share-image
ESC

Python 的装饰器

什么是装饰器

在函数调用前后自动打印日志,但又不希望修改函数的定义,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,例如:


def log(func):
def wrapper(*args,**kw):
print('call %s():' % func.__name__)
return func(*args,**kw)
return wrapper


@log
def now():
print('2015-01-01')


now()
```


输出结果

```python

call now():
2015-01-01
```
把@log放到now()函数的定义处,相当于执行了语句:
```python

now = log(now)
```
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:

```python

def log(text):
def decorator(func):
def wrapper(*args,**kw):
print('%s %s():' % (text,func.__name__))
return func(*args,**kw)
return wrapper
return decorator


@log('execute')
def now():
print('2015-01-01')


now()
```


和两层嵌套的decorator相比,3层嵌套的效果是这样的:

```python
>>> now = log('execute')(now)
```
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'
```python
print(now.__name__)

输出

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


@log
def now():
print('2015-01-01')


now()
```

或者针对带参数的decorator:

```python
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


@log('tt')
def now():
print('2015-01-01')


now()

输出

tt now():
2015-01-01

文章作者:阿文
文章链接: https://www.awen.me/post/5556.html
版权声明:本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 阿文的博客
本文于 2018-04-15 发布,已超过半年(2846天),请注意甄别内容是否已过期。