微信号:PythonPush

介绍:人生苦短,我用 Python.Python 越来越受广大程序员的喜爱.

python装饰器的使用

2018-10-11 19:21 Python开发

程序员大咖
点击右侧关注,免费进阶高级!


作者丨lethe_zh

https://www.jianshu.com/p/d307e8ac9e2a


1.装饰者模式


装饰者模式是常用的软件设计模式之一。通过此设计模式,我们能够在不修改任何底层代码情况下,给已有对象赋予新的职责。python中可以用装饰器简单地实现装饰者模式。

1.1 将函数作为参数传递


1.1将函数作为参数传递


在C/C++中,函数指针可以将函数作为参数传递给另一函数。而在python中,函数也是对象的一种,函数可以被引用,也可直接作为参数传入函数,以及作为容器对象的元素。python中可以采用如下方法实现装饰者模式:


#!/usr/bin/env python3.6
# -*- coding: utf-8 -*-

def add(x, y):
    result = x+y
    return result

def log(func):
    def wrapper(*args, **kwargs):
        result = func(*args)
        print(func.__name__,'has been called\n')
        return result
    return wrapper

if __name__ == '__main__':
    print(log(add)(1,2))


上述代码中,log函数以需要被装饰的函数作为参数,并返回函数对象。被返回的函数的参数为可变参数*args**kwargs*args参数会被封装成tuple**kwargs参数则会被封装成字典对象),以适应不同函数的不同参数,保证通用性。


1.2装饰器


上面的实现方法有些繁杂,所有调用被装饰的函数之处的代码,都要进行相应修改,自然不符合python简洁易读的特性。因此python中给出相应语法糖来增加可读性和易用性,那便是“装饰器”。


#!/usr/bin/env python3.6
# -*- coding: utf-8 -*-

from functools import wraps

def log(func):
    #@wraps(func)
    def wrapper(*args, **kwargs):
        result = func(*args)
        print(func.__name__,'has been called')
        return result
    return wrapper

#等价于add = log(add)
@log
def add(x, y):
    result = x+y
    return result

if __name__ == '__main__':
    print(add(1,2))
    print(add.__name__)


运行情况如下:


>>print(add(1,2))
add has been called
3
>>print(add.__name__)
wrapper


但上述方法亦有缺陷,原函数add的元数据(比如名字、文档字符串、注解和参数签名)会丢失。为避免缺陷,任何时候你定义装饰器的时候,都应该使用functools库中的@wraps装饰器来注解底层包装函数(代码中注释部分)。@wraps有一个重要特征是它能让你通过属性 __wrapped__ 直接访问被包装函数。
改进后运行情况:


>>print(add(1,2))
add has been called
3
>>print(add.__name__)
add



1.3解除装饰器


当装饰器已经作用于某函数,而你想撤销它,那么可以访问 __wrapped__属性来访问原始函数


orig_add = add.__wrapped__
orig_add(1,2)


但若使用了多个装饰器, __wrapped__属性会变得不可控,应尽量避免使用。
若有如下代码:


#!/usr/bin/env python3.6
# -*- coding: utf-8 -*-

import functools
import time

def metric(func):
    @functools.wraps(func)
    def wrapper(*args,**kv):
        print('Decorator1')
        f = func(*args,**kv)
        return f
    return wrapper

def logging(func):
    @functools.wraps(func)
    def wrapper(*args,**kv):
        print('Decorator2')
        f = func(*args,**kv)
        return f
    return wrapper

@metric
@logging
def normalize(name):
    sName = name[0:1].upper() + name[1:].lower()
    print(sName)

if __name__ == '__main__':
    normalize('heLlO')
    normalize.__wrapper__('')


运行情况如下:


>>normalize('helLo')
Decorator1
Decorator2
Hello
>>normalize.__wrapped__('world')
Decorator2
World


1.4定义带参数的装饰器


from functools import wraps

def log(text):
    def decorator(func):
        @wraps(func) 
        def wrappering(*args,**kv):
            print('%s %s():'%(text,func.__name__))
            return func(*args,**kv)
        return wrappering
    return decorator

@log('run')
def normalize(name):
    sName = name[0:1].upper() + name[1:].lower()
    print(sName)


装饰器函数可以带参数,最外层的函数会将参数传给内层的装饰器函数,即wrappering函数是可以使用log的传入参数的。
装饰器处理过程与下面是等价的:


normalize = log('run')(normalize)

【点击成为源码大神】

 
Python开发 更多文章 python编码最佳实践之总结 Python分布式爬虫详解(二) 炸吊天!年薪80+万的大数据开发【教程】都在这儿! 看懂英文技术文档,每天只需要10分钟做这件事… python数据挖掘试题四十道,你敢来挑战吗?
猜您喜欢 人生苦旅 亚马逊改进Alexa Skills Beta测试 2018届互联网校招高薪清单流出,你怎么看? 【python】 nltk-构建和使用语料库-可用于小说的推荐-完整实例 看,企鹅与大象如何共舞