Python 不使用类的装饰器的参数
我有点困惑为什么这不起作用,特别是这一部分:Python 不使用类的装饰器的参数,python,class,python-decorators,Python,Class,Python Decorators,我有点困惑为什么这不起作用,特别是这一部分:@tracer(enabled=False) 我所理解的是: 每当tracer执行调用时,函数对象rotate\u list将作为参数传递 我认为这不起作用的原因是tracer(以及任何包装器)只接受可调用对象,enabled=False不是可调用对象,所以它不起作用 然而,错误消息并不能很好地说明这一点,因此我想知道为什么错误消息是: TypeError:tracer()缺少1个必需的位置参数:“func” 我猜括号内的参数是首先计算的,这样就没有可
@tracer(enabled=False)
我所理解的是:
每当tracer
执行调用时,函数对象rotate\u list
将作为参数传递
我认为这不起作用的原因是tracer(以及任何包装器)只接受可调用对象,enabled=False
不是可调用对象,所以它不起作用
然而,错误消息并不能很好地说明这一点,因此我想知道为什么错误消息是:
TypeError:tracer()缺少1个必需的位置参数:“func”
我猜括号内的参数是首先计算的,这样就没有可调用对象被传递给tracer了
我想这可以通过使用类装饰器来解决,比如
def tracer(func, enabled=True):
def wrap(*args, **kwargs):
if enabled:
print('Calling {}'.format(func))
return func(*args, **kwargs)
return wrap
@tracer(enabled=False)
def rotate_list(l):
return l[1:] + [l[0]]
然后tracer=Trace(enabled=True)
就可以工作了,但是我想看看如何在不使用类的情况下解决这个问题
============
编辑(解决方案):
别介意,只是把它打出来,以确保我理解了解决方案。
因为将参数放在装饰器中会使它像普通函数一样工作。解决方案是使该装饰器返回另一个可调用对象(即实际的装饰器)
比如:
@dec
def foo:pass
将变成foo=dec(foo)
@dec(ARG)
def foo:pass
将变成foo=dec(ARG)(foo)
解决方案是让dec
返回另一个可调用的,即实际的装饰器。例如,该函数将是wrap
foo=dec(ARG)(foo)
将变成foo=wrap(foo)
,其中ARG
已传递给dec
。
谢谢大家!我喜欢函数编程。要将函数以外的其他参数传递给嵌套多个def的decorator函数,请执行以下操作:
class Trace:
def __init__(self, enabled=False):
print('Inside __init__')
self.enabled = enabled
编辑
此装饰器帮助构建其他装饰器。虽然它包含多个嵌套函数,但它允许您仅使用两个层和参数定义装饰器,就像您所做的那样:
def my_decorator(flagDoThat)
def internal(func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if flagDoThat:
print("Hello", retval)
return retval
wrapper.__name__ = func.__name__ #update name
return wrapper
return internal
@my_decorator(True)
def my_func(): return "world"
#equals to
tmp = my_decorator(True)
@tmp
def my_func(): return "world"
可以这样使用:
def decorator(keepFunctionName=True):
def internal(func):
def newFunc(*argv, **kwv):
def decoWrapper(theFuncUsedInFunc):
fRet = func(theFuncUsedInFunc, *argv, **kwv)
if keepFunctionName:
fRet.__name__ = theFuncUsedInFunc.__name__
return fRet
return decoWrapper
return newFunc
return internal
class my_decorator:
__slots__ = ["flagDoThat"] # optional line
def __init__(self, flagDoThat):
self.flagDoThat = flagDoThat
def __call__(self, func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if self.flagDoThat:
print("Hello", retval)
return retval
return wrapper
def foo(): pass
foo = dec(foo)
而这个装饰者正是上面的装饰者所做的
编辑二
通过将decorator附加到init函数,可以对类执行相同的操作
但这里有另一种方法,可以通过将参数存储在类中来生成具有参数的装饰器:
@decorator()
def my_decorator(func, flagDoThat):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if flagDoThat:
print("Hello", retval)
return retval
return wrapper
要将函数以外的其他参数传递给装饰函数,请嵌套多个def:
class Trace:
def __init__(self, enabled=False):
print('Inside __init__')
self.enabled = enabled
编辑
此装饰器帮助构建其他装饰器。虽然它包含多个嵌套函数,但它允许您仅使用两个层和参数定义装饰器,就像您所做的那样:
def my_decorator(flagDoThat)
def internal(func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if flagDoThat:
print("Hello", retval)
return retval
wrapper.__name__ = func.__name__ #update name
return wrapper
return internal
@my_decorator(True)
def my_func(): return "world"
#equals to
tmp = my_decorator(True)
@tmp
def my_func(): return "world"
可以这样使用:
def decorator(keepFunctionName=True):
def internal(func):
def newFunc(*argv, **kwv):
def decoWrapper(theFuncUsedInFunc):
fRet = func(theFuncUsedInFunc, *argv, **kwv)
if keepFunctionName:
fRet.__name__ = theFuncUsedInFunc.__name__
return fRet
return decoWrapper
return newFunc
return internal
class my_decorator:
__slots__ = ["flagDoThat"] # optional line
def __init__(self, flagDoThat):
self.flagDoThat = flagDoThat
def __call__(self, func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if self.flagDoThat:
print("Hello", retval)
return retval
return wrapper
def foo(): pass
foo = dec(foo)
而这个装饰者正是上面的装饰者所做的
编辑二
通过将decorator附加到init函数,可以对类执行相同的操作
但这里有另一种方法,可以通过将参数存储在类中来生成具有参数的装饰器:
@decorator()
def my_decorator(func, flagDoThat):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if flagDoThat:
print("Hello", retval)
return retval
return wrapper
它只能通过函数来完成<代码>跟踪器应如下所示:
def decorator(keepFunctionName=True):
def internal(func):
def newFunc(*argv, **kwv):
def decoWrapper(theFuncUsedInFunc):
fRet = func(theFuncUsedInFunc, *argv, **kwv)
if keepFunctionName:
fRet.__name__ = theFuncUsedInFunc.__name__
return fRet
return decoWrapper
return newFunc
return internal
class my_decorator:
__slots__ = ["flagDoThat"] # optional line
def __init__(self, flagDoThat):
self.flagDoThat = flagDoThat
def __call__(self, func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if self.flagDoThat:
print("Hello", retval)
return retval
return wrapper
def foo(): pass
foo = dec(foo)
这里要做的是创建返回decorator的函数(tracer)。那个装饰器接受一个函数
如果您将其转换为python对任何装饰器所使用的相同格式,您将看到为什么需要这样做
每次python看到
def tracer(enabled=False):
def wrapper(func):
def wrap(*args, **kwargs):
if enabled:
print('Calling {}'.format(func))
return func(*args, **kwargs)
return wrap
return wrapper
它可以翻译为:
@dec
def foo(): pass
因此,当您有需要参数的decorator时,它的翻译如下:
def decorator(keepFunctionName=True):
def internal(func):
def newFunc(*argv, **kwv):
def decoWrapper(theFuncUsedInFunc):
fRet = func(theFuncUsedInFunc, *argv, **kwv)
if keepFunctionName:
fRet.__name__ = theFuncUsedInFunc.__name__
return fRet
return decoWrapper
return newFunc
return internal
class my_decorator:
__slots__ = ["flagDoThat"] # optional line
def __init__(self, flagDoThat):
self.flagDoThat = flagDoThat
def __call__(self, func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if self.flagDoThat:
print("Hello", retval)
return retval
return wrapper
def foo(): pass
foo = dec(foo)
所以,您需要做的是确保decorator返回接受函数作为其参数的内容
PS:使用decorator保留函数名、docstring等很好。这只能通过函数来完成<代码>跟踪器应如下所示:
def decorator(keepFunctionName=True):
def internal(func):
def newFunc(*argv, **kwv):
def decoWrapper(theFuncUsedInFunc):
fRet = func(theFuncUsedInFunc, *argv, **kwv)
if keepFunctionName:
fRet.__name__ = theFuncUsedInFunc.__name__
return fRet
return decoWrapper
return newFunc
return internal
class my_decorator:
__slots__ = ["flagDoThat"] # optional line
def __init__(self, flagDoThat):
self.flagDoThat = flagDoThat
def __call__(self, func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if self.flagDoThat:
print("Hello", retval)
return retval
return wrapper
def foo(): pass
foo = dec(foo)
这里要做的是创建返回decorator的函数(tracer)。那个装饰器接受一个函数
如果您将其转换为python对任何装饰器所使用的相同格式,您将看到为什么需要这样做
每次python看到
def tracer(enabled=False):
def wrapper(func):
def wrap(*args, **kwargs):
if enabled:
print('Calling {}'.format(func))
return func(*args, **kwargs)
return wrap
return wrapper
它可以翻译为:
@dec
def foo(): pass
因此,当您有需要参数的decorator时,它的翻译如下:
def decorator(keepFunctionName=True):
def internal(func):
def newFunc(*argv, **kwv):
def decoWrapper(theFuncUsedInFunc):
fRet = func(theFuncUsedInFunc, *argv, **kwv)
if keepFunctionName:
fRet.__name__ = theFuncUsedInFunc.__name__
return fRet
return decoWrapper
return newFunc
return internal
class my_decorator:
__slots__ = ["flagDoThat"] # optional line
def __init__(self, flagDoThat):
self.flagDoThat = flagDoThat
def __call__(self, func):
def wrapper(*argv, **kwv):
retval = func(*argv, **kwv)
if self.flagDoThat:
print("Hello", retval)
return retval
return wrapper
def foo(): pass
foo = dec(foo)
所以,您需要做的是确保decorator返回接受函数作为其参数的内容
PS:很高兴使用decorator保留函数名、docstring等。谢谢,我现在就知道了。谢谢,我现在就知道了。