七个好用的装饰器("Python必备：七个高效实用的装饰器详解")

原创

ithorizon 6个月前 (10-20) 阅读数 16 #后端开发

Python必备：七个高效实用的装饰器详解

一、装饰器简介

装饰器是Python中一个非常强势且实用的功能，它允许程序员在不修改原有函数定义的情况下，增多或提升函数的行为。装饰器在很多情况下可以节约代码的可读性、可维护性和复用性。本文将介绍七个在Python开发中非常好用的装饰器。

二、七个高效实用的装饰器

1. 单例模式装饰器

单例模式装饰器可以确保一个类只有一个实例，并提供一个全局访问点。


def singleton(cls):
    instances = {}
    def get_instance(*args, **kwargs):
        if cls not in instances:
            instances[cls] = cls(*args, **kwargs)
        return instances[cls]
    return get_instance
@singleton
class MyClass:
    def __init__(self, value):
        self.value = value
# 测试单例模式
obj1 = MyClass(1)
obj2 = MyClass(2)
print(obj1.value)  # 输出：1
print(obj2.value)  # 输出：1
print(obj1 is obj2)  # 输出：True

2. 缓存装饰器

缓存装饰器可以将函数的于是缓存起来，以便下次调用时直接返回于是，节约效能。


from functools import lru_cache
@lru_cache(maxsize=128)
def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)
# 测试缓存装饰器
print(factorial(5))  # 输出：120
print(factorial(5))  # 直接从缓存返回于是，不再递归计算

3. 计时装饰器

计时装饰器可以测量函数执行的时间，方便进行性能分析。


import time
def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__}运行时间为：{end_time - start_time}秒")
        return result
    return wrapper
@timer
def my_function():
    time.sleep(1)
# 测试计时装饰器
my_function()

4. 异常处理装饰器

异常处理装饰器可以自动捕获函数中的异常，并进行相应的处理。


def exception_handler(func):
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except Exception as e:
            print(f"异常捕获：{e}")
            return None
    return wrapper
@exception_handler
def divide(a, b):
    return a / b
# 测试异常处理装饰器
print(divide(10, 0))  # 输出：异常捕获：division by zero

5. 日志记录装饰器

日志记录装饰器可以在函数执行前后自动记录日志信息。


import logging
logging.basicConfig(level=logging.INFO)
def log(func):
    def wrapper(*args, **kwargs):
        logging.info(f"起初执行{func.__name__}函数")
        result = func(*args, **kwargs)
        logging.info(f"{func.__name__}函数执行完成")
        return result
    return wrapper
@log
def my_function():
    print("执行中...")
# 测试日志记录装饰器
my_function()

6. 参数校验装饰器

参数校验装饰器可以自动校验函数的输入参数，确保参数符合预期。


def validate_params(func):
    def wrapper(*args, **kwargs):
        if not all(isinstance(arg, int) for arg in args):
            raise ValueError("所有参数必须是整数")
        return func(*args, **kwargs)
    return wrapper
@validate_params
def add(a, b):
    return a + b
# 测试参数校验装饰器
print(add(1, 2))  # 输出：3
print(add("1", 2))  # 抛出异常：ValueError: 所有参数必须是整数

7. 节流装饰器

节流装饰器可以制约函数在一段时间内只能执行一次，防止函数极为频繁地执行。


import time
def throttle(seconds):
    def decorator(func):
        last_called = None
        def wrapper(*args, **kwargs):
            nonlocal last_called
            current_time = time.time()
            if last_called is None or (current_time - last_called) > seconds:
                last_called = current_time
                return func(*args, **kwargs)
            else:
                print(f"函数{func.__name__}被制约，请稍后再试")
                return None
        return wrapper
    return decorator
@throttle(2)
def my_function():
    print("执行中...")
# 测试节流装饰器
my_function()  # 输出：执行中...
time.sleep(1)
my_function()  # 输出：函数my_function被制约，请稍后再试
time.sleep(1)
my_function()  # 输出：执行中...