扫码加入数据分析学习群

下面用常见的写法实现了一个缓存装饰器。

def cache(func):
 data = {}
 def wrapper(*args, **kwargs):
 key = f'{func.__name__}-{str(args)}-{str(kwargs)})'
 if key in data:
 result = data.get(key)
 print('cached')
 else:
 result = func(*args, **kwargs)
 data[key] = result
 print('calculated')
 return result
 return wrapper

看看缓存的效果。

@cache
def rectangle_area(length, width):
 return length * width
rectangle_area(2, 3)
# calculated
# 6
rectangle_area(2, 3)
# cached
# 6

装饰器的@cache是一个语法糖，相当于func = cache(func)，如果这里的cache不是一个函数，而是一个类又会怎样呢？定义一个类class Cache， 那么调用func = Cache(func)会得到一个对象，这时返回的func其实是Cache的对象。定义__call__方法可以将类的实例变成可调用对象，可以像调用函数一样调用对象。然后在__call__方法里调用原本的func函数就能实现装饰器了。所以Cache类也能当作装饰器使用，并且能以@Cache的形式使用。

接下来把cache函数改写为Cache类：

class Cache:
 def __init__(self, func):
 self.func = func
 self.data = {}
 def __call__(self, *args, **kwargs):
 func = self.func
 data = self.data
 key = f'{func.__name__}-{str(args)}-{str(kwargs)})'
 if key in data:
 result = data.get(key)
 print('cached')
 else:
 result = func(*args, **kwargs)
 data[key] = result
 print('calculated')
 return result

再看看缓存结果，效果一样。

@Cache
def rectangle_area(length, width):
 return length * width
rectangle_area(2, 3)
# calculated
# 6
rectangle_area(2, 3)
# cached
# 6