【python】裝飾器聽了N次，實際工做中到底能幹嗎？

接上一篇【python】裝飾器聽了N次也沒印象，讀完這篇你就懂了，

終於知道python的裝飾器是怎麼回事，那在工做中，到底能幹嘛用呢？
尤爲對我這個只會寫寫腳本又不作python開發的小測試/手動無辜臉。

先說結論，確定是有用處滴。

1、自動化測試中使用

就拿寫的自動化測試來講吧，若是我想統一的輸出點東西，好比：case的運行時長，case名稱等等，那就能夠用起來。

首先，看下最簡單的case，沒有裝飾器：

import pytest

def test_01():
    a = 1
    b = 2
    assert a < b

def test_02():
    a = 1
    b = 1
    assert a-b == 0

if __name__ == '__main__':
    pytest.main(['demo_test.py'])

這個用例文件裏有2個case，運行一下：

============================= test session starts =============================
platform win32 -- Python 3.8.5, pytest-6.0.1, py-1.9.0, pluggy-0.13.1
rootdir: D:\練習
collected 2 items

demo_test.py ..                                                          [100%]

============================== 2 passed in 0.01s ==============================
[Finished in 0.4s]

運行經過就是.，因此2個case都經過了，有2個.。

若是我想在運行結果裏看到每一個case的執行時長，那麼就能夠寫一個裝飾器去處理：

import pytest
import functools
import time

def log_execute_time(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        res = func(*args, **kwargs)
        end = time.perf_counter()
        print("{} 用時 {} ms".format(func.__name__, (end - start) * 1000))
        return res
    return wrapper

@log_execute_time
def test_01():
    a = 1
    b = 2
    assert a < b

@log_execute_time
def test_02():
    a = 1
    b = 1
    assert a-b == 0

if __name__ == '__main__':
    pytest.main(['-s','demo_test.py'])

運行一下：

============================= test session starts =============================
platform win32 -- Python 3.8.5, pytest-6.0.1, py-1.9.0, pluggy-0.13.1
rootdir: D:\練習
collected 2 items

demo_test.py 
test_01 用時 0.0007999999999674934 ms .
test_02 用時 0.0012999999999818712 ms .

============================== 2 passed in 0.03s ==============================
[Finished in 0.4s]

能夠看到，每一個case執行會打印出執行耗時。

上述的這個例子是在實現自動化測試時的場景，具體仍是要看你怎麼去挖掘你的需求。

2、其餘python開發向的用法

我也去查了下其餘的用法，其實在python開發中，用途仍是不少的，其中就還有你們熟悉的"身份認證"。

好比你們愛上博客園，你不登陸帳號也能夠瀏覽博客。當你看着興起，本身也想評論或者發文的時候，發現
提示你須要登陸，這種場景就能夠用上裝飾器。代碼舉例：

import functools

def authenticate(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        request = args[0]
        if check_user_logged_in(request): # 檢查用戶是否登陸
            return func(*args, **kwargs) # 若是登陸了，就能夠執行函數post_comment() 發送評論
        else:
            raise Exception('Authentication failed') # 不然，身份驗證失敗
    return wrapper
    
@authenticate
def post_comment(request)
    pass

上述代碼只是說了這個意思，輔助描述下場景。

除此以外，還能夠在輸入合理性檢查、緩存等多個場景中使用，畢竟不是作開發的，這裏就再也不深刻了。

3、裝飾器小結

裝飾器本質上是一個python函數或者類，可讓其餘函數或類在不須要作任何代碼修改的前提下，增長額外的功能。
裝飾器的返回值也是一個函數對象或者類對象。

有了裝飾器，咱們能夠抽離出大量與函數功能自己無關的雷同代碼到裝飾器中，而且能夠重用。
說到這，我感受跟AOP面向切面編程有點像。

你們還知道哪些應用場景，也歡迎留言補充。