(编辑：jimmy 日期: 2024/11/16 浏览：2)
本文实例讲述了Python类装饰器。分享给大家供大家参考，具体如下：
编写类装饰器
类装饰器类似于函数装饰器的概念，但它应用于类，它们可以用于管理类自身，或者用来拦截实例创建调用以管理实例。
单体类
由于类装饰器可以拦截实例创建调用，所以它们可以用来管理一个类的所有实例，或者扩展这些实例的接口。
下面的类装饰器实现了传统的单体编码模式，即最多只有一个类的一个实例存在。
instances = {} # 全局变量，管理实例
def getInstance(aClass, *args):
if aClass not in instances:
instances[aClass] = aClass(*args)
return instances[aClass] #每一个类只能存在一个实例
def singleton(aClass):
def onCall(*args):
return getInstance(aClass,*args)
return onCall
为了使用它，装饰用来强化单体模型的类：
@singleton # Person = singleton(Person)
class Person:
def __init__(self,name,hours,rate):
self.name = name
self.hours = hours
self.rate = rate
def pay(self):
return self.hours * self.rate
@singleton # Spam = singleton(Spam)
class Spam:
def __init__(self,val):
self.attr = val
bob = Person('Bob',40,10)
print(bob.name,bob.pay())
sue = Person('Sue',50,20)
print(sue.name,sue.pay())
X = Spam(42)
Y = Spam(99)
print(X.attr,Y.attr)
现在，当Person或Spam类稍后用来创建一个实例的时候，装饰器提供的包装逻辑层把实例构建调用指向了onCall，它反过来调用getInstance，以针对每个类管理并分享一个单个实例，而不管进行了多少次构建调用。
程序输出如下：
Bob 400
Bob 400
42 42
在这里，我们使用全局的字典instances来保存实例，还有一个更好的解决方案就是使用Python3中的nonlocal关键字，它可以为每个类提供一个封闭的作用域，如下：
def singleton(aClass): instance = None def onCall(*args): nonlocal instance if instance == None: instance = aClass(*args) return instance return onCall
当然，我们也可以用类来编写这个装饰器——如下代码对每个类使用一个实例，而不是使用一个封闭作用域或全局表：
class singleton: def __init__(self,aClass): self.aClass = aClass self.instance = None def __call__(self,*args): if self.instance == None: self.instance = self.aClass(*args) return self.instance
跟踪对象接口
类装饰器的另一个常用场景是每个产生实例的接口。类装饰器基本上可以在实例上安装一个包装器逻辑层，来以某种方式管理其对接口的访问。
前面，我们知道可以用__getattr__运算符重载方法作为包装嵌入到实例的整个对象接口的方法，以便实现委托编码模式。__getattr__用于拦截未定义的属性名的访问。如下例子所示：
class Wrapper:
def __init__(self,obj):
self.wrapped = obj
def __getattr__(self,attrname):
print('Trace:',attrname)
return getattr(self.wrapped,attrname)
> x = Wrapper([1,2,3])
> x.append(4)
Trace: append
> x.wrapped
[1, 2, 3, 4]
>
> x = Wrapper({'a':1,'b':2})
> list(x.keys())
Trace: keys
['b', 'a']
在这段代码中，Wrapper类拦截了对任何包装对象的属性的访问，打印出一条跟踪信息，并且使用内置函数getattr来终止对包装对象的请求。
类装饰器为编写这种__getattr__技术来包装一个完整接口提供了一个替代的、方便的方法。如下：
def Tracer(aClass):
class Wrapper:
def __init__(self,*args,**kargs):
self.fetches = 0
self.wrapped = aClass(*args,**kargs)
def __getattr__(self,attrname):
print('Trace:'+attrname)
self.fetches += 1
return getattr(self.wrapped,attrname)
return Wrapper
@Tracer
class Spam:
def display(self):
print('Spam!'*8)
@Tracer
class Person:
def __init__(self,name,hours,rate):
self.name = name
self.hours = hours
self.rate = rate
def pay(self):
return self.hours * self.rate
food = Spam()
food.display()
print([food.fetches])
bob = Person('Bob',40,50)
print(bob.name)
print(bob.pay())
print('')
sue = Person('Sue',rate=100,hours = 60)
print(sue.name)
print(sue.pay())
print(bob.name)
print(bob.pay())
print([bob.fetches,sue.fetches])
通过拦截实例创建调用，这里的类装饰器允许我们跟踪整个对象接口，例如，对其任何属性的访问。
Spam和Person类的实例上的属性获取都会调用Wrapper类中的__getattr__逻辑，由于food和bob确实都是Wrapper的实例，得益于装饰器的实例创建调用重定向，输出如下：
Trace:display
Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam!
[1]
Trace:name
Bob
Trace:pay
2000
Trace:name
Sue
Trace:pay
6000
Trace:name
Bob
Trace:pay
2000
[4, 2]
示例：实现私有属性
如下的类装饰器实现了一个用于类实例属性的Private声明，也就是说，属性存储在一个实例上，或者从其一个类继承而来。不接受从装饰的类的外部对这样的属性的获取和修改访问，但是，仍然允许类自身在其方法中自由地访问那些名称。类似于Java中的private属性。
traceMe = False
def trace(*args):
if traceMe:
print('['+ ' '.join(map(str,args))+ ']')
def Private(*privates):
def onDecorator(aClass):
class onInstance:
def __init__(self,*args,**kargs):
self.wrapped = aClass(*args,**kargs)
def __getattr__(self,attr):
trace('get:',attr)
if attr in privates:
raise TypeError('private attribute fetch:'+attr)
else:
return getattr(self.wrapped,attr)
def __setattr__(self,attr,value):
trace('set:',attr,value)
if attr == 'wrapped': # 这里捕捉对wrapped的赋值
self.__dict__[attr] = value
elif attr in privates:
raise TypeError('private attribute change:'+attr)
else: # 这里捕捉对wrapped.attr的赋值
setattr(self.wrapped,attr,value)
return onInstance
return onDecorator
if __name__ == '__main__':
traceMe = True
@Private('data','size')
class Doubler:
def __init__(self,label,start):
self.label = label
self.data = start
def size(self):
return len(self.data)
def double(self):
for i in range(self.size()):
self.data[i] = self.data[i] * 2
def display(self):
print('%s => %s'%(self.label,self.data))
X = Doubler('X is',[1,2,3])
Y = Doubler('Y is',[-10,-20,-30])
print(X.label)
X.display()
X.double()
X.display()
print(Y.label)
Y.display()
Y.double()
Y.label = 'Spam'
Y.display()
# 这些访问都会引发异常
"""
print(X.size())
print(X.data)
X.data = [1,1,1]
X.size = lambda S:0
print(Y.data)
print(Y.size())
这个示例运用了装饰器参数等语法，稍微有些复杂，运行结果如下：
[set: wrapped <__main__.Doubler object at 0x03421F10>]
[set: wrapped <__main__.Doubler object at 0x031B7470>]
[get: label]
X is
[get: display]
X is => [1, 2, 3]
[get: double]
[get: display]
X is => [2, 4, 6]
[get: label]
Y is
[get: display]
Y is => [-10, -20, -30]
[get: double]
[set: label Spam]
[get: display]
Spam => [-20, -40, -60]
更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。