翻译：https://www.bitecode.dev/p/xmas-decorations-part-3
装饰器案例
下面介绍了三种装饰器的真实应用场景。
- 1. 拦截调用：在函数运行前拦截，进行检查。
- 2. 函数注册：存储函数的引用以便在后面使用。通常用于事件系统、模式匹配、路由等。
- 3. 增强函数功能：增强函数的功能。比如显示函数执行时间。
拦截调用
在函数执行前对函数进行检查。标准库的functools.cache实现了函数缓存的功能。在函数第一次执行时，会正常执行。在函数使用相同参数执行第二次时，检测到函数已经执行过，会跳过执行函数，直接返回缓存值。
from functools import cache
@cache
def expensive_function(a, b):
print("The expensive function runs")
return a b
expensive_function(1, 2) # 第一次运行
expensive_function(1, 2) # 相同参数第二次，函数不会执行运行结果，函数只执行了一次：
代码语言：javascript复制The expensive function runs这种思路在许多流行的框架经常出现：
- 1. Django使用装饰器验证用户是否通过身份验证。如果通过验证，则返回正常的网页；否则返回登陆页面。
from django.contrib.auth.decorators import login_required
@login_required
def my_view(request): ...
# https://docs.djangoproject.com/en/5.0/topics/auth/default/#the-login-required-decorator- 2. 验证库 pydantic 提供了一个装饰器来检查函数输入。如果输入与类型提示匹配，则运行原始函数。如果没有，pydantics 会引发错误。
- 3. call-throttle 是一个用于速率限制代码的库，它允许您将函数限制为每秒调用的次数。如果达到限制，则原始函数根本不会运行。下面是一个简化的实现：
import time
import functools
def basic_throttle(calls_per_second):
def decorator(func):
last_called = 0.0
count = 0
@functools.wraps(func)
def wrapper(*args, **kwargs):
nonlocal last_called, count
current_time = time.time()
# Reset counter if new second
if current_time - last_called >= 1:
last_called = current_time
count = 0
# Enforce the limit
if count < calls_per_second:
count = 1
return func(*args, **kwargs)
return None
return wrapper
return decorator>>> @basic_throttle(5)
... def send_alert():
... print(f"Alert !")
...
... for i in range(10):
... send_alert()
... time.sleep(0.1)
...
Alert !
Alert !
Alert !
Alert !
Alert !注册函数
存储函数的引用以便在后面使用。通常用于事件系统、模式匹配、路由等。
- 1. doit-api 提供 decorar 来注册 doit 任务。如果从与其名称匹配的命令行运行任务，则稍后会调用修饰函数。
- 2. Flask 的路由将 URL 路径与终结点相关联。当用户浏览 URL 时，关联的函数会生成网页。
@app.route('/')
def index():
return 'Index Page'
@app.route('/hello')
def hello():
return 'Hello, World'- 3. pytest 允许您使用装饰器定义夹具(fixtures)。如果编写带有夹具函数名称的测试参数，则会自动调用该参数，并将结果注入测试中。
import pytest
class Fruit:
def __init__(self, name):
self.name = name
def __eq__(self, other):
return self.name == other.name
@pytest.fixture
def my_fruit():
return Fruit("apple")
@pytest.fixture
def fruit_basket(my_fruit):
return [Fruit("banana"), my_fruit]
def test_my_fruit_in_basket(my_fruit, fruit_basket):
assert my_fruit in fruit_basket增强函数功能
我们希望让函数更强大一些，比如显示函数执行时间。
- 1. tenacity 的装饰器将函数设置为在失败时重试。您可以指定异常、失败次数、重试前的延迟以及各种策略。对于自然会出现暂时性错误（如网络调用）的操作很有用。
- 2. Fabric 使用装饰器来配置部署，例如告诉函数应在哪个主机上运行。然后，代码将在远处的计算机上运行，而不是在您的计算机上运行。
@hosts('user1@host1', 'host2', 'user2@host3')
def my_func():
pass- 3. Huey 提供装饰器来注册任务。如果尝试调用该函数，则它不会运行，而是会放入任务队列中，这些任务在不同的进程中一个接一个地异步执行。
