Python面向切面编程AOP及装饰器怎么使用
在文章实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《Python面向切面编程AOP及装饰器怎么使用》,聊聊,希望可以帮助到正在努力赚钱的你。
什么是 AOP
AOP,就是面向切面编程,简单的说,就是动态地将代码切入到类的指定方法、指定位置上的编程思想就是面向切面的编程。
我们管切入到指定类指定方法的代码片段称为切面,而切入到哪些类、哪些方法则叫切入点。这样我们就可以把几个类共有的代码,抽取到一个切片中,等到需要时再切入对象中去,从而改变其原有的行为。
这种思想,可以使原有代码逻辑更清晰,对原有代码毫无入侵性,常用于像权限管理,日志记录,事物管理等等。
而 Python 中的装饰器就是很著名的设计,常用于有切面需求的场景。
类如,Django 中就大量使用装饰器去完成一下切面需求,如权限控制,内容过滤,请求管理等等。
装饰器
Python 装饰器(fuctional decorators)就是用于拓展原来函数功能的一种函数,目的是在不改变原函数名或类名的情况下,给函数增加新的功能。
下面就跟我一起详细的了解下装饰器是如何工作的。
首先,要明确一个概念:Python 中万物皆对象,函数也是是对象!
所以,一个函数作为对象,可以在另一个函数中定义。看下面示例:
def a(): def b(): print("I'm b") b() c = b return c d = a() d() b() c()
输出结果为:
I'm b
I'm b
抛出 NameError: name 'b' is not defined 错误
抛出 NameError: name 'c' is not defined 错误
从上可以看出,由于函数是对象,所以:
可以赋值给变量
可以在另一个函数中定义
然后,return
可以返回一个函数对象。这个函数对象是在另一个函数中定义的。由于作用域不同,所以只有 return
返回的函数可以调用,在函数 a
中定义和赋值的函数 b
和 c
在外部作用域是无法调用的。
这意味着一个功能可以 return
另一个功能。
除了可以作为对象返回外,函数对象还可以作为参数传递给另一个函数:
def a(): print("I'm a") def b(func): print("I'm b") func() b(a)
输出结果:
I'm b
I'm a
OK,现在,基于函数的这些特性,我们就可以创建一个装饰器,用来在不改变原函数的情况下,实现功能。
函数装饰器
比如,我们要在函数执行前和执行后分别执行一些别的操作,那么根据上面函数可以作为参数传递,我们可以这样实现,看下面示例:
def a(): print("I'm a") def b(func): print('在函数执行前,做一些操作') func() print("在函数执行后,做一些操作") b(a)
输出结果:
在函数执行前,做一些操作
I'm a
在函数执行后,做一些操作
但是这样的话,原函数就变成了另一个函数,每加一个功能,就要在外面包一层新的函数,这样原来调用的地方,就会需要全部修改,这明显不方便,就会想,有没有办法可以让函数的操作改变,但是名称不改变,还是作为原函数呢。
看下面示例:
def a(): print("I'm a") def c(func): def b(): print('在函数执行前,做一些操作') func() print("在函数执行后,做一些操作") return b a = c(a) a()
输出结果:
在函数执行前,做一些操作
I'm a
在函数执行后,做一些操作
如上,我们可以将函数再包一层,将新的函数 b
,作为对象返回。这样通过函数 c
,将 a
改变并重新赋值给 a
,这样就实现了改变函数 a
,并同样使用函数 a
来调用。
但是这样写起来非常不方便,因为需要重新赋值,所以在 Python 中,可以通过 @
来实现,将函数作为参数传递。
看下示例:
def c(func): def b(): print('在函数执行前,做一些操作') func() print("在函数执行后,做一些操作") return b @c def a(): print("I'm a") a()
输出结果:
在函数执行前,做一些操作
I'm a
在函数执行后,做一些操作
如上,通过 @c
,就实现了将函数 a
作为参数,传入 c
,并将返回的函数重新作为函数 a
。这 c
也就是一个简单的函数装饰器。
且如果函数是有返回值的,那么改变后的函数也需要有返回值,如下所以:
def c(func): def b(): print('在函数执行前,做一些操作') result = func() print("在函数执行后,做一些操作") return result return b @c def a(): print("函数执行中。。。") return "I'm a" print(a())
输出结果:
在函数执行前,做一些操作
函数执行中。。。
在函数执行后,做一些操作
I'm a
如上所示:通过将返回值进行传递,就可以实现函数执行前后的操作。但是你会发现一个问题,就是为什么输出 I'm a
会在最后才打印出来?
因为 I'm a
是返回的结果,而实际上函数是 print("在函数执行后,做一些操作")
这一操作前运行的,只是先将返回的结果给到了 result
,然后 result
传递出来,最后由最下方的 print(a())
打印了出来。
那如何函数 a
带参数怎么办呢?很简单,函数 a
带参数,那么我们返回的函数也同样要带参数就好啦。
看下面示例:
def c(func): def b(name, age): print('在函数执行前,做一些操作') result = func(name, age) print("在函数执行后,做一些操作") return result return b @c def a(name, age): print("函数执行中。。。") return "我是 {}, 今年{}岁 ".format(name, age) print(a('Amos', 24))
输出结果:
在函数执行前,做一些操作
函数执行中。。。
在函数执行后,做一些操作
我是 Amos, 今年24岁
但是又有问题了,我写一个装饰器 c
,需要装饰多个不同的函数,这些函数的参数各不相同,那么怎么办呢?简单,用 *args
和 **kwargs
来表示所有参数即可。
如下示例:
def c(func): def b(*args, **kwargs): print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return b @c def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) @c def d(sex, height): print('函数执行中。。。') return '性别:{},身高:{}'.format(sex, height) print(a('Amos', 24)) print(d('男', 175))
输出结果:
在函数执行前,做一些操作
函数执行中。。。
在函数执行后,做一些操作
我是 Amos, 今年24岁在函数执行前,做一些操作
函数执行中。。。
在函数执行后,做一些操作
性别:男,身高:175
如上就解决了参数的问题,哇,这么好用。那是不是这样就没有问题了?并不是!经过装饰器装饰后的函数,实际上已经变成了装饰器函数 c
中定义的函数 b
,所以函数的元数据则全部改变了!
如下示例:
def c(func): def b(*args, **kwargs): print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return b @c def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(a.__name__)
输出结果:
b
会发现函数实际上是函数 b
了,这就有问题了,那么该怎么解决呢,有人就会想到,可以在装饰器函数中先把原函数的元数据保存下来,在最后再讲 b
函数的元数据改为原函数的,再返回 b
。这样的确是可以的!但我们不这样用,为什么?
因为 Python 早就想到这个问题啦,所以给我们提供了一个内置的方法,来自动实现原数据的保存和替换工作。哈哈,这样就不同我们自己动手啦!
看下面示例:
from functools import wraps def c(func): @wraps(func) def b(*args, **kwargs): print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return b @c def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(a.__name__)
输出结果:
a
使用内置的 wraps
装饰器,将原函数作为装饰器参数,实现函数原数据的保留替换功能。
耶!装饰器还可以带参数啊,你看上面 wraps
装饰器就传入了参数。哈哈,是的,装饰器还可以带参数,那怎么实现呢?
看下面示例:
from functools import wraps def d(name): def c(func): @wraps(func) def b(*args, **kwargs): print('装饰器传入参数为:{}'.format(name)) print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return b return c @d(name='我是装饰器参数') def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(a('Amos', 24))
输出结果:
装饰器传入参数为:我是装饰器参数
在函数执行前,做一些操作
函数执行中。。。
在函数执行后,做一些操作
我是 Amos, 今年24岁
如上所示,很简单,只需要在原本的装饰器之上,再包一层,相当于先接收装饰器参数,然后返回一个不带参数的装饰器,然后再将函数传入,最后返回变化后的函数。
这样就可以实现很多功能了,这样可以根据传给装饰器的参数不同,来分别实现不同的功能。
另外,可能会有人问, 可以在同一个函数上,使用多个装饰器吗?答案是:可以!
看下面示例:
from functools import wraps def d(name): def c(func): @wraps(func) def b(*args, **kwargs): print('装饰器传入参数为:{}'.format(name)) print('我是装饰器d: 在函数执行前,做一些操作') result = func(*args, **kwargs) print("我是装饰器d: 在函数执行后,做一些操作") return result return b return c def e(name): def c(func): @wraps(func) def b(*args, **kwargs): print('装饰器传入参数为:{}'.format(name)) print('我是装饰器e: 在函数执行前,做一些操作') result = func(*args, **kwargs) print("我是装饰器e: 在函数执行后,做一些操作") return result return b return c @e(name='我是装饰器e') @d(name='我是装饰器d') def func_a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(func_a('Amos', 24)) 行后,做一些操作 我是 Amos, 今年24岁
输出结果:
装饰器传入参数为:我是装饰器e
我是装饰器e: 在函数执行前,做一些操作装饰器传入参数为:我是装饰器d
我是装饰器d: 在函数执行前,做一些操作
函数执行中。。。
我是装饰器d: 在函数执行后,做一些操作我是装饰器e: 在函数执
如上所示,当两个装饰器同时使用时,可以想象成洋葱,最下层的装饰器先包装一层,然后一直到最上层装饰器,完成多层的包装。然后执行时,就像切洋葱,从最外层开始,只执行到被装饰函数运行时,就到了下一层,下一层又执行到函数运行时到下一层,一直到执行了被装饰函数后,就像切到了洋葱的中间,然后再往下,依次从最内层开始,依次执行到最外层。
示例:
当一个函数 a
被 b
,c
,d
三个装饰器装饰时,执行顺序如下图所示,多个同理。
@d @c @b def a(): pass
类装饰器
在函数装饰器方面,很多人搞不清楚,是因为装饰器可以用函数实现(像上面),也可以用类实现。因为函数和类都是对象,同样可以作为被装饰的对象,所以根据被装饰的对象不同,一同有下面四种情况:
函数装饰函数
类装饰函数
函数装饰类
类装饰类
下面我们依次来说明一下这四种情况的使用。
1、函数装饰函数
from functools import wraps def d(name): def c(func): @wraps(func) def b(*args, **kwargs): print('装饰器传入参数为:{}'.format(name)) print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return b return c @d(name='我是装饰器参数') def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(a.__class__) # 输出结果:
此为最常见的装饰器,用于装饰函数,返回的是一个函数。
2、类装饰函数
也就是通过类来实现装饰器的功能而已。通过类的 __call__
方法实现:
from functools import wraps class D(object): def __init__(self, name): self._name = name def __call__(self, func): @wraps(func) def wrapper(*args, **kwargs): print('装饰器传入参数为:{}'.format(self._name)) print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return wrapper @D(name='我是装饰器参数') def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(a.__class__) # 输出结果:
以上所示,只是将用函数定义的装饰器改为使用类来实现而已。还是用于装饰函数,因为在类的 __call__
中,最后返回的还是一个函数。
此为带装饰器参数的装饰器实现方法,是通过 __call__
方法。
若装饰器不带参数,则可以将 __init__
方法去掉,但是在使用装饰器时,需要 @D()
这样使用,如下:
from functools import wraps class D(object): def __call__(self, func): @wraps(func) def wrapper(*args, **kwargs): print('在函数执行前,做一些操作') result = func(*args, **kwargs) print("在函数执行后,做一些操作") return result return wrapper @D() def a(name, age): print('函数执行中。。。') return "我是 {}, 今年{}岁 ".format(name, age) print(a.__class__) # 输出结果:
如上是比较方便简答的,使用类定义函数装饰器,且返回对象为函数,元数据保留。
3、函数装饰类
下面重点来啦,我们常见的装饰器都是用于装饰函数的,返回的对象也是一个函数,而要装饰类,那么返回的对象就要是类,且类的元数据等也要保留。
不怕丢脸的说,目前我还不知道怎么实现完美的类装饰器,在装饰类的时候,一般有两种方法:
返回一个函数,实现类在创建实例的前后执行操作,并正常返回此类的实例。但是这样经过装饰器的类就属于函数了,其无法继承,但可以正常调用创建实例。
如下:
from functools import wraps def d(name): def c(cls): @wraps(cls) def b(*args, **kwargs): print('装饰器传入参数为:{}'.format(name)) print('在类初始化前,做一些操作') instance = cls(*args, **kwargs) print("在类初始化后,做一些操作") return instance return b return c @d(name='我是装饰器参数') class A(object): def __init__(self, name, age): self.name = name self.age = age print('类初始化实例,{} {}'.format(self.name, self.age)) a = A('Amos', 24) print(a.__class__) print(A.__class__) # 输出结果: 装饰器传入参数为:我是装饰器参数 在类初始化前,做一些操作 类初始化实例,Amos 24 在类初始化后,做一些操作
如上所示,就是第一种方法。
4、类装饰类
接上文,返回一个类,实现类在创建实例的前后执行操作,但类已经改变了,创建的实例也已经不是原本类的实例了。
看下面示例:
def desc(name): def decorator(aClass): class Wrapper(object): def __init__(self, *args, **kwargs): print('装饰器传入参数为:{}'.format(name)) print('在类初始化前,做一些操作') self.wrapped = aClass(*args, **kwargs) print("在类初始化后,做一些操作") def __getattr__(self, name): print('Getting the {} of {}'.format(name, self.wrapped)) return getattr(self.wrapped, name) def __setattr__(self, key, value): if key == 'wrapped': # 这里捕捉对wrapped的赋值 self.__dict__[key] = value else: setattr(self.wrapped, key, value) return Wrapper return decorator @desc(name='我是装饰器参数') class A(object): def __init__(self, name, age): self.name = name self.age = age print('类初始化实例,{} {}'.format(self.name, self.age)) a = A('Amos', 24) print(a.__class__) print(A.__class__) print(A.__name__)
输出结果:
装饰器传入参数为:我是装饰器参数
在类初始化前,做一些操作
类初始化实例,Amos 24
在类初始化后,做一些操作.decorator. .Wrapper'>
Wrapper
如上,看到了吗,通过在函数中新定义类,并返回类,这样函数还是类,但是经过装饰器后,类 A
已经变成了类 Wrapper
,且生成的实例 a
也是类 Wrapper
的实例,即使通过 __getattr__
和 __setattr__
两个方法,使得实例a的属性都是在由类 A
创建的实例 wrapped
的属性,但是类的元数据无法改变。很多内置的方法也就会有问题。我个人是不推荐这种做法的!
所以,我推荐在代码中,尽量避免类装饰器的使用,如果要在类中做一些操作,完全可以通过修改类的魔法方法,继承,元类等等方式来实现。如果避免不了,那也请谨慎处理。
到这里,我们也就讲完了《Python面向切面编程AOP及装饰器怎么使用》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于Python,aop的知识点!

- 上一篇
- 关闭客户端连接后如何从 tcp 套接字完全读取缓冲内容?

- 下一篇
- Python的数组是什么及怎么应用
-
- 文章 · python教程 | 24分钟前 |
- Python异常测试的最佳实践
- 410浏览 收藏
-
- 文章 · python教程 | 54分钟前 |
- Python轻松重命名文件的小技巧
- 276浏览 收藏
-
- 文章 · python教程 | 2小时前 | Matplotlib Seaborn Pandas scatterplot boxplot
- Pythonseaborn库使用方法与技巧大全
- 106浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python中如何用Manager管理共享状态?
- 337浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python绘制词云图的简易教程
- 231浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Linux系统DataCap验证码显示问题的最佳解决方案
- 301浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python中__slots__如何优化内存?
- 485浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python热力图绘制教程及代码实战
- 191浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 508次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- AI Make Song
- AI Make Song是一款革命性的AI音乐生成平台,提供文本和歌词转音乐的双模式输入,支持多语言及商业友好版权体系。无论你是音乐爱好者、内容创作者还是广告从业者,都能在这里实现“用文字创造音乐”的梦想。平台已生成超百万首原创音乐,覆盖全球20个国家,用户满意度高达95%。
- 22次使用
-
- SongGenerator
- 探索SongGenerator.io,零门槛、全免费的AI音乐生成器。无需注册,通过简单文本输入即可生成多风格音乐,适用于内容创作者、音乐爱好者和教育工作者。日均生成量超10万次,全球50国家用户信赖。
- 18次使用
-
- BeArt AI换脸
- 探索BeArt AI换脸工具,免费在线使用,无需下载软件,即可对照片、视频和GIF进行高质量换脸。体验快速、流畅、无水印的换脸效果,适用于娱乐创作、影视制作、广告营销等多种场景。
- 18次使用
-
- 协启动
- SEO摘要协启动(XieQiDong Chatbot)是由深圳协启动传媒有限公司运营的AI智能服务平台,提供多模型支持的对话服务、文档处理和图像生成工具,旨在提升用户内容创作与信息处理效率。平台支持订阅制付费,适合个人及企业用户,满足日常聊天、文案生成、学习辅助等需求。
- 20次使用
-
- Brev AI
- 探索Brev AI,一个无需注册即可免费使用的AI音乐创作平台,提供多功能工具如音乐生成、去人声、歌词创作等,适用于内容创作、商业配乐和个人创作,满足您的音乐需求。
- 22次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览