西安房产网站大全,企业网站建设完整教程,南安建设局网站,做系统网站信息检索网站大家好#xff0c;到目前为止#xff0c;Python编程语言由于其语法简单#xff0c;在机器学习和网络开发等各个领域的应用功能强大。除非绝对必要#xff0c;装饰器一般很少出现在视野中#xff0c;比如使用staticmethod装饰器来表示类中的静态方法。装饰器能提供的大量强…大家好到目前为止Python编程语言由于其语法简单在机器学习和网络开发等各个领域的应用功能强大。除非绝对必要装饰器一般很少出现在视野中比如使用staticmethod装饰器来表示类中的静态方法。装饰器能提供的大量强大的功能同时它们可以提升代码的整洁度和可读性。本文将探讨Python包装器的概念并介绍可以改善Python开发过程的五个示例。
Python包装器
Python包装器是添加到另一个函数中的函数它可以在不直接更改源代码的情况下添加额外的功能或修改其行为。它们通常以装饰器的形式实现装饰器是一种特殊的函数它将另一个函数作为输入并对其功能进行一些更改。
包装器函数在各种情况下都很有用 功能扩展通过使用包装器封装函数可以添加日志记录、性能测量或缓存等功能。 代码重用性可以将一个包装器函数甚至一个类应用于多个实体这样就可以避免代码重复并确保不同组件的行为保持一致。 行为修改可以拦截输入参数例如验证输入变量而无需使用许多assert行。
五个相关示例
1 - 计时器
该包装器函数用于测量函数的执行时间并打印已用时间它对于剖析和优化代码非常有用。
import timedef timer(func):def wrapper(*args, **kwargs):# 启动计时器start_time time.time()# 调用装饰函数result func(*args, **kwargs)# 重新测量时间end_time time.time()# 计算所耗时间并打印出来execution_time end_time - start_timeprint(fExecution time: {execution_time} seconds)# 返回装饰函数的执行结果return result# 返回包装函数的引用return wrapper要在Python中创建装饰器需要定义一个名为timer的函数它需要一个名为func的参数来表示它是一个装饰器函数。在timer函数中本文定义了另一个名为wrapper的函数它接收通常传递给要装饰的函数的参数。
在wrapper函数中使用提供的参数调用所需的函数。可以使用以下代码完成此操作result func(*args, **kwargs)。最后wrapper函数返回装饰函数的执行结果。装饰器函数应返回对刚刚创建的包装函数的引用。要使用装饰器可以使用符号将其应用于所需的函数。
timer
def train_model():print(Starting the model training function...)# 暂停程序5秒钟模拟函数执行过程time.sleep(5) print(Model training completed!)train_model()
输出 Starting the model training function… Model Training completed! Execution time: 5.006425619125366 seconds 2 - 调试器
还可以创建一个有用的包装函数通过打印每个函数的输入和输出来方便调试。通过这种方法可以深入了解各种函数的执行流程而不必在应用程序中使用大量打印语句。
def debug(func):def wrapper(*args, **kwargs):# 打印函数名和参数print(fCalling {func.__name__} with args: {args} kwargs: {kwargs})# 调用函数result func(*args, **kwargs)# 打印结果print(f{func.__name__} returned: {result})return resultreturn wrapper可以使用__name__参数获取被调用函数的名称然后使用args和kwargsparameters打印传递给函数的内容。
debug
def add_numbers(x, y):return x y
add_numbers(7, y5,) # 输出Calling add_numbers with args: (7) kwargs: {y: 5} \n add_numbers return
3 - 异常处理器
异常处理器包装函数exception_handler将捕捉divide函数中出现的任何异常并进行相应处理。 可以根据用户的要求定制封装函数中的异常处理方法例如记录异常或执行额外的错误处理步骤。 def exception_handler(func):def wrapper(*args, **kwargs):try:return func(*args, **kwargs)except Exception as e:# 处理异常print(fAn exception occurred: {str(e)})# 可选择执行额外的错误处理或日志记录# 必要时重设异常return wrapper这对于简化代码建立统一的异常处理和错误记录程序非常有用。
exception_handler
def divide(x, y):result x / yreturn result
divide(10, 0) # 输出An exception occurred: division by zero
4 - 输入验证器
该封装函数根据指定条件或数据类型验证函数的输入参数它可用于确保输入数据的正确性和一致性。 另一种方法是在验证输入数据的函数中创建无数的assert语句。 要在装饰器中添加验证功能需要将装饰器函数包装在另一个函数中该函数接受一个或多个验证函数作为参数这些验证函数负责检查输入值是否符合某些标准或条件。
现在validate_input函数本身就是一个装饰器在wrapper函数中输入和关键字参数将根据所提供的验证函数进行检查。如果有任何参数未通过验证就会引发一个ValueError并在提示信息中说明该参数无效。
def validate_input(*validations):def decorator(func):def wrapper(*args, **kwargs):for i, val in enumerate(args):if i len(validations):if not validations[i](val):raise ValueError(fInvalid argument: {val})for key, val in kwargs.items():if key in validations[len(args):]:if not validations[len(args):][key](val):raise ValueError(fInvalid argument: {key}{val})return func(*args, **kwargs)return wrapperreturn decorator要调用经过验证的输入需要定义验证函数。例如可以使用两个验证函数。第一个函数lambda x: x 0检查参数x是否大于0第二个函数lambda y: isinstance(y,str)检查参数y是否为字符串类型。
重要的是要确保验证函数的顺序与它们要验证的参数的顺序一致。
validate_input(lambda x: x 0, lambda y: isinstance(y, str))
def divide_and_print(x, message):print(message)return 1 / xdivide_and_print(5, Hello!) # 输出Hello! 1.0
5 - 重试
该包装函数会重试执行指定次数的函数重试之间会有延迟。在处理偶尔会因临时问题而失败的网络或API调用时它非常有用。
为了实现这一点可以为装饰器定义另一个封装函数与之前的示例类似。不过这一次不再将验证函数作为输入变量而是传递特定参数如max_attemps和变量delay。
当调用装饰函数时该wrapper函数将会被调用它会记录尝试的次数从0开始并进入while循环。循环会尝试执行装饰函数如果成功会立即返回结果。但是如果出现异常则会递增尝试计数器并打印错误信息说明尝试次数和出现的具体异常。然后它会使用time.sleep等待指定的延迟时间然后再次尝试执行函数。
import timedef retry(max_attempts, delay1):def decorator(func):def wrapper(*args, **kwargs):attempts 0while attempts max_attempts:try:return func(*args, **kwargs)except Exception as e:attempts 1print(fAttempt {attempts} failed: {e})time.sleep(delay)print(fFunction failed after {max_attempts} attempts)return wrapperreturn decorator为了调用函数可以指定最大尝试次数和每次调用函数之间的持续时间以秒为单位。
retry(max_attempts3, delay2)
def fetch_data(url):print(Fetching the data..)# 引发超时错误模拟服务器不响应。raise TimeoutError(Server is not responding.)
fetch_data(https://example.com/data) # 重试3次每次重试之间有2秒钟的延迟
结论 Python包装器是可以提升Python编程体验的强大工具。通过使用包装器可以简化复杂的任务提高代码的可读性并提高工作效率。本文探讨了Python包装器的五个示例 计时器包装器 调试器包装器 异常处理器包装器 输入验证器包装器 函数重试包装器
将这些包装器融入到项目中将帮助编写出更简洁、更高效的Python代码并将编程技巧提升到一个新的水平。
