第23课 python中的装饰器、迭代器与生成器-CSDN博客

以下是关于装饰器、迭代器与生成器的详细介绍以及相应案例说明：

一、装饰器

1. 概念

装饰器是Python中一种用于修改或扩展函数、类功能的语法结构，它本质上是一个函数，接收一个函数（或类）作为参数，并返回一个新的函数（或类），新的函数（或类）通常会在原函数（或类）的基础上添加一些额外的功能，比如日志记录、性能测试、权限验证等，且不需要修改原函数（或类）的代码，遵循了“开闭原则”（对扩展开放，对修改关闭）。

2. 语法格式

使用 @ 符号加上装饰器函数名来应用装饰器，例如：

@decorator_function
def my_function():
    pass

等同于：

def my_function():
    pass

my_function = decorator_function(my_function)

3. 案例

案例一：简单的日志记录装饰器

import logging

def log_decorator(func):
    def wrapper(*args, **kwargs):
        logging.info(f"Calling function {
     
     func.__name__}")
        result = func(*args, **kwargs)
        logging.info(f"Function {
     
     func.__name__} completed")
        return result
    return wrapper

@log_decorator
def add_numbers(a, b):
    return a + b

result = add_numbers(3, 5)
print(result)

解释：

首先导入了Python的标准日志模块 logging，用于记录函数调用的相关信息。
接着定义了 log_decorator 装饰器函数，它接收一个函数 func 作为参数。在装饰器内部，定义了一个名为 wrapper 的内部函数，这个函数会在原函数被调用时执行。
在 wrapper 函数中，首先使用 logging.info 记录了一条日志信息，表示正在调用的函数名称（通过 func.__name__ 获取函数名），然后调用原函数 func，并传入接收到的所有位置参数 *args 和关键字参数 **kwargs，将原函数的返回结果保存到 result 变量中，接着又记录了一条日志信息表示函数调用完成，最后返回原函数的执行结果 result。
之后定义了 add_numbers 函数，用于计算两个数相加，并使用 @log_decorator 语法将 log_decorator 装饰器应用到 add_numbers 函数上。这样，当调用 add_numbers 函数时，实际上执行的是经过装饰器包装后的 wrapper 函数，会自动记录函数调用前后的日志信息，最后打印出两数相加的结果 8。

案例二：权限验证装饰器

def check_permission(role):
    def decorator(func):
        def wrapper(*args, **kwargs):
            if role == "admin":
                return func(*args, **kwargs)
            else:
                raise PermissionError("You don't have permission to access this function.")
        return wrapper
    return decorator

@check_permission("admin")
def delete_data():
    print("Data has been deleted.")

try:
    delete_data()
except PermissionError as e:
    print(e)

解释：

首先定义了 check_permission 函数，它接收一个表示角色的参数 role，并返回一个装饰器函数 decorator。这个 check_permission 函数起到了一个参数化装饰器的作用，允许根据不同的角色来设置权限验证逻辑。
在 decorator 函数内部，又定义了 wrapper 函数，它接收原函数的参数 *args 和 **kwargs。在 wrapper 函数中，会判断传入的角色 role 是否为 "admin"，如果是，则调用原函数 func 并返回其结果，否则抛出 PermissionError 异常，表示没有权限访问该函数。
接着定义了 delete_data 函数，用于模拟删除数据的操作，并使用 @check_permission("admin") 将装饰器应用到 delete_data 函数上，意味着只有当角色为 "admin" 时才能执行这个函数。
最后通过 try-except 语句块来调用 delete_data 函数，若有权限则正常执行函数并打印出相应提示，若没有权限则捕获 PermissionError 异常并打印出异常信息，体现了装饰器在权限验证方面的应用，通过装饰器可以方便地为不同的函数添加统一的权限验证逻辑，而无需在每个函数内部重复编写验证代码。

案例三：计算函数执行时间的装饰器（性能测试）

import time

def timeit_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Function {
     
     func.__name__} took {
     
     end_time - start_time} seconds to execute.")
        return result
    return wrapper

@timeit_decorator
def slow_function():
    time<