Python模块化编程与装饰器

概述从向上封装和向下封装两个思路分析python的模块化编程，进而探讨向上封装所使用到的装饰器decorator的应用场景和使用方法。 Python的模块化编程

我们首先以一个例子来介绍模块化编程的应用场景，有这样一个名为requirements.py的python3文件，其中两个函数的作用是分别以不同的顺序来打印一个字符串：

# requirements.pydef example1():    a = 'Hello World!'    print (a)    print (a[::-1])def example2():    b = 'hello again!'    print (b)    print (b[::-1])if __name__ == '__main__':    example1()    example2()

其执行结果如下所示：

[dechin@dechin-manjaro decorator]$ python3 requirements.py Hello World!!dlrow ollehhello again!!niaga olleh

在两个函数中都使用到了同样的打印功能，这时候我们可以考虑，是不是可以将这两个打印语句封装为一个函数呢，这样不就可以重复利用了？这就是模块化编程思维的雏形，让我们先对样例代码进行模块化的改造：

# requirements.pydef rprint(para):    print (para)    print (para[::-1])def example1():    a = 'Hello World!'    rprint(a)def example2():    b = 'hello again!'    rprint (b)if __name__ == '__main__':    example1()    example2()

这里我们将两个打印语句的功能实现封装进了rprint的函数，执行结果如下：

[dechin@dechin-manjaro decorator]$ python3 requirements.py Hello World!!dlrow ollehhello again!!niaga olleh

结果当然还是与模块化之前一致的。

向下封装与向上封装

在上一章节中，我们讨论了python中的模块化编程。由于在编程过程中有可能有大量的代码需要复用，这时候就需要用一个函数来进行封装，来避免大量重复的工作。但是如果细分来看，这种封装模式只解决了一类的问题：向下封装。让我们再看一次上述改进后样例中的代码结构：

.├── example1│   └── rprint└── example2    └── rprint

我们可以发现，这里复用的rprint实际上属于两个example函数的下层，我们可以称之为向下封装了一个rprint函数。那么，如果我们转换一下需要复用的模块，变成如下的代码结构，那我们又需要用什么样的方式来实现呢？

.├── example│   └── rprint1└── example    └── rprint2

问题解读：该代码结构表示的意义为，有一个大的example函数，该函数内部嵌套不同的rprint函数可以实现不同的功能。为了方便理解，读者可以想象成是有两个函数example1和example2，这两个函数中除了rprint1和rprint2这两个函数模块不一致以外，其他的部分都是完全一样的，也就是可共用的。

Python的嵌套函数与装饰器

首先，我们为了复盘上述章节中的问题，来构造这样的一个python测试代码：

# requirements.pydef example1():    def rprint1(para):        print (para)    a = 'Hello World!'    rprint1(a)def example2():    def rprint2(para):        print (para[::-1])    a = 'Hello World!'    rprint2(a)if __name__ == '__main__':    example1()    example2()

以上代码的执行结果为：

[dechin@dechin-manjaro decorator]$ python3 requirements.py Hello World!!dlrow olleh

这个案例用到了python中嵌套函数的用法，在函数中可以嵌套实现另外的函数。这里我们注意到，虽然为了在同一个代码串中嫩够运行，两个example函数的名字取的不同，但是实际上内容是完全相同的，符合上一章节中遗留问题的代码结构。这里我们需要考虑的问题是，我们能否做到向上封装，将example的同样功能的代码实现进行归类？那么我们需要引入装饰器的用法，这里我们直接展示如何构造装饰器，以及装饰器使用的效果。

# decorator.pydef example(func):    def wrapper(*args,**kwargs):        a = 'Hello World!'        return func(a)    return wrapper@exampledef rprint1(para):    print (para)@exampledef rprint2(para):    print (para[::-1])if __name__ == '__main__':    rprint1()    rprint2()

这个代码的执行结果为：

[dechin@dechin-manjaro decorator]$ python3 decorator.py Hello World!!dlrow olleh

从结果上我们就可以看到，这个代码是实现了一样的效果。通过example这个装饰器，不仅封装了上层函数中所实现的功能，而且还有一个重大意义是，通过装饰器向下层函数传递了参数。这就使得，我们最终调用rprint函数的时候，不需要传入任何的参数，因为在example内已经定义了可以共享的参数。

关于Python装饰器的总结

Python的装饰器并不是一个非常难以实现的特性，其关键意义在于实现了向上封装的模块化编程。在我们过往的编程实现中，更多的是向下封装常用的、可复用的代码模块。这里通过Python所提供的装饰器特性，我们就可以将函数外部所共享的代码模块也进行封装。因此，由函数和装饰器分别实现的向下封装与向上封装的特性，共同构成了提高编码效率和编码可读性提升的模块化编程模式。

版权声明

本文首发链接为：https://www.cnblogs.com/dechinphy/p/decoretor.html
作者ID：DechinPhy
更多原著文章请参考：@L_403_1@

总结

以上是内存溢出为你收集整理的Python模块化编程与装饰器全部内容，希望文章能够帮你解决Python模块化编程与装饰器所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。