python之设计模式的装饰器9步学习

在继承的基础上增加新功能，重载，重写区别

装饰器：

函数a说，我是装饰器啊，其他哪个函数顶着我，我就吃了谁，然后吐出来我的和你的返回结果

testng的UI自动化，@beforetest，@beformethod，这种都是testng框架的装饰器。包括类方法和静态方法：@classmethod，@staticmethod

装饰器模式可以动态的把新的职责添加到对象上，在扩展性方面比通过继承实现扩展更富有弹性。这里关键点是“动态”，也就是运行时；而继承在编译的时候已经确定

装 饰模式可以给我们很好的帮助，通过装饰模式重新封装一个类，而不是通过继承来完成，简单点说，三个继承关系ClassA,ClassB,ClassC 三个类，我要在ClassB 类上增强一些功能怎么办？我想你会坚决的顶回去！不允许，对了，为什么呢？你增强的功能是修改ClassB 类中的方法吗？增加方法吗 ？对ClassC的影响呢？特别是ClassC 有多个的情况，你怎么办？这个评估的工作量就是够你受的，所以这个是不允许的，那还是要解决问题的呀，怎么办？

通过建立ClassBDecorator 类来修饰ClassB，

等于说是创建了一个新的类，这个对原有程序没有变更，通过扩充很好的完成了这次变更

重载 overloadin--多态 1) 方法重载是让类以统一的方式处理不同类型数据的一种手段。多个同名函数同时存在，具有不同的参数个数/类型。重载是一个类中多态性的一种表现。
2) Java的方法重载，就是在类中可以创建多个方法，它们具有相同的名字，但具有不同的参数和不同的定义。调用方法时通过传递给它们的不同参数个数和参数类型给它们的不同参数个数和参数类型给它们的不同参数个数和参数类型来决定具体使用哪个方法, 这就是多态性。
3) 重载的时候，方法名要一样，但是参数类型和个数不一样，返回值类型可以相同也可以不相同。无法以返回型别作为重载函数的区分标准。

1.重写必须继承,重载不用。

2.重写的方法名,参数数目相同,参数类型兼容, 重载的方法名相同,参数列表不同

重写与装饰器：

重写利用继承的方法，父亲不能完全满足条件，覆盖父类特性，写入自己新的特性

装饰器除了有自己方法还有父类方法，不覆盖

多态与装饰器：

1、多态是可以强制转换的，而且指向父类的话，只能用父类的方法，不能使用子类独有的。
2、而装饰模式主要通过构造方法传入子类对象，IO体系就是使用装饰模式，装饰增强父类的方法

 

 

>>> def x(f):

       def z():

...     print  f()+1

       return z

...

>>> @x

... def y():

...     print 2

...

y  ===  x(y)  ====  z

y()  ===  x(y)()  ====  z()  ===  f()+1

装饰器学习九步法—第一步

第一步：最简单的函数，准备附加额外功能

代码示例：

# -*- coding:utf -8 -*-'''示例1: 最简单的函数,表示调用了两次'''

def myfunc():

    print "myfunc() called."

myfunc()

myfunc()

 

第二步：使用装饰函数在函数执行前和执行后分别附加额外功能

代码示例：

# -*- coding:utf -8 -*-'''示例2: 替换函数(装饰)

装饰函数的参数是被装饰的函数对象，返回原函数对象

装饰的实质语句: myfunc = deco(myfunc)'''

def deco(func):

      print "before myfunc() called."

      func()

      print " after myfunc() called."

      return func

def myfunc():

      print " myfunc() called."

myfunc = deco(myfunc)

myfunc()

myfunc()

 

 

装饰器学习九步法—第三步

# -*- coding:utf -8 -*-'''示例3: 使用语法糖@来装饰函数，相当于“myfunc = deco(myfunc)”

但发现新函数只在第一次被调用，且原函数多调用了一次。等价于第二步

程序'''

def deco(func):

      print "before myfunc() called."

      func()

      print " after myfunc() called."

      return func

@deco

def myfunc():

      print " myfunc() called."

myfunc()

myfunc()

#注释掉最后两行代码可以看到装饰器函数也被执行

 

装饰器学习九步法—第四步

第四步：使用内嵌包装函数来确保每次新函数都被调用

代码示例：

# -*- coding:gbk -*-'''示例4: 使用内嵌包装函数来确保每次新函数都被调用，

内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装

函数对象'''

def deco(func):

      def _deco():

            print "before myfunc() called."

            func()

            print " after myfunc() called."

# 不需要返回func，实际上应返回原函数的返回值

       return _deco

@deco

def myfunc():

      print " myfunc() called."

      return 'ok'

myfunc()

myfunc()

 

 

 

列表传入

#encoding=utf-8

import time

def deco(func):

def __deco():

list=[]

func(list)

print list

return __deco

@deco

def myfunc(list):

      list.append(1)

      print " myfunc() called."

@deco

def yourfunc(list):

      list.append(2)

      print " yourfunc() called."

myfunc()

print "*"*50

yourfunc()

装饰器学习九步法—第五步

第五步：对带参数的函数进行装饰

代码示例：

# -*- coding:utf -8 -*-'''示例5: 对带参数的函数进行装饰，

内嵌包装函数的形参和返回值与原函数相同，装饰函数返回内嵌包装

函数对象'''

def deco(func):

def _deco(a, b):

print "before myfunc() called."

ret = func(a, b)

print " after myfunc() called. result: %s" % ret

return ret

return _deco

@deco

def myfunc(a, b):

print " myfunc(%s,%s) called." % (a, b)

return a + b

myfunc(1, 2)

myfunc(3, 4)

 

#encoding=utf-8

import time

def deco(func):

def __deco(a,b):

res=func(a,b)

print res

return __deco

@deco

def myfunc(a,b):

print " myfunc(%s,%s) called."%(a,b)

return a+b

myfunc(1,3)

 

 

装饰器学习九步法—第六步

第六步：对参数数量不确定的函数进行装饰

代码示例：

# -*- coding:utf -8 -*-'''示例6: 对参数数量不确定的函数进行装饰，

参数用(*args, **kwargs)，自动适应变参和命名参数'''

 

#encoding=utf-8

import time

def deco(func):

def __deco(*arg,**kw):

print "before myfunc() called"

res=func(*arg,**kw)

print "after myfunc() called"

print res

return __deco

@deco

def myfunc(a,b,c,d):

print " myfunc(%s,%s) called."%(a,b)

return a+b

myfunc(1,3,5,5)

 

#encoding=utf-8

import time

def deco(func):

def __deco(*arg,**kw):

print "before myfunc() called"

res=func(*arg,**kw)

print "after myfunc() called"

print res

return __deco

@deco

def myfunc(a,*arg,**kw):

result=a

#print " myfunc(%s,%s) called."%(a,b)

for i in arg:

result+=i

for k in kw:

result+=kw[k]

return result

myfunc(1,3,5,x=5)

 

装饰器学习九步法—第七步

# -*- coding:utf -8 -*-'''示例7: 在示例4的基础上，让装饰器带参数，

和上一示例相比在外层多了一层包装。

装饰函数名实际上应更有意义些'''

 

#encoding=utf-8

import time

def deco(arg):

def _deco(func):

def __deco():

print "before myfunc() called"

res=func()

print "after myfunc() called"

print res

return __deco

return _deco

@deco("mymodule")

def myfunc():

print " myfunc() called."

@deco("module2")

def myfunc2():

print "myfunc2() called"

myfunc()

myfunc2()

 

装饰器学习九步法—第八步

第八步：让装饰器带 类 参数

代码示例：

# -*- coding:utf-8 -*-'''示例8: 装饰器带类参数'''

class locker:

def __init__(self):

print "locker.__init__() should be not

called."

@staticmethod

def acquire():

print u"locker.acquire() called.（这是静

态方法）"

@staticmethod

def release():

print u" locker.release() called.（不需要

对象实例）"

def deco(cls):

'''cls 必须实现acquire和release静态方法'''

def _deco(func):

def __deco():

print"before %s called [%s]." %

(func.__name__, cls)

cls.acquire()

try:

return func()

finally:

cls.release()

return __deco

return _deco

@deco(locker)

def myfunc():

print " myfunc() called."

myfunc()

myfunc()

 

 

 

装饰器学习九步法—第九步

第九步：装饰器带类参数，并分拆公共类

到其他py文件中，同时演示了对一个函数

应用多个装饰器

代码示例：

# -*- coding:utf -8 -*-'''mylocker.py: 公共类 for 示例9.py'''

class mylocker:

def __init__(self):

print("mylocker.__init__() called.")

@staticmethod

def acquire():

print("mylocker.acquire() called.")

@staticmethod

def unlock():

print(" mylocker.unlock() called.")

class lockerex(mylocker):

@staticmethod

def acquire():

print("lockerex.acquire() called.")

@staticmethod

def unlock():

print(" lockerex.unlock() called.")

def lockhelper(cls):

'''cls 必须实现acquire和unlock静态方法'''

def _deco(func):

def __deco(*args, **kwargs):

print("before %s called." %

func.__name__)

cls.acquire()

try:

return func(*args, **kwargs)

finally:

cls.unlock()

return __deco

return _deco