这篇文章给大家分享的是有关python如何使用装饰器缓存函数调用的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

创新互联建站是专业的观山湖网站建设公司，观山湖接单;提供成都网站设计、网站建设、外贸网站建设,网页设计,网站设计,建网站,PHP网站建设等专业做网站服务;采用PHP框架,可快速的进行观山湖网站开发网页制作和功能扩展;专业做搜索引擎喜爱的网站,专业的做网站团队,希望更多企业前来合作!

使用装饰器缓存函数调用

你是否曾经编写过一种函数，它执行昂贵的 I/O 操作或一些相当慢的递归，而且该函数可能会受益于对其结果进行缓存(存储)?如果你有，那么有简单的解决方案，即使用 functools 的lru_cache :

from functools import lru_cache 
import requests 
 
@lru_cache(maxsize=32) 
def get_with_cache(url): 
    try: 
        r = requests.get(url) 
        return r.text 
    except: 
        return "Not Found" 
 
 
for url in ["https://google.com/", 
            "https://martinheinz.dev/", 
            "https://reddit.com/", 
            "https://google.com/", 
            "https://dev.to/martinheinz", 
            "https://google.com/"]: 
    get_with_cache(url) 
 
print(get_with_cache.cache_info()) 
# CacheInfo(hits=2, misses=4, maxsize=32, currsize=4)

在此例中，我们用了可缓存的 GET 请求(最多 32 个缓存结果)。你还可以看到，我们可以使用 cache_info 方法检查函数的缓存信息。装饰器还提供了 clear_cache 方法，用于使缓存结果无效。

我还想指出，此函数不应与具有副作用的函数一起使用，或与每次调用都创建可变对象的函数一起使用。

感谢各位的阅读！关于“python如何使用装饰器缓存函数调用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！

当前文章：python如何使用装饰器缓存函数调用
转载源于：http://chengdu.cdxwcx.cn/article/iggsgc.html