معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

如其名，它实现缓存功能，可缓存某个函数或某个类中定义的所有方法的返回值。

ویژگی	مقدار
سیستم عامل	-
نام فایل	funccache-1.5.2
نام	funccache
نسخه کتابخانه	1.5.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	竹永康
ایمیل نویسنده	<gqylpy@outlook.com>
آدرس صفحه اصلی	http://gqylpy.com
آدرس اینترنتی	https://pypi.org/project/funccache/
مجوز	Apache 2.0

[<img alt="LOGO" src="http://www.gqylpy.com/static/img/favicon.ico" height="21" width="21"/>](http://www.gqylpy.com) [![Release](https://img.shields.io/github/release/gqylpy/funccache.svg?style=flat-square")](https://github.com/gqylpy/funccache/releases/latest) [![Python Versions](https://img.shields.io/pypi/pyversions/funccache)](https://pypi.org/project/funccache) [![License](https://img.shields.io/pypi/l/funccache)](https://github.com/gqylpy/funccache/blob/master/LICENSE) [![Downloads](https://pepy.tech/badge/funccache/month)](https://pepy.tech/project/funccache) # funccache > 如其名，`funccache` 实现函数缓存功能，由 GQYLPY 团队研发的一个框架，可缓存某个函数或某个类中定义的所有方法的返回值。 > > > _你的程序中有一个函数会被多次调用，并且返回值不变，你会怎么做？为提高代码效率，你会先调用一次该函数并把返回值存到一个变量，之后就使用这个变量，而不是重复调用函数。是这样吗？你已经很不错了。但现在，我们要传授你一种比之更简明的方案，使用 `funccache` 模块直接缓存函数返回值。_ > > `funccache` 有两种使用方式：当做元类使用，将缓存其元类实例中定义的所有方法的返回值；当做装饰器使用，将缓存被装饰函数的返回值。 <kbd>pip3 install funccache</kbd> ###### 缓存类中方法的返回值 ```python import funccache class Alpha(metaclass=funccache): ... ``` 此时，类 `Alpha` 中定义的所有方法以及`property`属性，在被其实例调用一次后，返回值都将被缓存，缓存在 `__cache_pool__` 属性中。此后的每次调用，只要参数不变，都是直接从 `__cache_pool__` 中取值，不会重复执行相关代码，大幅减少程序功耗并提高代码可读性。上述缓存功能默认只作用于单个实例，每个实例都有自己的 `__cache_pool__` 属性，若希望 `Alpha` 的所有实例共享同一份缓存，可启用 `__shared_instance_cache__` 属性： ```python class Alpha(metaclass=funccache): __shared_instance_cache__ = True ``` 设置类属性 `__shared_instance_cache__ = True` 后，属性 `__cache_pool__` 将被创建在 `Alpha` 类中，而不是 `Alpha` 的每个实例中。若希望某个方法或`property`不被缓存，可将其加入到 `__not_cache__` 列表中： ```python class Alpha(metaclass=funccache): __not_cache__ = [method_obj_or_method_name, ...] ``` 另外，`Alpha` 的子类也拥有上述缓存功能。 ###### 缓存函数返回值 ```python import funccache @funccache def alpha(): ... ``` 此时，函数 `alpha` 在被调用一次后，其返回值将被缓存。此后的每次调用，只要参数不变，都是直接从缓存中取值，而不会重复执行 `alpha` 函数。装饰器的用法亦可获得单例类，只要实例化参数一致： ```python @funccache class Alpha: ... ```

زبان مورد نیاز

مقدار	نام
>=3.6, <4	Python

نحوه نصب

نصب پکیج whl funccache-1.5.2:

pip install funccache-1.5.2.whl

نصب پکیج tar.gz funccache-1.5.2:

pip install funccache-1.5.2.tar.gz