總結了11條，我對Python 裝飾器的理解

来源:https://www.cnblogs.com/xxpythonxx/archive/2019/10/25/11740933.html
-Advertisement-
Play Games

對於每一個學習 Python 的同學，想必對 @ 符號一定不陌生了，正如你所知， @ 符號是裝飾器的語法糖，@符號後面的函數就是我們本文的主角：裝飾器。 裝飾器放在一個函數開始定義的地方，它就像一頂帽子一樣戴在這個函數的頭上。和這個函數綁定在一起。在我們調用這個函數的時候，第一件事並不是執行這個函數 ...


對於每一個學習 Python 的同學，想必對 @ 符號一定不陌生了，正如你所知， @ 符號是裝飾器的語法糖，@符號後面的函數就是我們本文的主角：裝飾器。

裝飾器放在一個函數開始定義的地方，它就像一頂帽子一樣戴在這個函數的頭上。和這個函數綁定在一起。在我們調用這個函數的時候，第一件事並不是執行這個函數，而是將這個函數做為參數傳入它頭頂上這頂帽子，這頂帽子我們稱之為 裝飾器 。

曾經我在剛轉行做程式員時的一次的面試中，被面試官問過這樣的兩個問題：

1、你都用過裝飾器實現過什麼樣的功能？

2、如何寫一個可以傳參的裝飾器？

對於當時實戰經驗非常有限的我，第一個問題只能回答一些非常簡單的用法，而第二個問題卻沒能回答上來。

當時帶著這兩個問題，我就開始系統的學習裝飾器的所有內容。這些一直整理在自己的博客中，今天對其進行了大量的補充和勘誤，發表在這裡分享給大家。希望對剛入門以及進階的朋友可以提供一些參考。
在這裡插入圖片描述
01. Hello，裝飾器

裝飾器的使用方法很固定

先定義一個裝飾器（帽子）

再定義你的業務函數或者類（人）

最後把這裝飾器（帽子）扣在這個函數（人）頭上

就像下麵這樣子

def decorator(func):
    def wrapper(*args, **kw):
        return func()
    return wrapper

@decorator
def function():
    print("hello, decorator")

實際上，裝飾器並不是編碼必須性，意思就是說，你不使用裝飾器完全可以，它的出現，應該是使我們的代碼

更加優雅，代碼結構更加清晰

將實現特定的功能代碼封裝成裝飾器，提高代碼復用率，增強代碼可讀性

接下來，我將以實例講解，如何編寫出各種簡單及複雜的裝飾器。

02. 入門：日誌列印器

首先是日誌列印器。

實現的功能：

在函數執行前，先列印一行日誌告知一下主人，我要執行函數了。

在函數執行完，也不能拍拍屁股就走人了，咱可是有禮貌的代碼，再列印一行日誌告知下主人，我執行完啦。

# 這是裝飾器函數，參數 func 是被裝飾的函數
def logger(func):
    def wrapper(*args, **kw):
        print('主人，我準備開始執行：{} 函數了:'.format(func.__name__))

        # 真正執行的是這行。
        func(*args, **kw)

        print('主人，我執行完啦。')
    return wrapper

假如，我的業務函數是，計算兩個數之和。寫好後，直接給它帶上帽子。

@logger
def add(x, y):
    print('{} + {} = {}'.format(x, y, x+y))

然後執行一下 add 函數。

add(200, 50)

來看看輸出了什麼？

主人，我準備開始執行：add 函數了:
200 + 50 = 250
主人，我執行完啦。

03. 入門：時間計時器

再來看看 時間計時器
實現功能：顧名思義，就是計算一個函數的執行時長。

# 這是裝飾函數
def timer(func):
    def wrapper(*args, **kw):
        t1=time.time()
        # 這是函數真正執行的地方
        func(*args, **kw)
        t2=time.time()

        # 計算下時長
        cost_time = t2-t1 
        print("花費時間：{}秒".format(cost_time))
    return wrapper

假如，我們的函數是要睡眠10秒。這樣也能更好的看出這個計算時長到底靠不靠譜。

import time

@timer
def want_sleep(sleep_time):
    time.sleep(sleep_time)

want_sleep(10)

來看看輸出，如預期一樣，輸出10秒。

花費時間：10.0073800086975098秒

04. 進階：帶參數的函數裝飾器

通過上面兩個簡單的入門示例，你應該能體會到裝飾器的工作原理了。

不過，裝飾器的用法還遠不止如此，深究下去，還大有文章。今天就一起來把這個知識點學透。

回過頭去看看上面的例子，裝飾器是不能接收參數的。其用法，只能適用於一些簡單的場景。不傳參的裝飾器，只能對被裝飾函數，執行固定邏輯。

裝飾器本身是一個函數，做為一個函數，如果不能傳參，那這個函數的功能就會很受限，只能執行固定的邏輯。這意味著，如果裝飾器的邏輯代碼的執行需要根據不同場景進行調整，若不能傳參的話，我們就要寫兩個裝飾器，這顯然是不合理的。

比如我們要實現一個可以定時發送郵件的任務（一分鐘發送一封），定時進行時間同步的任務（一天同步一次），就可以自己實現一個 periodic_task （定時任務）的裝飾器，這個裝飾器可以接收一個時間間隔的參數，間隔多長時間執行一次任務。

可以這樣像下麵這樣寫，由於這個功能代碼比較複雜，不利於學習，這裡就不貼了。

@periodic_task(spacing=60)
def send_mail():
     pass

@periodic_task(spacing=86400)
def ntp()
    pass

那我們來自己創造一個偽場景，可以在裝飾器里傳入一個參數，指明國籍，併在函數執行前，用自己國家的母語打一個招呼。

# 小明，中國人
@say_hello("china")
def xiaoming():
    pass

# jack，美國人
@say_hello("america")
def jack():
    pass

那我們如果實現這個裝飾器，讓其可以實現 傳參 呢？

會比較複雜，需要兩層嵌套。

def say_hello(contry):
    def wrapper(func):
        def deco(*args, **kwargs):
            if contry == "china":
                print("你好!")
            elif contry == "america":
                print('hello.')
            else:
                return

            # 真正執行函數的地方
            func(*args, **kwargs)
        return deco
    return wrapper

來執行一下

xiaoming()
print("------------")
jack()

看看輸出結果。

你好!
------------
hello.

05. 高階：不帶參數的類裝飾器

以上都是基於函數實現的裝飾器，在閱讀別人代碼時，還可以時常發現還有基於類實現的裝飾器。

基於類裝飾器的實現，必須實現 __ call__ 和 __init__兩個內置函數。
init ：接收被裝飾函數
call ：實現裝飾邏輯。

還是以日誌列印這個簡單的例子為例

class logger(object):
    def __init__(self, func):
        self.func = func

    def __call__(self, *args, **kwargs):
        print("[INFO]: the function {func}() is running..."
            .format(func=self.func.__name__))
        return self.func(*args, **kwargs)

@logger
def say(something):
    print("say {}!".format(something))

say("hello")

執行一下，看看輸出

[INFO]: the function say() is running...
say hello!

06. 高階：帶參數的類裝飾器
上面不帶參數的例子，你發現沒有，只能列印INFO級別的日誌，正常情況下，我們還需要列印DEBUG WARNING等級別的日誌。這就需要給類裝飾器傳入參數，給這個函數指定級別了。

帶參數和不帶參數的類裝飾器有很大的不同。

__ init __ ：不再接收被裝飾函數，而是接收傳入參數。
__ call __ ：接收被裝飾函數，實現裝飾邏輯。

class logger(object):
    def __init__(self, level='INFO'):
        self.level = level

    def __call__(self, func): # 接受函數
        def wrapper(*args, **kwargs):
            print("[{level}]: the function {func}() is running..."
                .format(level=self.level, func=func.__name__))
            func(*args, **kwargs)
        return wrapper  #返回函數

@logger(level='WARNING')
def say(something):
    print("say {}!".format(something))

say("hello")

我們指定WARNING級別，運行一下，來看看輸出。

[WARNING]: the function say() is running...
say hello!

07. 使用偏函數與類實現裝飾器

絕大多數裝飾器都是基於函數和閉包實現的，但這並非製造裝飾器的唯一方式。

事實上，Python 對某個對象是否能通過裝飾器（ @decorator）形式使用只有一個要求：decorator 必須是一個“可被調用（callable）的對象。

對於這個 callable 對象，我們最熟悉的就是函數了。

除函數之外，類也可以是 callable 對象，只要實現了__ call__ 函數（上面幾個例子已經接觸過了）。

還有容易被人忽略的偏函數其實也是 callable 對象。

接下來就來說說，如何使用 類和偏函數結合實現一個與眾不同的裝飾器。

如下所示，DelayFunc 是一個實現了 __ call__ 的類，delay 返回一個偏函數，在這裡 delay 就可以做為一個裝飾器。（以下代碼摘自 Python工匠：使用裝飾器的小技巧）

import time
import functools

class DelayFunc:
    def __init__(self,  duration, func):
        self.duration = duration
        self.func = func

    def __call__(self, *args, **kwargs):
        print(f'Wait for {self.duration} seconds...')
        time.sleep(self.duration)
        return self.func(*args, **kwargs)

    def eager_call(self, *args, **kwargs):
        print('Call without delay')
        return self.func(*args, **kwargs)

def delay(duration):
    """
    裝飾器：推遲某個函數的執行。
    同時提供 .eager_call 方法立即執行
    """
    # Python學習交流QQ群：857662006 
    # 此處為了避免定義額外函數，
    # 直接使用 functools.partial 幫助構造 DelayFunc 實例
    return functools.partial(DelayFunc, duration)
我們的業務函數很簡單，就是相加

@delay(duration=2)
def add(a, b):
    return a+b

來看一下執行過程

>>> add    # 可見 add 變成了 Delay 的實例
<__main__.DelayFunc object at 0x107bd0be0>
>>> 
>>> add(3,5)  # 直接調用實例，進入 __call__
Wait for 2 seconds...
8
>>> 
>>> add.func # 實現實例方法
<function add at 0x107bef1e0>

08. 如何寫能裝飾類的裝飾器？

用 Python 寫單例模式的時候，常用的有三種寫法。其中一種，是用裝飾器來實現的。

以下便是我自己寫的裝飾器版的單例寫法。

instances = {}

def singleton(cls):
    def get_instance(*args, **kw):
        cls_name = cls.__name__
        print('===== 1 ====')
        if not cls_name in instances:
            print('===== 2 ====')
            instance = cls(*args, **kw)
            instances[cls_name] = instance
        return instances[cls_name]
    return get_instance

@singleton
class User:
    _instance = None

    def __init__(self, name):
        print('===== 3 ====')
        self.name = name

可以看到我們用singleton 這個裝飾函數來裝飾 User 這個類。裝飾器用在類上，並不是很常見，但只要熟悉裝飾器的實現過程，就不難以實現對類的裝飾。在上面這個例子中，裝飾器就只是實現對類實例的生成的控制而已。

其實例化的過程，你可以參考我這裡的調試過程，加以理解。
在這裡插入圖片描述
09. wraps 裝飾器有啥用？
在 functools 標準庫中有提供一個 wraps 裝飾器，你應該也經常見過，那他有啥用呢？

先來看一個例子

def wrapper(func):
    def inner_function():
        pass
    return inner_function

@wrapper
def wrapped():
    pass

print(wrapped.__name__)
#inner_function

為什麼會這樣子？不是應該返回 func 嗎？

這也不難理解，因為上邊執行func 和下邊 decorator(func) 是等價的，所以上面 func.__ name__ 是等價於下麵decorator(func).__ name__ 的，那當然名字是 inner_function

def wrapper(func):
    def inner_function():
        pass
    return inner_function

def wrapped():
    pass

print(wrapper(wrapped).__name__)
#inner_function

那如何避免這種情況的產生？方法是使用 functools .wraps 裝飾器，它的作用就是將 被修飾的函數(wrapped) 的一些屬性值賦值給 修飾器函數(wrapper) ，最終讓屬性的顯示更符合我們的直覺。

from functools import wraps

def wrapper(func):
    @wraps(func)
    def inner_function():
        pass
    return inner_function

@wrapper
def wrapped():
    pass

print(wrapped.__name__)
# wrapped

準確點說，wraps 其實是一個偏函數對象（partial），源碼如下

def wraps(wrapped,
          assigned = WRAPPER_ASSIGNMENTS,
          updated = WRAPPER_UPDATES):
    return partial(update_wrapper, wrapped=wrapped,
                   assigned=assigned, updated=updated)

可以看到wraps其實就是調用了一個函數update_wrapper，知道原理後，我們改寫上面的代碼，在不使用 wraps的情況下，也可以讓 wrapped.__ name__ 列印出 wrapped，代碼如下：

from functools import update_wrapper

WRAPPER_ASSIGNMENTS = ('__module__', '__name__', '__qualname__', '__doc__',
                       '__annotations__')

def wrapper(func):
    def inner_function():
        pass

    update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)
    return inner_function

@wrapper
def wrapped():
    pass

print(wrapped.__name__)

10. 內置裝飾器：property

以上，我們介紹的都是自定義的裝飾器。

其實Python語言本身也有一些裝飾器。比如property這個內建裝飾器，我們再熟悉不過了。

它通常存在於類中，可以將一個函數定義成一個屬性，屬性的值就是該函數return的內容。

通常我們給實例綁定屬性是這樣的

class Student(object):
    def __init__(self, name, age=None):
        self.name = name
        self.age = age

# 實例化
xiaoming = Student("小明")

# 添加屬性
xiaoming.age=25

# 查詢屬性
xiaoming.age

# 刪除屬性
del xiaoming.age

但是稍有經驗的開發人員，一下就可以看出，這樣直接把屬性暴露出去，雖然寫起來很簡單，但是並不能對屬性的值做合法性限制。為了實現這個功能，我們可以這樣寫。

class Student(object):
    def __init__(self, name):
        self.name = name
        self.name = None

    def set_age(self, age):
        if not isinstance(age, int):
            raise ValueError('輸入不合法：年齡必須為數值!')
        if not 0 < age < 100:
            raise ValueError('輸入不合法：年齡範圍必須0-100')
        self._age=age

    def get_age(self):
        return self._age

    def del_age(self):
        self._age = None


xiaoming = Student("小明")

# 添加屬性
xiaoming.set_age(25)

# 查詢屬性
xiaoming.get_age()

# 刪除屬性
xiaoming.del_age()

上面的代碼設計雖然可以變數的定義，但是可以發現不管是獲取還是賦值（通過函數）都和我們平時見到的不一樣。
按照我們思維習慣應該是這樣的。

# 賦值
xiaoming.age = 25

# 獲取
xiaoming.age

那麼這樣的方式我們如何實現呢。請看下麵的代碼。

class Student(object):
    def __init__(self, name):
        self.name = name
        self.name = None

    @property
    def age(self):
        return self._age

    @age.setter
    def age(self, value):
        if not isinstance(value, int):
            raise ValueError('輸入不合法：年齡必須為數值!')
        if not 0 < value < 100:
            raise ValueError('輸入不合法：年齡範圍必須0-100')
        self._age=value

    @age.deleter
    def age(self):
        del self._age

xiaoming = Student("小明")

# 設置屬性
xiaoming.age = 25

# 查詢屬性
xiaoming.age

# 刪除屬性
del xiaoming.age

用@property裝飾過的函數，會將一個函數定義成一個屬性，屬性的值就是該函數return的內容。同時，會將這個函數變成另外一個裝飾器。就像後面我們使用的@age.setter和@age.deleter。

  • @age.setter 使得我們可以使用XiaoMing.age = 25這樣的方式直接賦值。
  • @age.deleter 使得我們可以使用del XiaoMing.age這樣的方式來刪除屬性。

property 的底層實現機制是「描述符」，為此我還寫過一篇文章。

這裡也介紹一下吧，正好將這些看似零散的文章全部串起來。

如下，我寫了一個類，裡面使用了 property 將 math 變成了類實例的屬性

class Student:
    def __init__(self, name):
        self.name = name

    @property
    def math(self):
        return self._math

    @math.setter
    def math(self, value):
        if 0 <= value <= 100:
            self._math = value
        else:
            raise ValueError("Valid value must be in [0, 100]")

為什麼說 property 底層是基於描述符協議的呢？通過 PyCharm 點擊進入 property 的源碼，很可惜，只是一份類似文檔一樣的偽源碼，並沒有其具體的實現邏輯。

不過，從這份偽源碼的魔法函數結構組成，可以大體知道其實現邏輯。

這裡我自己通過模仿其函數結構，結合「描述符協議」來自己實現類 property 特性。

代碼如下：

class TestProperty(object):

    def __init__(self, fget=None, fset=None, fdel=None, doc=None):
        self.fget = fget
        self.fset = fset
        self.fdel = fdel
        self.__doc__ = doc

    def __get__(self, obj, objtype=None):
        print("in __get__")
        if obj is None:
            return self
        if self.fget is None:
            raise AttributeError
        return self.fget(obj)

    def __set__(self, obj, value):
        print("in __set__")
        if self.fset is None:
            raise AttributeError
        self.fset(obj, value)

    def __delete__(self, obj):
        print("in __delete__")
        if self.fdel is None:
            raise AttributeError
        self.fdel(obj)


    def getter(self, fget):
        print("in getter")
        return type(self)(fget, self.fset, self.fdel, self.__doc__)

    def setter(self, fset):
        print("in setter")
        return type(self)(self.fget, fset, self.fdel, self.__doc__)

    def deleter(self, fdel):
        print("in deleter")
        return type(self)(self.fget, self.fset, fdel, self.__doc__)

然後 Student 類，我們也相應改成如下

class Student:
    def __init__(self, name):
        self.name = name
    
    # 其實只有這裡改變
    @TestProperty
    def math(self):
        return self._math

    @math.setter
    def math(self, value):
        if 0 <= value <= 100:
            self._math = value
        else:
            raise ValueError("Valid value must be in [0, 100]")

為了儘量讓你少產生一點疑惑，我這裡做兩點說明：

使用TestProperty裝飾後，math 不再是一個函數，而是TestProperty類的一個實例。所以第二個math函數可以使用 math.setter 來裝飾，本質是調用TestProperty.setter 來產生一個新的 TestProperty 實例賦值給第二個math。

第一個 math 和第二個 math 是兩個不同 TestProperty 實例。但他們都屬於同一個描述符類（TestProperty），當對 math 對於賦值時，就會進入 TestProperty.__ set__，當對math 進行取值里，就會進入 TestProperty. get。仔細一看，其實最終訪問的還是Student實例的 _math 屬性。

說了這麼多，還是運行一下，更加直觀一點。

# 運行後，會直接列印這一行，這是在實例化 TestProperty 並賦值給第二個math
in setter
>>>
>>> s1.math = 90
in __set__
>>> s1.math
in __get__
90

如對上面代碼的運行原理，有疑問的同學，請務必結合上面兩點說明加以理解，那兩點相當關鍵。

11. 其他裝飾器：裝飾器實戰

讀完並理解了上面的內容，你可以說是Python高手了。別懷疑，自信點，因為很多人都不知道裝飾器有這麼多用法呢。

在我看來，使用裝飾器，可以達到如下目的：

使代碼可讀性更高，逼格更高；

代碼結構更加清晰，代碼冗餘度更低；

剛好我在最近也有一個場景，可以用裝飾器很好的實現，暫且放上來看看。

這是一個實現控制函數運行超時的裝飾器。如果超時，則會拋出超時異常。

有興趣的可以看看。

import signal

class TimeoutException(Exception):
    def __init__(self, error='Timeout waiting for response from Cloud'):
        Exception.__init__(self, error)


def timeout_limit(timeout_time):
    def wraps(func):
        def handler(signum, frame):
            raise TimeoutException()

        def deco(*args, **kwargs):
            signal.signal(signal.SIGALRM, handler)
            signal.alarm(timeout_time)
            func(*args, **kwargs)
            signal.alarm(0)
        return deco
    return wraps

以上，便是我對裝飾器的所有分享。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 我把全國旅游數據用Python爬下來後發現，這個地方纔是真正的旅游勝地
    前言： Python對於本人來講也是一個在逐漸學習掌握的過程，這次的內容就從旅游開始講起，進入正文前首先附（fang）上（du）最令我垂涎欲滴的海鮮盛宴。 數據爬取： 最近幾天朋友圈被大家的旅行足跡刷屏了，驚嘆於那些把全國所有省基本走遍的朋友。與此同時，也萌生了寫一篇旅行相關的內容，本次數據來源於一 ...
  • 利用Arthas定位線上問題實例
    Arthas是一個類似於Btrace的JVM線上調試分析工具，具體可參考我之前寫的一篇博客：[利用JVM線上調試工具排查線上問題](https://www.cnblogs.com/nxlhero/p/11660854.html)。本文分享筆者剛遇到的一個問題，雖然不複雜，但是很典型。 ...
  • 從實例一步一步入門學習SpringCloud的Eureka、Ribbon、Feign、熔斷器、Zuul的簡單使用(附代碼下載)
    場景 SpringCloud -創建統一的依賴管理： https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/102530574 SpringCloud-服務註冊與實現-Eureka創建服務註冊中心(附源碼下載)： https://blog ...
  • 為什麼重寫equals必須重寫hashCode的基礎分析
    為什麼重寫equals必須重寫hashCode的基礎分析 1.我們先來瞭解下原生的equals和hashCode代碼 原生equals：它判斷的是兩個對象是否相等 原生hashCode值:它是根據記憶體地址換算出來的一個整數類型的值 2.至於為什麼要重寫equals和hashCode？ 當然為了滿足我 ...
  • python-列表基本操作
    本文講解python列表的常用操作： 1.list函數，可以將任何序列作為list的參數 2.基本操作（多數方法為就地改變，不返回新列表） （1）賦值 ‘=’；切片賦值；刪除列表元素 結果： （2）列表方法 append用於將一個對象附加到列表末尾；註意： append就地修改列表，不會返回新列表； ...
  • Python PIL模塊隨機生成中文驗證碼
    PIL是Python Imaging Library的簡稱，PIL是一個Python處理圖片的庫，提供了一系列模塊和方法，比如：裁切，平移，旋轉，改變尺寸等等。已經是Python平臺事實上的圖像處理標準庫了。PIL功能非常強大，但API卻非常簡單易用。 PIL有如下幾個模塊：Image模塊、Imag ...
  • 如何讓你的Python代碼更加pythonic ？
    pythonic如果翻譯成中文的話就是很python。很+名詞結構的用法在中國不少，比如：很娘，很國足，很CCTV等等。· 以下為了簡略，我們用P表示pythonic的寫法，NP表示non-pythonic的寫法，當然此P-NP非彼P-NP。 為什麼要追求pythonic? 相比於NP，P的寫法簡練 ...
  • Python3多線程爬蟲實例講解
    多線程概述 多線程使得程式內部可以分出多個線程來做多件事情，充分利用CPU空閑時間，提升處理效率。python提供了兩個模塊來實現多線程thread 和threading ，thread 有一些缺點，在threading 得到了彌補。並且在Python3中廢棄了thread模塊，保留了更強大的thr ...
一周排行
    -Advertisement-
    Play Games
  • WPF 已知問題 監聽 WMI 事件導致觸摸失效
    示例項目結構 在 Visual Studio 中創建一個 WinForms 應用程式後，項目結構如下所示： MyWinFormsApp/ │ ├───Properties/ │ └───Settings.settings │ ├───bin/ │ ├───Debug/ │ └───Release/ ...
  • [STAThread]特性
    [STAThread] 特性用於需要與 COM 組件交互的應用程式，尤其是依賴單線程模型（如 Windows Forms 應用程式）的組件。在 STA 模式下，線程擁有自己的消息迴圈，這對於處理用戶界面和某些 COM 組件是必要的。 [STAThread] static void Main(stri ...
  • UWP WinUI3 傳入 AddHandler 的 RoutedEventHandler 類型與事件所需不匹配將拋出參數異常
    在WinForm中使用全局異常捕獲處理 在WinForm應用程式中，全局異常捕獲是確保程式穩定性的關鍵。通過在Program類的Main方法中設置全局異常處理，可以有效地捕獲並處理未預見的異常，從而避免程式崩潰。 註冊全局異常事件 [STAThread] static void Main() { / ...
  • .NET 多版本 WinForm 開源控制項庫 SunnyUI
    前言 給大家推薦一款開源的 Winform 控制項庫，可以幫助我們開發更加美觀、漂亮的 WinForm 界面。 項目介紹 SunnyUI.NET 是一個基於 .NET Framework 4.0+、.NET 6、.NET 7 和 .NET 8 的 WinForm 開源控制項庫，同時也提供了工具類庫、擴展 ...
  • .net core8 使用Swagger（附當前源碼）
    說明 該文章是屬於OverallAuth2.0系列文章，每周更新一篇該系列文章（從0到1完成系統開發）。 該系統文章，我會儘量說的非常詳細，做到不管新手、老手都能看懂。 說明：OverallAuth2.0 是一個簡單、易懂、功能強大的許可權+可視化流程管理系統。 有興趣的朋友，請關註我吧(*^▽^*) ...
  • WPF 什麼時候 VisualTreeHelper.GetDescendantBounds 將返回無窮大
    一、下載安裝 1.下載git 必須先下載並安裝git，再TortoiseGit下載安裝 git安裝參考教程：https://blog.csdn.net/mukes/article/details/115693833 2.TortoiseGit下載與安裝 TortoiseGit，Git客戶端，32/6 ...
  • C# 開源教程帶你輕鬆掌握數據結構與演算法
    前言 在項目開發過程中，理解數據結構和演算法如同掌握蓋房子的秘訣。演算法不僅能幫助我們編寫高效、優質的代碼，還能解決項目中遇到的各種難題。 給大家推薦一個支持C#的開源免費、新手友好的數據結構與演算法入門教程：Hello演算法。 項目介紹 《Hello Algo》是一本開源免費、新手友好的數據結構與演算法入門 ...
  • 第22篇 生成proto文件bat腳本
    1.生成單個Proto.bat內容 @rem Copyright 2016, Google Inc. @rem All rights reserved. @rem @rem Redistribution and use in source and binary forms, with or with ...
  • 記一次 .NET某上位機視覺程式 卡死分析
    一：背景 1. 講故事 前段時間有位朋友找到我，說他的窗體程式在客戶這邊出現了卡死，讓我幫忙看下怎麼回事？dump也生成了，既然有dump了那就上 windbg 分析吧。 二：WinDbg 分析 1. 為什麼會卡死 窗體程式的卡死，入口門檻很低，後續往下分析就不一定了，不管怎麼說先用 !clrsta ...
  • 醫學DICOM文件與PACS系統進行數據傳輸
    前言 人工智慧時代，人臉識別技術已成為安全驗證、身份識別和用戶交互的關鍵工具。 給大家推薦一款.NET 開源提供了強大的人臉識別 API，工具不僅易於集成，還具備高效處理能力。 本文將介紹一款如何利用這些API，為我們的項目添加智能識別的亮點。 項目介紹 GitHub 上擁有 1.2k 星標的 C# ...
所有分類