0Pricing
Python Academy · Lekcja

Pisanie własnych dekoratorów

Proszę tworzyć dekoratory za pomocą funkcji opakowujących i functools.wraps.

Pisanie własnych dekoratorów to bezpłatna lekcja Python Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python Academy zawiera 4 lekcji w sumie.

Wprowadzenie

Dekoratory to funkcje opakowujące inne funkcje i dodające zachowanie przed ich wykonaniem lub po nim, bez modyfikowania oryginału.

Czym jest dekorator?

@decorator umieszczony nad funkcją jest skróconym zapisem: func = decorator(func). Dekorator otrzymuje funkcję i zwraca wrapper.
def shout(func):
    def wrapper(*a, **kw):
        result = func(*a, **kw)
        return str(result).upper()
    return wrapper
@shout
def greet(name): return f'hello {name}'
print(greet('Alice'))

Wzorzec wrappera

Funkcja wrappera ma taki sam podpis jak oryginalna funkcja. Wywołuje oryginał wewnątrz siebie i dodaje zachowanie wokół niego.
def timer(func):
    import time
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        print(f'{func.__name__} took {time.time()-start:.4f}s')
        return result
    return wrapper
@timer
def slow(): import time; time.sleep(0.01)
slow()

functools.wraps

@wraps(func) zastosowany do wrappera zachowuje __name__, __doc__ i __annotations__ oryginalnej funkcji.
from functools import wraps
def log(func):
    @wraps(func)
    def wrapper(*a, **kw):
        print(f'calling {func.__name__}')
        return func(*a, **kw)
    return wrapper
@log
def add(a, b): return a + b
print(add.__name__)
add(1, 2)

Dekorator z argumentami

Dekorator z argumentami wymaga jeszcze jednego poziomu opakowania: funkcji fabrykującej, która przyjmuje argumenty i zwraca dekorator.
def repeat(n):
    def decorator(func):
        from functools import wraps
        @wraps(func)
        def wrapper(*a, **kw):
            for _ in range(n): func(*a, **kw)
        return wrapper
    return decorator
@repeat(3)
def hi(): print('hi')
hi()

Łączenie dekoratorów

Wiele dekoratorów nakłada się od dołu: @d2 @d1 oznacza func = d2(d1(func)). Zewnętrzny dekorator (znajdujący się najwyżej) jest wykonywany jako ostatni.
def bold(f):
    from functools import wraps
    @wraps(f)
    def w(*a,**k): return '<b>' + f(*a,**k) + '</b>'
    return w
def italic(f):
    from functools import wraps
    @wraps(f)
    def w(*a,**k): return '<i>' + f(*a,**k) + '</i>'
    return w
@bold
@italic
def text(): return 'hello'
print(text())

Dekorator oparty na klasie

Klasa z __call__ może być dekoratorem. Przechowuje stan między wywołaniami.
class Counter:
    def __init__(self, func): self.func,self.count=func,0
    def __call__(self, *a, **kw):
        self.count+=1
        return self.func(*a, **kw)
@Counter
def greet(name): return f'hi {name}'
greet('Alice'); greet('Bob')
print(greet.count)

Dekorator memoizacji

Należy buforować wcześniejsze wyniki, aby uniknąć ponownych obliczeń: if args in cache: return cache[args]. functools.lru_cache robi to wbudowany sposób.
from functools import lru_cache
@lru_cache(maxsize=None)
def fib(n):
    if n < 2: return n
    return fib(n-1) + fib(n-2)
print(fib(30))

Dekorator autoryzacji

Dekoratory są często używane do kontroli dostępu: przed uruchomieniem funkcji sprawdzają, czy użytkownik jest zalogowany.
def requires_auth(func):
    from functools import wraps
    @wraps(func)
    def wrapper(user, *a, **kw):
        if not user.get('authenticated'):
            raise PermissionError('Not authenticated')
        return func(user, *a, **kw)
    return wrapper
@requires_auth
def dashboard(user): return 'Welcome!'
try: dashboard({'authenticated': False})
except PermissionError as e: print(e)

Dekorator ponawiania prób

Funkcję można opakować tak, aby ponawiała działanie po niepowodzeniu: for _ in range(retries): try: return func() except Exception: pass
import random
from functools import wraps
def retry(times=3):
    def dec(func):
        @wraps(func)
        def wrapper(*a, **kw):
            for i in range(times):
                try: return func(*a, **kw)
                except Exception as e:
                    if i==times-1: raise
        return wrapper
    return dec
@retry(3)
def flaky():
    if random.random()<0.7: raise ValueError
    return 'ok'
try: print(flaky())
except ValueError: print('failed')

Dobre praktyki dotyczące dekoratorów

Zawsze należy używać @functools.wraps. Dekoratory powinny mieć jedno zadanie. Należy opisać, co dodają, oraz testować je osobno od dekorowanej funkcji.
from functools import wraps
def validate_positive(func):
    @wraps(func)
    def wrapper(x, *a, **kw):
        if x <= 0: raise ValueError(f'{x} must be positive')
        return func(x, *a, **kw)
    return wrapper
@validate_positive
def sqrt(x): return x**0.5
print(sqrt(9))

Szybkie sprawdzenie

Co robi @functools.wraps(func), gdy zostanie zastosowany do wrappera?

Podsumowanie

Dekoratory: func = decorator(func). Należy używać wrapper(*args, **kwargs). @wraps zachowuje metadane. Dekoratory parametryzowane dodają jeszcze jeden poziom. Wiele dekoratorów łączy się za pomocą @decorators.

Proszę kontynuować

Doskonale Państwu idzie! Proszę kontynuować naukę, aby opanować kolejne zagadnienie.

Często zadawane pytania

Czy lekcja „Pisanie własnych dekoratorów” jest bezpłatna?

Tak — pełny tekst „Pisanie własnych dekoratorów” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python Academy, przejdź na CoddyKit PRO. Kurs Python Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Pisanie własnych dekoratorów”?

Proszę tworzyć dekoratory za pomocą funkcji opakowujących i functools.wraps. Ćwiczysz Python Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Python Academy?

Nie wymagamy żadnego doświadczenia. Python Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Pisanie własnych dekoratorów”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Python Academy?

Tak. Każda lekcja Python Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Funkcje jako obiekty pierwszej klasy
  2. Pisanie własnych dekoratorów
  3. Dekorator @property
  4. @classmethod i @staticmethod
← Powrót do Python Academy