前面一篇文章我们详细介绍了Python装饰器的基本概念以及用法,其实Python自身是已经为我们提供了很多装饰器,这些装饰器主要用于类的方法和属性。这篇文章我们就来主要聊一聊 Python 标准库中自带的一些装饰器:
1.@classmethod
@classmethod 装饰器用于创建类方法,这类方法的第一个参数是类本身 (cls),而不是实例 (self)。类方法可以用来创建类的实例,也可以用来实现与类相关的逻辑。
示例
class MyClass:
@classmethod
def create_instance(cls, arg):
return cls(arg)
instance = MyClass.create_instance("Hello")
2.@staticmethod
@staticmethod 装饰器用于创建静态方法,这类方法既不是类方法也不是实例方法,它不接受 self 或 cls 作为参数。静态方法可以用来执行与类无关的操作。
示例
class MyClass:
@staticmethod
def my_static_method(arg):
return arg
result = MyClass.my_static_method("Hello")
3.@property
@property 装饰器用于创建只读属性,使得类的属性可以像普通属性一样使用,但实际上它们是由 getter 方法提供的。
示例
class MyClass:
def __init__(self, value):
self._value = value
@property
def value(self):
return self._value
obj = MyClass(10)
print(obj.value) # 输出: 10
4.@.setter
@
示例
class MyClass:
def __init__(self, value):
self._value = value
@property
def value(self):
return self._value
@value.setter
def value(self, new_value):
self._value = new_value
obj = MyClass(10)
obj.value = 20
print(obj.value) # 输出: 20
5.@.deleter
@
示例
class MyClass:
def __init__(self, value):
self._value = value
@property
def value(self):
return self._value
@value.setter
def value(self, new_value):
self._value = new_value
@value.deleter
def value(self):
del self._value
obj = MyClass(10)
del obj.value
# 此时 obj.value 会被删除
6.@abstractmethod
@abstractmethod 装饰器用于定义抽象基类中的抽象方法。如果一个类包含一个或多个抽象方法,则该类必须是 abc.ABC 的子类。
示例
from abc import ABC, abstractmethod
class BaseClass(ABC):
@abstractmethod
def do_something(self):
pass
class ConcreteClass(BaseClass):
def do_something(self):
print("Doing something...")
obj = ConcreteClass()
obj.do_something() # 输出: Doing something...
7.@contextmanager
@contextmanager 装饰器用于创建上下文管理器,使得函数可以用作 with 语句的一部分。
示例
from contextlib import contextmanager
@contextmanager
def managed_resource(resource):
try:
yield resource
finally:
print("Cleaning up...")
with managed_resource("some resource") as r:
print(f"Using resource: {r}")
8.@overload
@overload 装饰器用于实现函数重载,但请注意,这仅用于类型提示,并不会在运行时生效。
示例
from typing import overload
class MyClass:
@overload
def add(self, a: int, b: int) -> int: ...
@overload
def add(self, a: float, b: float) -> float: ...
def add(self, a, b):
return a + b
result = MyClass().add(10, 20)
print(result) # 输出: 30
9.@functools.lru_cache
虽然 @functools.lru_cache 不是直接内建在 Python 中的装饰器,但它被广泛用于缓存函数的结果。它可以有效地减少重复计算。
示例
from functools import lru_cache
@lru_cache(maxsize=None)
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(10)) # 输出: 55
总结
这些装饰器提供了对类和函数的强大支持,可以用来实现多种设计模式和功能。在实际开发中,熟练运用这些装饰器可以大大提高代码的质量和可维护性。
本文暂时没有评论,来添加一个吧(●'◡'●)