本文实例讲述了Python类装饰器。分享给大家供大家参考，具体如下：
编写类装饰器
类装饰器类似于函数装饰器的概念，但它应用于类，它们可以用于管理类自身，或者用来拦截实例创建调用以管理实例。
单体类
由于类装饰器可以拦截实例创建调用，所以它们可以用来管理一个类的所有实例，或者扩展这些实例的接口。
下面的类装饰器实现了传统的单体编码模式，即最多只有一个类的一个实例存在。
instances = {} # 全局变量，管理实例def getInstance(aClass, *args): if aClass not in instances: instances[aClass] = aClass(*args) return instances[aClass] #每一个类只能存在一个实例def singleton(aClass): def onCall(*args): return getInstance(aClass,*args) return onCall为了使用它，装饰用来强化单体模型的类：@singleton # Person = singleton(Person)class Person: def __init__(self,name,hours,rate): self.name = name self.hours = hours self.rate = rate def pay(self): return self.hours * self.rate@singleton # Spam = singleton(Spam)class Spam: def __init__(self,val): self.attr = valbob = Person('Bob',40,10)print(bob.name,bob.pay())sue = Person('Sue',50,20)print(sue.name,sue.pay())X = Spam(42)Y = Spam(99)print(X.attr,Y.attr) 现在，当Person或Spam类稍后用来创建一个实例的时候，装饰器提供的包装逻辑层把实例构建调用指向了onCall，它反过来调用getInstance，以针对每个类管理并分享一个单个实例，而不管进行了多少次构建调用。
程序输出如下：
Bob 400
Bob 400
42 42
在这里，我们使用全局的字典instances来保存实例，还有一个更好的解决方案就是使用Python3中的nonlocal关键字，它可以为每个类提供一个封闭的作用域，如下：
def singleton(aClass): instance = None def onCall(*args): nonlocal instance if instance == None: instance = aClass(*args) return instance return onCall
当然，我们也可以用类来编写这个装饰器——如下代码对每个类使用一个实例，而不是使用一个封闭作用域或全局表：
class singleton: def __init__(self,aClass): self.aClass = aClass self.instance = None def __call__(self,*args): if self.instance == None: self.instance = self.aClass(*args) return self.instance
跟踪对象接口
类装饰器的另一个常用场景是每个产生实例的接口。类装饰器基本上可以在实例上安装一个包装器逻辑层，来以某种方式管理其对接口的访问。
前面，我们知道可以用__getattr__运算符重载方法作为包装嵌入到实例的整个对象接口的方法，以便实现委托编码模式。__getattr__用于拦截未定义的属性名的访问。如下例子所示：
class Wrapper: def __init__(self,obj): self.wrapped = obj def __getattr__(self,attrname): print('Trace:',attrname) return getattr(self.wrapped,attrname)>>> x = Wrapper([1,2,3])>>> x.append(4)Trace: append>>> x.wrapped[1, 2, 3, 4]>>>>>> x = Wrapper({'a':1,'b':2})>>> list(x.keys())Trace: keys['b', 'a'] 在这段代码中，Wrapper类拦截了对任何包装对象的属性的访问，打印出一条跟踪信息，并且使用内置函数getattr来终止对包装对象的请求。
类装饰器为编写这种__getattr__技术来包装一个完整接口提供了一个替代的、方便的方法。如下：
def Tracer(aClass): class Wrapper: def __init__(self,*args,**kargs): self.fetches = 0 self.wrapped = aClass(*args,**kargs) def __getattr__(self,attrname): print('Trace:'+attrname) self.fetches += 1 return getattr(self.wrapped,attrname) return Wrapper@Tracerclass Spam: def display(self): print('Spam!'*8)@Tracerclass Person: def __init__(self,name,hours,rate): self.name = name self.hours = hours self.rate = rate def pay(self): return self.hours * self.ratefood = Spam()food.display()print([food.fetches])bob = Person('Bob',40,50)print(bob.name)print(bob.pay())print('')sue = Person('Sue',rate=100,hours = 60)print(sue.name)print(sue.pay())print(bob.name)print(bob.pay())print([bob.fetches,sue.fetches]) 通过拦截实例创建调用，这里的类装饰器允许我们跟踪整个对象接口，例如，对其任何属性的访问。
Spam和Person类的实例上的属性获取都会调用Wrapper类中的__getattr__逻辑，由于food和bob确实都是Wrapper的实例，得益于装饰器的实例创建调用重定向，输出如下：
Trace:display
Spam!Spam!Spam!Spam!Spam!Spam!Spam!Spam!
[1]
Trace:name
Bob
Trace:pay
2000
Trace:name
Sue
Trace:pay
6000
Trace:name
Bob
Trace:pay
2000
[4, 2]
示例：实现私有属性
如下的类装饰器实现了一个用于类实例属性的Private声明，也就是说，属性存储在一个实例上，或者从其一个类继承而来。不接受从装饰的类的外部对这样的属性的获取和修改访问，但是，仍然允许类自身在其方法中自由地访问那些名称。类似于Java中的private属性。
traceMe = Falsedef trace(*args): if traceMe: print('['+ ' '.join(map(str,args))+ ']')def Private(*privates): def onDecorator(aClass): class onInstance: def __init__(self,*args,**kargs): self.wrapped = aClass(*args,**kargs) def __getattr__(self,attr): trace('get:',attr) if attr in privates: raise TypeError('private attribute fetch:'+attr) else: return getattr(self.wrapped,attr) def __setattr__(self,attr,value): trace('set:',attr,value) if attr == 'wrapped': # 这里捕捉对wrapped的赋值 self.__dict__[attr] = value elif attr in privates: raise TypeError('private attribute change:'+attr) else: # 这里捕捉对wrapped.attr的赋值 setattr(self.wrapped,attr,value) return onInstance return onDecoratorif __name__ == '__main__': traceMe = True @Private('data','size') class Doubler: def __init__(self,label,start): self.label = label self.data = start def size(self): return len(self.data) def double(self): for i in range(self.size()): self.data[i] = self.data[i] * 2 def display(self): print('%s => %s'%(self.label,self.data)) X = Doubler('X is',[1,2,3]) Y = Doubler('Y is',[-10,-20,-30]) print(X.label) X.display() X.double() X.display() print(Y.label) Y.display() Y.double() Y.label = 'Spam' Y.display() # 这些访问都会引发异常 """ print(X.size()) print(X.data) X.data = [1,1,1] X.size = lambda S:0 print(Y.data) print(Y.size()) 这个示例运用了装饰器参数等语法，稍微有些复杂，运行结果如下：
[set: wrapped <__main__.Doubler object at 0x03421F10>]
[set: wrapped <__main__.Doubler object at 0x031B7470>]
[get: label]
X is
[get: display]
X is => [1, 2, 3]
[get: double]
[get: display]
X is => [2, 4, 6]
[get: label]
Y is
[get: display]
Y is => [-10, -20, -30]
[get: double]
[set: label Spam]
[get: display]
Spam => [-20, -40, -60]
希望本文所述对大家Python程序设计有所帮助。
注：相关教程知识阅读请移步到python教程频道。
