無論何時我們想對一個對象添加額外的功能，都有下面這些不同的可選方法。

如果合理，可以直接將功能添加到對象所屬的類(例如：添加一個新方法)

使用組合

使用繼承

與繼承相比，通常應該優先選擇組合，因為繼承使得代碼更難復用，繼承關系是靜態的，并且用于整個類以及這個類的所有實例和網頁。

設計模式為我們提供第四種可選方法，以支持動態地擴展一個對象的功能，這種方法就是修飾器。修飾器模式能夠以透明的方式動態地將功能添加到一個對象中。

在許多編程語言中，使用子類化來實現修飾器模式。在Python中，我們可以使用內置的修飾器特性。一個Python修飾器就是對Python語法的一個特定改變。用于擴展一個類、方法或函數的行為，而無需使用繼承。從實現的角度來說，Python修飾器是一個可調用對象，接受一個函數對象fin作為輸入，并返回另一個函數對象fout。這意味著可以將任何具有這些屬性的可調用對象當作一個修飾器。

修飾器模式和Python修飾器之間并不是一對一的等價關系。Python修飾器能做的實際上比修飾器模式多得多，其中之一就是實現修飾器模式和網頁。

"""

裝飾器模板：

import functools

def memoize(fn):

known = dict()

@functools.wraps(fn)

def memoizer(*args):

if args not in known:

known[args] = fn(*args)

return known[args]

return memoizer

"""

import functools

def memoize(fn):

known = dict()

@functools.wraps(fn)

def memoizer(*args):

if args not in known:

known[args] = fn(*args)

return known[args]

return memoizer

@memoize

def nsum(n):

'''返回前n個數字的和'''

assert(n >= 0), 'n must be >= 0'

return 0 if n == 0 else n+nsum(n-1)

@memoize

def fibonacci(n):

'''返回斐波那契數列的第n個數'''

assert(n >= 0), 'n must be >= 0'

return n if n in (0, 1) else fibonacci(n-1)+fibonacci(n-2)

if __name__ == "__main__":

from timeit import Timer

measure = [{'exec': 'fibonacci(100)', 'import': 'fibonacci',

'func': fibonacci}, {'exec': 'nsum(200)', 'import': 'nsum', 'func': nsum}]

for m in measure:

t = Timer('{}'.format(m['exec']),

'from __main__ import {}'.format(m['import']))

print('name:{}, doc:{}, executing:{}, time:{}'.format(

m['func'].__name__, m['func'].__doc__, m['exec'], t.timeit()))

總結

以上是生活随笔為你收集整理的python模式选择符,Python设计模式之修饰器模式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。