[经验]

分享python 7个好用的装饰器

mushenmu

2022-6-15 16:54:43

698 python

1、dispachPython 天然支持多态，但使用 dispatch 可以让你的代码更加容易阅读。
安装：

pip install multipledispatch

复制代码

使用：

>>> from multipledispatch import dispatch
>>> @dispatch(int, int)
... def add(x, y):
... return x + y
>>> @dispatch(object, object)
... def add(x, y):
... return "%s + %s" % (x, y)
>>> add(1, 2)
3
>>> add(1, 'hello')
'1 + hello'

复制代码

2、clickclick 可以很方便地让你实现命令行工具。
安装：

pip install click

复制代码

使用：demo2.py :

import click



@click.command()

@click.option('--count', default=1, help='Number of greetings.')

@click.option('--name', prompt='Your name',

              help='The person to greet.')

def hello(count, name):

    """Simple program that greets NAME for a total of COUNT times."""

    for x in range(count):

        click.echo(f"Hello {name}!")



if __name__ == '__main__':

    hello()

复制代码

运行结果：

❯ python demo2.py --count=3 --name=joih

Hello joih!

Hello joih!

Hello joih!

❯ python demo2.py --count=3

Your name: somenzz

Hello somenzz!

Hello somenzz!

Hello somenzz!
复制代码

3、celery分布式的任务队列，非 Celery 莫属。

from celery import Celery



app = Celery('tasks', broker='pyamqp://guest@localhost//')



@app.task

def add(x, y):

    return x + y

复制代码

4、deprecated这个相信大家在使用别的包时都遇到过，当要下线一个老版本的函数的时候就可以使用这个装饰器。
安装：

pip install Deprecated

复制代码

使用：demo4.py

from deprecated import deprecated
@deprecated ("This function is deprecated, please do not use it")
def func1():
pass
func1()

复制代码

运行效果如下：

❯ python demo4.py
demo4.py:6: DeprecationWarning: Call to deprecated function (or staticmethod) func1. (This function is deprecated, please do not use it)
func1()

复制代码

5、deco.concurrent安装：

pip install deco

复制代码

使用 DECO 就像在 Python 程序中查找或创建两个函数一样简单。我们可以用 @concurrent 装饰需要并行运行的函数，用 @synchronized 装饰调用并行函数的函数，使用举例：

from deco import concurrent, synchronized
@concurrent # We add this for the concurrent function
def process_url(url, data):
#Does some work which takes a while
return result
@synchronized # And we add this for the function which calls the concurrent function
def process_data_set(data):
results = {}
for url in urls:
results[url] = process_url(url, data)
return results