简介：本文的首席执行官Note将向您介绍Django Decorator可以使用什么。我希望这对每个人都会有所帮助。让我们来看看。
在系统开发过程中，我们将遇到用户登录需求。使用Django用户认证（AUTH）组件可以帮助我们确定当前用户是否合法，并迅速实现用户登录，验证和退出。
django中的login_url是/accounts/login/。如果我们不设置，我们将跳到/帐户/登录/页面，因此我们需要编写此值以使其指向我们的登录页面。
使用Django自己的装饰@login_required来确定用户是否登录。您只需要在相应的视图方法的前面添加@login_required即可。
终于为所有人做一个展示：
您学会了，快点尝试！交叉探针
装饰器本质上是封闭功能。他可以在不更改源代码的情况下添加其他功能
应用程序方案：在较小的范围内，您可以使用其他功能来使用装饰设备
原则：脱色器遵循开放和关闭的原则
该功能的有效信息通常会记录一些有用的信息，但是一旦将其连接到装饰，打印现象将发生为空
这是因为我们执行的f（）函数实际上在装饰设备中执行sublial（）函数，因此将其打印为空
但是Django框架中使用的修复技术不是
重复一些事情多次（您现在在周期中所做的事情）
ieratable对象iTeraable内部实现__ITER__方法（可以直接充当可直接用于for循环的迭代对象，您可以使用isInstance（）来判断iToserable）
迭代器迭代器具有__next__方法是迭代器。迭代器从第一个值始于一个一个。直到最后才结束。
发电机具有Yeild方法。发电机基于迭代器。它不仅可以获得值，还可以生成值。执行后，发电机生成器的本质是迭代器。
通过列表生成公式，我们可以直接创建一个列表。但是，由于内存限制，列表容量可能受到限制。此外，我们创建了一个包含100万个元素的列表，不仅占据了较大的存储空间。如果我们只是只能访问先前的元素，那么背后大多数元素所占据的空间都是浪费的。
在python中列表发电机循环的一侧计算的机制称为Generator Generator
有很多方法可以创建生成器生成器
python中迭代器的Next（）方法的Next（）方法返回下一个元素或容器对象的对象，该对象抛出了停止性
因为Python中没有“迭代器”，所以具有以下两个特征的类可以称为“迭代器”类：
1.有__next __（）方法，返回容器的下一个元素或扔掉stopitetation异常
2.有一个__ITER __（）方法，迭代器本身
尽管列表，字符串...这些不是迭代器，但我们可以将其转换为迭代器
让我们先拍照
内衣可用于掩盖，但在冬季，它不能保护我们免受风和寒冷的侵害。聪明的人发明了他们的裤子。裤子之后，婴儿不冷。在影响内衣角色的前提下，它为我们的身体提供了温暖的效果。
回到我们的主题
装饰器本质上是Python功能，它允许其他功能添加其他功能而无需更改代码。装饰器的返回值也是一个函数对象。它经常用于具有切割需求的方案，例如：插入日志，性能测试，交易处理，缓存，权限验证和其他场景。解决此类问题。使用装饰设备，我们可以绘制许多与功能本身无关的类似代码，并继续重复使用。总而言之，装饰器的作用是在现有对象中添加其他功能。
让我们看一个简单的例子：
def foo（）：
打印（'我是foo'）
现在有一个新的需求，我希望记录该函数的执行日志，因此将日志代码添加到代码：
def foo（）：
打印（'我是foo'）
logging.info（“ foo正在运行”）
bar（），bar2（）也有类似的需求，该怎么做？在bar函数中编写另一个日志记录？这会导致许多类似的代码。为了减少重复的写作代码，我们可以执行此操作并重新定义一个函数：专门处理日志，然后在处理日志过程后执行真实的业务代码。
def use_logging（func）：
logging.warn（“％s正在运行”％func .__名称__）
func（）def bar（）：
print（'i Am bar'）use_logging（bar）
不难理解，
但是在这种情况下，我们必须每次将函数作为参数传递给use_logging函数。此方法已经破坏了原始代码逻辑结构。当执行业务逻辑之前，执行了运行bar（），但是现在必须更改为use_logging（bar）。所以有更好的方法吗？当然，答案是装饰器。
简单的装饰器
def use_logging（func）：
def包装器（*args，** kwargs）：
logging.warn（“％s正在运行”％func .__名称__）
返回func（*args，** kwargs）
返回WrapperDef bar（）：
print（'i am bar'）bar = use_logging（bar）bar（）
函数use_logging是装饰器。它包装了在功能中执行真实业务方法的函数，并且看起来bar用use_logging装饰。在此示例中，当功能输入并退出时
，这种编程方法称为一个方面，称为面向方面的程序。
@是装饰器的语法，并在定义功能时使用它以避免再次分配操作
def use_logging（func）：
def包装器（*args，** kwargs）：
logging.warn（“％s正在运行”％func .__名称__）
返回功能（*args）
返回包装器@use_loggingdef foo（）：
print（“我是foo”）@use_loggingdef bar（）：
打印（“我是bar”）bar（）
如上所示，我们可以保存bar =
使用use_logging（bar），直接调用bar（）以获取所需的结果。如果我们有其他类似的功能，我们可以继续调用装饰以修改功能，而不是修改函数或添加新软件包。，我们改善了程序的重复利用，并提高了程序的可读性。
在Python中使用Python的使用归因于Python的函数，可以将其传递给其他函数，作为普通对象之类的参数。它可以分配给其他变量。它可以用作返回值。它可以在另一个函数中定义。
带有参数的脱色器
装饰器还具有更大的灵活性，例如带有参数的装饰器：在上面的装饰器调用中，例如@USE_LOGGIG，装饰器的唯一参数是执行业务的功能。装饰的语法使我们能够提供其他参数当打电话（例如@decorator（a））时，它以这种方式为编写和使用装饰提供了更大的灵活性。
def use_logging（level）：
防御装饰器（func）：
def包装器（*args，** kwargs）：
如果等级==“警告”：
logging.warn（“％s正在运行”％func .__名称__）
返回功能（*args）
返回包装器
返回装饰器@use_logging（level =“ warn”）def foo（name ='foo'）：
打印（“我am％s”％名称）foo（）
上面的use_logging是一个允许参数的装饰器。它实际上是原始装饰的功能包并返回装饰器。我们可以将其理解为包含参数的封闭式。
当我们使用@se_logging（Level =“ Warn”）时，Python可以找到这层包装，并将参数传递到装饰的环境。
分类
让我们看一下装饰类型。与功能性装饰相比，装饰器具有高灵活性，高内部聚会和包装的优势。使用瓷砖也可以依靠班级内的__call__方法。当 @使用使用使用使用到该函数时，将调用此方法。
类foo（对象）：
def __init __（self，func）：
self._func = func
def __call __（self）：
打印（“班级装饰者运行”）
self._func（）
打印（“班级装饰者结束”）
@foo
def bar（）：
打印（'bar'）
酒吧 （）
functools.raps
该代码被装饰物重新使用，但他的缺点是原始功能的原始功能已经消失，例如DocString，__ name__和功能的参数列表。首先查看示例：
装饰师
def记录（func）：
with_logging（*args，** kwargs）：
打印func .__名称__ +“称为”
返回func（*args，** kwargs）
用_logging返回
功能
@loggeddef f（x）：
“”“”“”“”
返回x + x * x
此功能等效于：
def f（x）：
“”“”“”“”
返回x + x * xf =记录（f）
并不难找到函数f被_logging替换。当然，其Docstring是__名称__是with_logging函数的信息。
打印f。
这个问题相对严重。幸运的是，我们有funools.traps。包裹本身也是装饰师。它可以将原始功能的元信息复制到装饰功能。它的正确。
从函数引起的导入wrapsdef记录（func）：
@wraps（func）
with_logging（*args，** kwargs）：
打印func .__名称__ +“称为”
返回func（*args，** kwargs）
使用_logging@loggeddef f（x）返回：
“”“”“”“”
返回X + X * XPRINT f ._____＃proprint f ._____＃prop
建造的装饰器
@staticmathod，@classmethod，@property
装饰师的顺序
@a@b@cdef f（）：
相当于
f = a（b（c（f）））
装饰可以帮助检查某人是否有权使用Web应用程序的端点。它们在烧瓶和Django Web框架中主要使用。这里是使用基于装饰的授权：
日志是装饰器的另一个亮点。这就是一个例子：
我敢肯定，您已经在考虑装饰设备的其他智能之一。
带有参数的装饰器是一个典型的关闭功能（稍微，请参阅我的上一篇文章）
我们返回到日志的日志并创建一个软件包函数，以允许我们指定输出的日志文件。
现在我们有了可以用于正式环境的logit装饰效应，但是当我们应用程序的某些部分相对脆弱时，异常可能会更加紧迫。例如，有时您只想播放日志到文件。将您的注意力转移到电子邮件上，同时保留日志并留下记录。这是一种使用继承的场景，但是到目前为止，我们只看到用于构建装饰器的功能。
幸运的是，该类也可以用来构建装饰师。
有关详细信息，请参阅我的上一篇文章，Liao Shen解释了更清晰的解释
结论：以上是首席CTO注释为每个人编写的Django装饰器相关内容的相关内容。希望它对您有所帮助！如果您解决了问题，请与更多关心此问题的朋友分享?