系统学习Python——装饰器:“私有“和“公有“属性案例-[验证函数的参数:针对位置参数的一个基本范围测试装饰器]

本文主要是介绍系统学习Python——装饰器:“私有“和“公有“属性案例-[验证函数的参数:针对位置参数的一个基本范围测试装饰器],希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

分类目录:《系统学习Python》总目录


让我们从基本的范围测试实现开始。为了简化步骤,起初我们将编写一个只对位置参数有效的装饰器,并且假设这些参数在每次调用中总是出现在相同的位置。位置参数不能通过关键字名称传递,并且我们在调用中不支持额外的**args关键字,因为这可能导致装饰器中的位置声明无效:

def rangetest(*argchecks):def onDecorator(func):if not __debug__:return funcelse:def onCall(*args):for (ix, low, high) in argchecks:if args[ix] < low or args[ix]  > high:errmsg = 'Argument %s not in %s-%s' % (ix, low, high)raise TypeError(errmsg)return func(*args)return onCallreturn onDecorator

算是老调重弹,这段代码略微修改了我们前面介绍的编程模式:我们使用装饰器参数、嵌套作用域来进行状态保持等等。

就像在前面的文章中学习到的,我们还使用了嵌套的def句以确保这个装饰器对简单函数和方法都有效。当用于类的方法时,oncall*args中的第一项接受主体类的实例,并且将其传递给最初的方法函数中的self;在这个例子中,范围测试中的参数数目从1开始,而不是从0开始。

注意这里的新情况,这段代码使用了__debug__内置变量一一滁非用·O优化命令行标志运行它(例如python -O main.py),否则都会将其设置为True。当__debug__False的时候,装饰器返回未修改的最初函数,以避免额外调用及其相关的性能损失。换言之当使用·0时,装饰器自动移除其扩增逻辑,而不会要求你在编辑器中移除装饰代码。第一次迭代解决方案使用如下:

@rangetest((1, 0, 120))
def personinfo(name, age):print('%s is %s years old.' % (name, age))@rangetest([0, 1, 12], [1, 1, 31], [2, 0, 2099])
def birthday(M, D, Y):print('birthday = {0}/{1}/{2}'.format(M, D, Y))class Person:def __init__(self, name, job, pay):self.job = jobself.pay = pay@rangetest([1, 0, 1])def giveRaise(self, percent):self.pay = int(self.pay * (1 + percent))

然后我们可以测试各种情况下的输入:

personinfo('Bob Smith', 45)

输出:

Bob Smith is 45 years old.

输入:


personinfo('Bob Smith', 150)

输出:

TypeError                                 Traceback (most recent call last)
Input In [17], in <cell line: 1>()
----> 1 personinfo('Bob Smith', 150)Input In [14], in rangetest.<locals>.onDecorator.<locals>.onCall(*args)8     if args[ix] < low or args[ix]  > high:9         errmsg = 'Argument %s not in %s-%s' % (ix, low, high)
---> 10         raise TypeError(errmsg)11 return func(*args)TypeError: Argument 1 not in 0-120

输入:

birthday(12, 31, 2000)

输出:

birthday = 12/31/2000

输入:

birthday(13, 31, 2000)

输出:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
Input In [19], in <cell line: 1>()
----> 1 birthday(13, 31, 2000)Input In [14], in rangetest.<locals>.onDecorator.<locals>.onCall(*args)8     if args[ix] < low or args[ix]  > high:9         errmsg = 'Argument %s not in %s-%s' % (ix, low, high)
---> 10         raise TypeError(errmsg)11 return func(*args)TypeError: Argument 0 not in 1-12

输入:

sue = Person('Sue Jones', 'dev', 100000)
sue.giveRaise(0.1)
print(sue.pay)

输出:

110000

输入:

sue.giveRaise(1.1)
print(sue.pay)

输出:

TypeError                                 Traceback (most recent call last)
Input In [23], in <cell line: 1>()
----> 1 sue.giveRaise(1.1)2 print(sue.pay)Input In [14], in rangetest.<locals>.onDecorator.<locals>.onCall(*args)8     if args[ix] < low or args[ix]  > high:9         errmsg = 'Argument %s not in %s-%s' % (ix, low, high)
---> 10         raise TypeError(errmsg)11 return func(*args)TypeError: Argument 1 not in 0-1

参考文献:
[1] Mark Lutz. Python学习手册[M]. 机械工业出版社, 2018.

这篇关于系统学习Python——装饰器:“私有“和“公有“属性案例-[验证函数的参数:针对位置参数的一个基本范围测试装饰器]的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/849888

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06