装饰器有哪些 常用装饰器使用方法

本文旨在介绍如何利用装饰器实现方法调用的日志记录。

首先，我们来看一下如何自定义一个简单的@log装饰器来实现调用的日志记录方法：importlogging，syslogging.basicConfig(stream=sys.stdout，level=logging.DEBUG)logger =logging.getLogger()def log(func)：deflogging(*args，**kwargs)： logger.info(fquot；{func.__name__} 以 args={args} kwargs={kwargs}...quot 开头；) result = func(*args， **kwargs) logger.info(fquot；{func.__name__} finish.quot；) 返回结果 returnloggingclass A： @log def foo(self， x， y)： pass @log def bar(self， x， y)： try： 1/0 except Exception如e： logger.error(fquot；{func.__name__} 遇到错误： {e}quot；) raisea = A()a.foo(2， y=3)try： a.bar(2， y=3) except Exception as e： pass # 适当处理异常登录后复制

代码解析：导入模块：首先，我们导入了logging和sys模块。logging模块用于记录日志，sys模块用于配置日志输出流。配置日志： logging.basicConfig(stream=sys.stdout，level=logging.DEBUG)配置日志输出到标准输出，并将日志级别设置为DEBUG，这意味着DEBUG级别及以上的日志都会被输出。logger =logging.getLogger()获取一个logger实例。日志装饰器： log函数是一个装饰器，它接受一个函数func作为参数，并返回一个新的函数logged。logged函数接受任意数量的位置参数*args和关键字参数**kwargs。在logged函数内部，首先使用logger.info记录方法调用的开始，包括方法名、参数和关键字参数。然后，调用原始函数func将结果保存到结果变量中。最后，使用logger.info记录方法调用结束，并返回结果。应用装饰器：在一类的foo和bar方法上使用@log装饰器，这样每次调用这些方法时，都会自动记录日志。错误处理：在bar方法中，添加了try- except块来捕获异常并记录错误日志。这有助于和调试跟踪代码中的问题。

事项：日志级别：根据需要调整日志级别。

DEBUG级别会输出最多的日志，而INFO、WARNING、ERROR和CRITICAL级别会输出不同严重程度的日志。格式：自定义可以日志格式，例如添加计时器、线程ID等信息。异常详细处理：在装饰器中处理异常时，需要依赖。如果只是简单地捕获异常而不重新发送，可能会导致程序行为异常。

总结：

虽然Python标准库的日志模块没有内置的@log装饰器，但我们可以轻松地自定义一个。通过使用装饰器，我我们可以简单地记录方法调用，方便调试和跟踪代码执行流程。在实际应用中，可以根据需要装饰器的行为，例如添加更详细的日志信息、处理异常等。

以上就是使用装饰器优雅地记录方法调用的详细内容，更多请关注乐哥常识网其他相关文章！