python基础——装饰器

　　由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。

>>> def now():

...     print('2015-3-25')

...

>>> f = now

>>> f()

2015-3-25

　　函数对象有一个__name__属性，可以拿到函数的名字：

>>> now.__name__

'now'

>>> f.__name__

'now'

　　现在，假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。

　　本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：

def log(func):

    def wrapper(*args, **kw):

        print('call %s():' % func.__name__)

        return func(*args, **kw)

    return wrapper

　　观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：

@log

def now():

    print('2015-3-25')

　　调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：

>>> now()

call now():

2015-3-25

　　把@log放到now()函数的定义处，相当于执行了语句：

now = log(now)

　　由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。

　　wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

　　如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：

def log(text):

    def decorator(func):

        def wrapper(*args, **kw):

            print('%s %s():' % (text, func.__name__))

            return func(*args, **kw)

        return wrapper

    return decorator

　　这个3层嵌套的decorator用法如下：

@log('execute')

def now():

    print('2015-3-25')

　　执行结果如下：

>>> now()

execute now():

2015-3-25

　　和两层嵌套的decorator相比，3层嵌套的效果是这样的：

>>> now = log('execute')(now)

　　我们来剖析上面的语句，首先执行log('execute')，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。

　　以上两种decorator的定义都没有问题，但还差最后一步。因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的'now'变成了'wrapper'：

>>> now.__name__

'wrapper'

　　因为返回的那个wrapper()函数名字就是'wrapper'，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。

　　不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps就是干这个事的，所以，一个完整的decorator的写法如下：

import functools

def log(func):

    @functools.wraps(func)

    def wrapper(*args, **kw):

        print('call %s():' % func.__name__)

        return func(*args, **kw)

    return wrapper

　　或者针对带参数的decorator：

import functools

def log(text):

    def decorator(func):

        @functools.wraps(func)

        def wrapper(*args, **kw):

            print('%s %s():' % (text, func.__name__))

            return func(*args, **kw)

        return wrapper

    return decorator

　　import functools是导入functools模块。模块的概念稍候讲解。现在，只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。

小结

　　在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。Python的decorator可以用函数实现，也可以用类实现。

　　decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。

　　请编写一个decorator，能在函数调用的前后打印出'begin call'和'end call'的日志。

　　再思考一下能否写出一个@log的decorator，使它既支持：

@log

def f():

    pass

　　又支持：

@log('execute')

def f():

    pass

　　代码：

import functools

def log(obj):

    if isinstance(obj,str):        #判断参数obj是否为字符串，若不是，则其为函数参数，执行else内容

                                #若是字符串，说明其为带参数的decorator

        def decorator(func):

            @functools.wraps(func)

            def wrapper(*args,**kw):

                print('begin call')        #打印函数开始执行信息

                if obj:                    #如果字符串不为空

                    print('%s %s(): '%(obj,func.__name__))

                else:                    #字符串为空时

                    print('call %s(): '% func.__name__)

                func(*args,**kw)        #不使用return来返回函数func，而是直接执行，这样可以在该句后面再打印信息

                print('end call')        #打印函数执行结束信息

                return                    # wrapper函数的返回

            return wrapper                 #decorator函数的返回

        return decorator                #log函数的返回

    else:

        @functools.wraps(obj)            #obj即为函数名称

        def wrapper(*args,**kw):

            print('begin call')

            print('call %s(): '%obj.__name__)

            obj(*args,**kw)

            print('end call')

            return

        return wrapper

@log

def fnc():

    print('I\'m fnc for testing log without parameter')

@log('')

def fnc2():

    print('I\'m fnc2 for testing log with empty parameter')

@log('excute')

def fnc3():

     print('I\'m fnc3 for testing log with parameter')

fnc()

print('fnc.__name__ = %s' % fnc.__name__)

print('----------------------------------')

fnc2()

print('fnc2.__name__ = %s' % fnc2.__name__)

print('----------------------------------')

fnc3()

print('fnc3.__name__ = %s' % fnc3.__name__)

　　运行结果：

巴特西

python基础——装饰器

python基础——装饰器

小结

最新文章

热门文章