0340AC10>

你还可以直接将其转换成列表。(使用list(generator_object)函数)

@list

@call(5)

def table(n):

for i in range(n):

yield i

print table # [0, 1, 2, 3, 4]

相信不少同学第一次看到这个用法应该是懵逼的。这等同于列表表达式,但是可读性也许差了不少。例子本身只是演示了装饰器的一种用法,但不是推荐你就这样使用装饰器。你这样用也许会被其他同事拖到墙角里打死。

类装饰器

在Python 2.6以前,还不支持类装饰器。也就是说,你不能使用这样的写法。

@decorator

class MyClass(object):

pass

你必须这样写:

class MyClass(object):

pass

MyClass = decorator(MyClass)

也就是说,@语法对类是做了特殊处理的,类不一定是一个callable对象(尽管它有构造函数),但是也允许使用装饰器。那么基于以上语法,你觉得类装饰器能实现什么功能呢?

举一个例子,ptest中的@TestClass()用于声明一个测试类,其源代码大致如此。

'''

遇到问题没人解答?小编创建了一个Python学习交流QQ群:778463939

寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!

'''

def TestClass(enabled=True, run_mode="singleline"):

def tracer(cls):

cls.pd_type ='test'

cls.enabled = enabled

cls.run_mode = run_mode.lower()

return cls

return tracer

当我们在写一个测试类时,发生了什么?

@TestClass()

class TestCases(object):

your test case ...

print TestCases.dict # {'module': 'main', 'enabled': True, 'pd_type': 'test', 'run_mode': 'singleline', ...}

居然装饰器的参数全都变成了变成这个类的属性,好神奇!我们把语法糖一一展开。

class TestCases(object):

pass

decorator = TestClass()

print decorator # <function tracer at 0x033128F0>

TestCases = decorator(TestCases)

print TestCases # <class 'main.TestCases'>

print TestCases.dict # {'module': 'main', 'enabled': True, 'pd_type': 'test', 'run_mode': 'singleline', ...}

(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

在这里插入图片描述

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。

在这里插入图片描述

了解详情:docs.qq.com/doc/DSnl3ZG…