如何使用Python装饰器装饰函数-python 装饰器

经过长时间学习Python装饰器，于是和大家分享一下，看完本文你肯定有不少收获，希望本文能教会你更多东西，学习Python装饰器时，你可能会遇到Python装饰器问题，这里将介绍Python装饰器问题的解决方法，在这里拿出来和大家分享一下。

***个函数deco是装饰函数，它的参数就是被装饰的函数对象。我们可以在deco函数内对传入的函数对象做一番“装饰”，然后返回这个对象（记住一定要返回，不然外面调用foo的地方将会无函数可用。

我写了个小例子，检查函数有没有说明文档：、

static PyObject* thread_PyThread_start_new_thread(PyObject *self, PyObject  
 
  *fargs)  
 
{  
 
    PyObject *func, *args, *keyw = NULL;  
 
    struct bootstate *boot;  
 
    long ident;  
 
    PyArg_UnpackTuple(fargs, "start_new_thread", 2, 3, &func, &args, &keyw);  
 
    //[1]：创建bootstate结构  
 
    boot = PyMem_NEW(struct bootstate, 1);  
 
    boot->interp = PyThreadState_GET()->interp;  
 
    boot->funcfunc = func;  
 
    boot->argsargs = args;  
 
    boot->keywkeyw = keyw;  
 
    //[2]：初始化多线程环境  
 
    PyEval_InitThreads(); /* Start the interpreter's thread-awareness */  
 
    //[3]：创建线程  
 
    ident = PyThread_start_new_thread(t_bootstrap, (void*) boot);  
 
    return PyInt_FromLong(ident);  
 
[thread.c]  
 
/* Support for runtime thread stack size tuning.  
 
   A value of 0 means using the platform's default stack size  
 
   or the size specified by the THREAD_STACK_SIZE macro. */  
 
static size_t _pythread_stacksize = 0;  
 
[thread_nt.h]  
 
long PyThread_start_new_thread(void (*func)(void *), void *arg)  
 
{ 
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.

Python装饰器是装饰函数，它的参数是用来加强“加强装饰”的。由于此函数并非被装饰的函数对象，所以在内部必须至少创建一个接受被装饰函数的函数，然后返回这个对象（实际上此时foo=decomaker(arg)(foo)）。

这个我还真想不出什么好例子，还是见识少啊，只好借用同步锁的例子了：

def synchronized(lock):     
    """锁同步装饰方法    
    ！lock必须实现了acquire和release方法    
    """    
    def sync_with_lock(func):     
        def new_func(*args, **kwargs):     
            lock.acquire()     
            try:     
                return func(*args, **kwargs)     
            finally:     
                lock.release()     
        new_func.func_name = func.func_name     
        new_func.__doc__ = func.__doc__     
        return new_func     
    return sync_with_lock    
@synchronized(__locker)     
def update(data):     
"""更新计划任务"""    
    tasks = self.get_tasks()     
    delete_task = None    
    for task in tasks:     
        if task[PLANTASK.ID] == data[PLANTASK.ID]:     
            tasks.insert(tasks.index(task), data)     
            tasks.remove(task)     
            delete_task = task     
    r, msg = self._refresh(tasks, delete_task)     
    return r, msg, data[PLANTASK.ID]   
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.

调用时还是updae(data)，同时还可以将多个装饰器组合使用：

def synchronized(lock):     
    """锁同步装饰方法    
    ！lock必须实现了acquire和release方法    
    """    
    def sync_with_lock(func):     
        def new_func(*args, **kwargs):     
            lock.acquire()     
            try:     
                return func(*args, **kwargs)     
            finally:     
                lock.release()     
        new_func.func_name = func.func_name     
        new_func.__doc__ = func.__doc__     
        return new_func     
    return sync_with_lock    
@synchronized(__locker)     
def update(data):     
"""更新计划任务"""    
    tasks = self.get_tasks()     
    delete_task = None    
    for task in tasks:     
        if task[PLANTASK.ID] == data[PLANTASK.ID]:     
            tasks.insert(tasks.index(task), data)     
            tasks.remove(task)     
            delete_task = task     
    r, msg = self._refresh(tasks, delete_task)     
    return r, msg, data[PLANTASK.ID]   
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.

学后的总是感觉就是：Python装饰器可以让函数轻装上阵，更重要的是将函数的约束放置于接口处，使意图更加明了，同时又不增加调用者的负担，这贴子还是很肤浅的，我一定会回来的！

【编辑推荐】