python - 这对于装饰器来说合适吗？

Question

我有一堂这样的课:

class MyClass(object):
    def __init__(self, name):
        self.name = name
        self.df = pd.read_table(name)

还有一堆这样的方法:

def valid_cond1(self):
    # check if cond1 is satisfied with respect to self.df and return
    # a DataFrame of rows not satisfying cond1   

def valid_cond2(self):
    # same deal

等等。最后，我想获取每个方法的输出，并向客户端返回一个格式化的坏行列表。我可以通过调整实现来为 valid_cond1 执行此操作，如下所示:

def valid_cond1(self):
    # err_df = rows of self.df not meeting cond1
    bad_lines = []
    for ix, val in err_df.iterrows():
        bad_lines.append("Error in line %s: %s.  Cond1 not met.." % (ix,val))
    return bad_lines

但我不想为每个函数编写相同的逻辑(也许它们有很多)。

这是我可以使用装饰器的地方吗？或者还有其他方法可以实现所需的行为吗？

Answer 1

我不会跳到装饰器做这样的事情，但也许是一个更通用的方法

def check_condition(self, condition):
    # check the condition
    return bad_lines  # etc.

def valid_cond1(self):
    # define condition_1
    return self.check_condition(condition_1)

def valid_cond2(self):
    return self.check_condition(condition_2)

如果你不能把条件变成简单的可以通过的东西，你可以这样做，至少可以避免重复错误打印代码:

@staticmethod
def invalid_condition(err_df):
    # bad lines stuff here

def valid_cond1(self):
    # calculate err_df
    if err_df:
        return self.invalid_condition(err_df)

编辑:只是为了好玩，装饰器版本。众所周知，我(滥用)使用装饰器，所以我可以理解这种愿望:

from functools import wraps

def print_error_info(func):
    @wraps(func)
    def wrapped(*args, **kwargs):
        err_df = func(*args, **kwargs)
        bad_lines = []
        for ix, val in err_df.iterrows():
            bad_lines.append("Error in line %s: %s.  Cond1 not met.." % (ix,val))
        return bad_lines
    return wrapped

# use
class MyClass:
    # *snip*

    @print_error_info
    def valid_cond1(self):
        # whatever you need
        return err_df