当然,这里有且仅有一条原创的Python文章标题Python装饰器从入门到精通的终极指南

# Python装饰器从入门到精通的终极指南

什么是装饰器

Python装饰器是一种强大的语法特性,它允许用户在不修改原始函数代码的情况下,增加或改变函数的行为。装饰器本质上是一个接受函数作为参数并返回一个新函数的高阶函数。这种机制为Python程序员提供了极大的灵活性,使得代码更加简洁、可读性更高。

装饰器的基本语法

装饰器使用@符号作为语法糖,放置在函数定义之前。当Python解释器遇到装饰器时,它会立即执行装饰器函数,并将被装饰的函数作为参数传递。装饰器返回的函数将替换原始函数。

简单装饰器示例

下面是一个简单的装饰器示例,它记录了函数的执行时间:

import timedef timer_decorator(func):    def wrapper(args, kwargs):        start_time = time.time()        result = func(args, kwargs)        end_time = time.time()        print(f{func.__name__} 执行时间: {end_time - start_time}秒)        return result    return wrapper@timer_decoratordef example_function():    time.sleep(2)    print(函数执行完毕)example_function()

带参数的装饰器

有时我们需要装饰器本身能够接受参数,这就需要使用两层嵌套函数。第一层函数接受装饰器参数,第二层函数接受被装饰的函数。

参数化装饰器示例

下面是一个带参数的装饰器示例,它可以控制函数执行的重复次数:

def repeat(num_times):    def decorator_repeat(func):        def wrapper(args, kwargs):            for _ in range(num_times):                result = func(args, kwargs)            return result        return wrapper    return decorator_repeat@repeat(num_times=3)def greet(name):    print(fHello {name})greet(World)

类装饰器

除了函数装饰器,Python还支持类装饰器。类装饰器通过实现__call__方法,使类的实例可以像函数一样被调用。

类装饰器示例

下面是一个使用类实现的装饰器示例:

class CountCalls:    def __init__(self, func):        self.func = func        self.num_calls = 0    def __call__(self, args, kwargs):        self.num_calls += 1        print(f调用第{self.num_calls}次)        return self.func(args, kwargs)@CountCallsdef say_hello():    print(Hello!)say_hello()say_hello()

内置装饰器

Python提供了一些内置装饰器,如@property、@staticmethod和@classmethod,它们在面向对象编程中非常有用。

@property装饰器

@property装饰器允许将类方法转换为属性,从而提供更简洁的属性访问语法:

class Circle:    def __init__(self, radius):        self._radius = radius    @property    def radius(self):        return self._radius    @radius.setter    def radius(self, value):        if value >= 0:            self._radius = value        else:            raise ValueError(半径不能为负)circle = Circle(5)print(circle.radius)  # 输出: 5circle.radius = 10print(circle.radius)  # 输出: 10

装饰器的高级应用

装饰器可以组合使用,也可以用于实现各种高级模式,如缓存、权限检查、日志记录等。

多个装饰器组合使用

多个装饰器可以同时应用于一个函数,它们的执行顺序是从下往上:

def decorator1(func):    def wrapper():        print(装饰器1)        func()    return wrapperdef decorator2(func):    def wrapper():        print(装饰器2)        func()    return wrapper@decorator1@decorator2def say_hello():    print(Hello!)say_hello()# 输出:# 装饰器1# 装饰器2# Hello!

装饰器的最佳实践

在使用装饰器时,需要注意保留原始函数的元数据,可以使用functools.wraps装饰器来避免元数据丢失的问题。

使用functools.wraps

functools.wraps装饰器可以帮助保留原始函数的名称、文档字符串等元数据:

import functoolsdef my_decorator(func):    @functools.wraps(func)    def wrapper(args, kwargs):        print(装饰器操作)        return func(args, kwargs)    return wrapper@my_decoratordef example():    这是一个示例函数    print(函数执行)print(example.__name__)  # 输出: exampleprint(example.__doc__)   # 输出: 这是一个示例函数

结语

Python装饰器是一项强大而灵活的功能,掌握了装饰器的使用可以让代码更加简洁、优雅。从简单的函数装饰器到带参数的装饰器,再到类装饰器,每种类型都有其适用的场景。通过本文的学习,您应该已经对Python装饰器有了全面的了解,并能够在实际开发中灵活运用。

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式与逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维与验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析与算法验证,深入理解每一步的推理依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值