深入理解 Python 中的装饰器

  • 2019 年 11 月 20 日
  • 笔记

01

装饰器本质上也是函数,接受函数对象来作为参数,并在装饰器的内部来调用接受的函数对象完成相关的函数调用。也可以这样理解,为了方便在几个不同函数调用之前或者之后完成相关的统一操作,注意是完成统一的操作,可以传参数使得装饰器不完全一样,后面会讲到。最重要的应用如工程应用上记录相关的内部调用接口的流水日志,不同的接口需要统一的样式,所以可以用装饰器来实现。先简单看一下示例:

from time import ctime    def deco(func):      def decorator(*args, **kwargs):          print('[%s]  %s() is called' % (ctime(), func.__name__))          return func(*args, **kwargs)      return decorator    @deco  def foo():      print('Hello, Python')    foo()

在如上示例中,定义了一个装饰器,其中参数func需要函数的对象,返回值是decorator函数,其中decorator函数的返回值正是func的返回值。该装饰器的功能就是在函数调用之前,打印了函数调用的时间和函数名。

装饰器的使用过程很简单,通过注解@符号标注一下即可。这本质上相当于foo = deco(foo) 的嵌套调用。

这里面,你又遇到了 *args 和 **kwargs,它们可以组合接收任意函数参数。不理解的可以翻看 Python 中的 *args 和 **kwargs

装饰器也可以堆叠起来,即对某个函数使用多个装饰器,比如:

from time import ctime    def deco1(func):      def decorator1(*args, **kwargs):          print('[%s]  %s() is called' % (ctime(), func.__name__))          return func(*args, **kwargs)      return decorator1      def deco2(func):      def decorator2(*args, **kwargs):          print('[%s]  %s() is called' % (ctime(), func.__name__))          return func(*args, **kwargs)      return decorator2    @deco2  @deco1  def foo():      print('Hello, Python')    foo()

会输出什么呢?可以先分析一下。

运行一下,输出如下:

[Fri Jul 21 15:15:53 2017] decorator1() is called

[Fri Jul 21 15:15:53 2017] foo() is called

Hello, Python

是否跟你想的一样?在嵌套调用的过程中,foo = deco2(deco1(foo)),所以先返回 deco1(foo) 的函数名字即 decorator1, 后返回 foo 的函数名。

装饰器本身也可以传入参数,使得在统一的过程中带点奇特的色彩,如:

from time import ctime  def deco(tag):      def decorator(func):          def wrapper(*args, **kw):              print('[%s]  %s() is called, Tag is %s.' % (ctime(), func.__name__, tag))              return func(*args, **kw)          return wrapper      return decorator      @deco('Python')  def foo():      print('Hello, Python')    @deco('Java')  def bar():      print('Hello, Python')    foo()  bar()

让我们简单分析下这个装饰器,deco函数接受的是一个str对象tag,当执行deco('Python') 后返回的是decorator函数,此函数需要接受一个函数对象,同时返回wrapper函数,而wrapper函数的结果就是func函数的返回值。说的可能有点绕,但理一下会觉得非常简单。

最后说明一下的是,由于加入了装饰器,函数的__name__和__doc__等信息都发生了变化:

from time import ctime    def deco(func):      def decorator(*args, **kwargs):          '''decorator for func'''          print('[%s]  %s() is called' % (ctime(), func.__name__))          return func(*args, **kwargs)      return decorator    @deco  def foo():      '''function: foo'''      print('Hello, Python')    foo.__name__  foo.__doc__

运行的结果如下:

decorator

decorator for func

由此可见,加入装饰器改变了函数内部的相关属性。如何避免此问题呢?Python中有专门的包来避免这种转换:functools.wraps。示例如下:

from time import ctime  import functools    def deco(func):      @functools.wraps(func)      def decorator(*args, **kwargs):          '''decorator for func'''          print('[%s]  %s() is called' % (ctime(), func.__name__))          return func(*args, **kwargs)      return decorator    @deco  def foo():      '''function: foo'''      print('Hello, Python')    foo.__name__  foo.__doc__

运行结果如下:

foo

function: foo

这样就保留了原先函数的属性。小编在实际的工作中一般也是加入此项功能的。

Python装饰器,你深入理解了吗?

本文来自公众号:python那些事

文部分来源网络,如有侵权请第一时间联系删除。