Python装饰器

本篇将介绍Python的装饰器用法，更都内容请参考: Python学习指南

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("2018年1月18日17:38:59")

f = now
f()

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,所以接收一个函数作为函数，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("2018年1月18日18:04:34")

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():
2018年1月18日18:04:34

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，于是调用了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 wrapper(func):
        def decorator(*agrs, **kw):
            print("%s %s():"%(text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return wrapp

这个3层嵌套的decorator用法如下：

@log('exceture')
def now():
    print('2018年1月19日14:43:13')

执行结果如下：

>>>now()
executure now():
2018年1月19日14:43:13

和两层嵌套的decorator相比，3层嵌套的效果是真有的：

>>>now = log('executre')(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()函数的名字就是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，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

只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。