Osheep

时光不回头,当下最重要。

Learn Python3:装饰器

一、理解装饰器

通俗点说,当我们想给一个函数增强额外的功能,但又不想修改原函数的定义,同时新增的功能其它函数可能也需要使用,装饰器就是来解决这种需求的,将与原函数功能无关的代码提取出来,实现复用,在代码运行期间动态的给原函数增加功能,例如在函数执行前后插入日志、计算函数的执行时间等等

二、实践

1、一个小需求

有一个需求,要在函数执行前后打印start executeend execute,如果我们还不知道有装饰器存在可以怎么做呢?

首先定义原函数:

def my_func():
    print('Hello World')

再定义一个函数用来打印日志,并在其中执行原函数:

def log(func):
    def wrapper():
        print('start execute')
        func()
        print('end execute')
    return wrapper

可以看到,log函数接收一个`函数作为参数,并返回一个新的wrapper函数。

最后看执行结果:

my_func = log(my_func)
my_func()
《Learn Python3:装饰器》

0

我们将my_func函数作为参数传给log函数,并将返回的wrapper函数赋值给my_func变量,则my_func变量就是返回的wrapper函数,并不是之前定义的my_func函数,最后执行my_func()其实执行的是返回的wrapper函数。到这里已经实现了前边的小需求,其实装饰器的原理亦是如此。

2、使用装饰器

如果使用装饰器怎么写呢?先不需要修改log函数,只对my_func函数做修改:

@log
def my_func():
    print('Hello World')

很明显吧,用Python的 @ 语法实现装饰器,实现log函数对my_func函数的装饰。

再看执行结果:

《Learn Python3:装饰器》

1

其实装饰器相当于替我们执行了my_func = log(my_func)这一步。
但是有个问题,按理my_func函数的__name__属性应该是my_func,但使用装饰器后变成了wrapper

《Learn Python3:装饰器》

2

其实就是前边讲的赋值操作my_func = log(my_func)导致的,这当然不是我们想看到的,可以用Python内置functools模块的wraps()方法,修改我们的log函数:

def log(func):
    @functools.wraps(func)
    def wrapper():
        print('start execute')
        func()
        print('end execute')
    return wrapper

再执行结果:

《Learn Python3:装饰器》

3

3、带参数的被装饰函数

如果my_func函数有参数呢?像这样:

def my_func(a, b):
    print('a+b=%d' % (a + b))

当然还要修改log函数,怎么改呢,这样???给wrapper加两个参数???

def log(func):
    @functools.wraps(func)
    def wrapper(a, b):
        print('start execute')
        func(a, b)
        print('end execute')
    return wrapper

如果其它函数的参数个数、参数形式和my_func不同,也想使用log作为装饰器,那这样修改log肯定不行……,可以这样,让装饰器内嵌的wrapper函数支持可变参数以及关键字参数:

def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('start execute')
        func(*args, **kw)
        print('end execute')
    return wrapper

这样其它函数也就能共用这个log函数了,要不然还搞啥装饰器。现在使用修改后的log函数:

@log
def my_func(a, b):
    print('a+b=%d' % (a + b))

再来一个my_func1函数:

@log
def my_func1(a, b, c, *, d):
    print('a+b+c+d=%d' % (a + b + c + d))

看下执行结果:

《Learn Python3:装饰器》

4

my_func为例,这时候使用装饰器执行my_func(1, 2)相当于执行了log(my_func)(1, 2)

4、带参数的装饰器函数

如果装饰器函数本身也需要参数呢?继续以log函数为例,现在需要接受一个字符串为参数,并在被装饰函数执行前打印,则可以给它在内嵌一层函数:

def log(arg):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('装饰器的参数:%s' % arg)
            print('start execute')
            func(*args, **kw)
            print('end execute')
        return wrapper
    return decorator

这时再给my_func添加装饰器:

@log('Hello World')
def my_func(a, b):
    print('a+b=%d' % (a + b))

执行结果如下:

《Learn Python3:装饰器》

5

此时相当于执行了log('Hello World')(my_func)(1, 2)

5、参数可选的装饰器函数

我们继续扩展装饰器函数log的功能,使其既支持:

@log('Hello World')
def my_func(a, b):
    print('a+b=%d' % (a + b))

又要支持:

@log
def my_func(a, b):
    print('a+b=%d' % (a + b))

即参数可选,怎么修改呢?前边已经说过了,第一种情况执行my_func(1, 2)相当于log('Hello World')(my_func)(1, 2),其中log('Hello World')先执行,返回接受my_func为参数的decorator函数,第二种情况执行相当于log(my_func)(1, 2),其中log(my_func)先执行,返回的是接受1、2为参数的wrapper函数。所以我们让log函数在两种情况下分别返回不同的函数,即log函数的参数为函数时其返回wrapper函数,即decorator(arg)log函数的参数为字符串时让其返回decorator函数,至于打印log的字符串参数,只需要判参数是字符串再打印即可:

def log(arg):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            if arg and isinstance(arg, str):
                print('装饰器的参数:%s' % arg)
            print('start execute')
            func(*args, **kw)
            print('end execute')
        return wrapper
    if callable(arg):
        return decorator(arg)
    return decorator

1、isinstance(arg, str):判断arg是否为str类型
2、callable(arg):判断arg是否可被调用,可被调用指的是能否使用()括号的方法调用。

测试结果如下:

《Learn Python3:装饰器》

6
点赞