本文例項講述了Python裝飾器用法與知識點。分享給大家供大家參考，具體如下：

（1）裝飾器含引數，被裝飾函式不含（含）引數

例項程式碼如下：

import time
# 裝飾器函式
def wrapper(func):
  def done(*args,**kwargs):
    start_time = time.time()
    func(*args,**kwargs)
    stop_time = time.time()
    print('the func run time is %s' % (stop_time - start_time))
  return done
# 被裝飾函式1
@wrapper
def test1():
  time.sleep(1)
  print("in the test1")
# 被裝飾函式2
@wrapper
def test2(name):  #1.test2===>wrapper(test2)  2.test2(name)==dome(name)
  time.sleep(2)
  print("in the test2,the arg is %s"%name)
# 呼叫
test1()
test2("Hello World")

（2）裝飾器含有引數，被裝飾函式含（不含）引數

import time
user,passwd = 'admin','admin'
def auth(auth_type):
  print("auth func:",auth_type)
  def outer_wrapper(func):
    def wrapper(*args,**kwargs):
      print("wrapper func args:",*args,**kwargs)
      if auth_type == "local":
        username = input("Username:").strip()
        password = input("Password:").strip()
        if user == username and passwd == password:
          print("\033[32;1mUser has passed authentication\033[0m")
          res = func(*args,**kwargs) # from home
          print("---after authenticaion ")
          return res
        else:
          exit("\033[31;1mInvalid username or password\033[0m")
      elif auth_type == "ldap":
        print("ldap連結")
    return wrapper
  return outer_wrapper
@auth(auth_type="local") # home = wrapper()
def home():
  print("welcome to home page")
  return "from home"
@auth(auth_type="ldap")
def bbs():
  print("welcome to bbs page"
print(home()) #wrapper()
bbs()

總結：

（1）裝飾器實質為函式內嵌，返回函式地址。

（2）裝飾器帶引數與不帶引數相比裝飾器帶引數的多了一層函式定義用於接收裝飾器中傳遞的引數，其餘基本相同。

（3）先驗證裝飾器中的引數，在驗證普通函式的引數

小知識：

列表生產式：[i for i in range(5)]---->[0,1,2,3,4,5]

生成器與迭代器：

第一種方式通過括號的方式生成

生成器：（）---（i for i in range(5)） ==>generator

這種一邊迴圈一邊計算的機制，稱為生成器：generator。

生成器只有在呼叫時才會生成相應的資料，只記錄當前位置。

只有一個__next__()方法

第二種方式通過yield生成

在函式中使用yield即可將一個函式變為一個生成器

迭代器：

直接作用於for迴圈的資料型別：

一類是集合資料型別，如list、tuple、dict、set、str等；

一類是generator，包括生成器和帶yield的generator function。

直接作用於for迴圈的物件統稱為可迭代物件：Iterable。

可以使用isinstance()判斷一個物件是否是Iterable物件

from collections import Iterable
 isinstance([],Iterable)=========true

*可以被next()函式呼叫並不斷返回下一個值的物件稱為迭代器：Iterator。

可以使用isinstance()判斷一個物件是否是Iterator物件：

>>> from collections import Iterator
>>> isinstance((x for x in range(10)),Iterator)
======>True

生成器都是Iterator物件，但list、dict、str雖然是Iterable，卻不是Iterator。

把list、dict、str等Iterable變成Iterator可以使用iter()函式：

例如：iter([])<====迭代器

Python的Iterator物件表示的是一個數據流，Iterator物件可以被next()函式呼叫並不斷返回下一個資料，直到沒有資料時丟擲StopIteration錯誤。可以把這個資料流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函式實現按需計算下一個資料，所以Iterator的計算是惰性的，只有在需要返回下一個資料時它才會計算。

Iterator甚至可以表示一個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。

小結：

凡是可作用於for迴圈的物件都是Iterable型別；

凡是可作用於next()函式的物件都是Iterator型別，它們表示一個惰性計算的序列；

集合資料型別如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函式獲得一個Iterator物件。

更多關於Python相關內容感興趣的讀者可檢視本站專題：《Python面向物件程式設計入門與進階教程》、《Python資料結構與演算法教程》、《Python函式使用技巧總結》、《Python字串操作技巧彙總》、《Python編碼操作技巧總結》及《Python入門與進階經典教程》

希望本文所述對大家Python程式設計有所幫助。