python学习之aop装饰模式

实际开发过程当中可能要对某些方法或者流程做出改进，添加监控，添加日志记录等
所以我们要去改动已有的代码，自己的或者别人的，但改动后测试不周会引发不可控的异常，aop 模式解决了这类问题
引发重复代码大量积累，装饰器解决了些类问题

1:基础篇

import functools

#采用functools.wraps的目的是为了使装饰器返回的类型始终是func的类型，否则将返回嵌套高阶函数的中的类型，例如返回的是wraper

#采用参数*args ,**kw是解决函数多参数的问题

def log(func):

    @functools.wraps(func)

    def wrapper(*args, **kw):

        print 'call %s():' % func.__name__

        return func(*args, **kw)

    return wrapper

#修饰器参数的情况

def logger(pram):

    def log(func):

        @functools.wraps(func)

        def wrapper(*args, **kw):

            print 'call %s(): and parsms is %s' %(func.__name__,pram);

            return func(*args, **kw);

        return wrapper;

    return log;

@log

def showMesage(name,age):

    print("my name is {0} and my age is {1}".format(name,age));

@logger("hello")

def getMessage(name,age):

    print("my name is {0} and my age is {1}".format(name,age));

#添加多个修饰器来拓展所需的功能

@log

@logger("hello15466")

def recieveMessage(name,age):

    print("my name is {0} and my age is {1}".format(name,age));

if __name__=='__main__':

    showMesage("ddd",21);

    getMessage("aaa",43);

    recieveMessage("ccc",34);

2:通过一个实用性的示例来继续描述下装饰器的使用场景,这次我将装饰器提取到类中,需要调用的地方通过类的引用来调取

下面这个示例演示的是一个监控程序运行时间的,如下:

一: 建立一个监控类[monitor.py]:

import functools;

import time;

class monitor:

    @staticmethod

    def startmonitor():

        return time.clock();

    @staticmethod

    def endmonitor():

        return time.clock();

def listener(listen):

    def log(func):

        @functools.wraps(func)

        def wrapper(*args, **kw):

            startime=listen.startmonitor();

            f=func(*args, **kw);

            endtime=listen.endmonitor();

            print("total time is {0}".format(startime-endtime));

            return  f;

        return wrapper;

    return log;

二:在需要使用的地方来调用监控

from  monitor import  *;

@listener(monitor)

def getinfo():

    print("hello ,welcome!");

if __name__=="__main__":

    getinfo();

巴特西

python学习之aop装饰模式

最新文章

热门文章