python装饰器

装饰器入门

以显示时间为例子：定义一个显示当前时间的函数：

from datetime import datetime
def now():
     print(datetime.utcnow())

当调用now()的时候，会显示出当前时间

我们想在显示时间之前(或之后)，添加一点功能，但是我们又不想更改函数和整体结构。此时，我们就需要装饰器来实现这个功能
装饰器的作用在于 在代码运行期间动态增加功能（在执行某个函数之前或之后动态的增加功能）
现在，我们想在显示时间之前显示某些东西（这里我显示调用的函数名）

import functools
def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s()' % fun.__name__)
        return fun(*args, **kw)
    return wrapper

@log
def now():
    print(datetime.utcnow())

此时我们调用now()函数，将返回：

call now()
当前时间

把@log 放到now()的定义处，相当于执行了 now = log(now)

如果装饰器本身需要传入参数，我们需要增加一个函数：

import functools
def log(text):
     def decorator(func):
          @functools.wraps(func)
          def wrapper(*args, **kw):
               print('The function is %s, %s' % (func.__name__, text), end=' ')
               return func(*args, **kw)
          return wrapper
     return decorator

@log(‘The time is ’)
def now():
    print(datetime.utcnow())

此时我们调用now()函数，将返回：

The function is now, the time is 当前时间

三层嵌套相当于执行了now = log(text)(now)
首先执行log(text)，返回一个decorator函数，然后执行decorator(now)，返回一个wrapper函数
我们可以尝试输入now.__name__来查看现在now的函数，结果是‘wrapper’
在带参数的装饰器中，如果未加入@functools.wraps(func) 则用now.__name__查看，结果是‘wrapper’, 本例中加入了wraps，所以使用now.__name__查看, 结果是‘now’

functools.wraps(func)源码分析

在运行以上程序的时候，对装饰器设置断点，逐步查询（以没有参数的装饰器为例）
当运行到functools.wraps(func)时，会进入functools.py的wraps函数：

def wraps(wrapped,
          assigned = WRAPPER_ASSIGNMENTS,
          updated = WRAPPER_UPDATES):

    return partial(update_wrapper, wrapped=wrapped, assigned=assigned, updated=updated)

参数wrapped是传入的func参数，其他两个参数如下：

WRAPPER_ASSIGNMENTS = ('__module__', '__name__', '__qualname__', '__doc__', '__annotations__')
WRAPPER_UPDATES = ('__dict__',)

wraps函数会返回一个partial函数。
partial函数的作用是把wrapped、assigned、updated这三个参数传给update_wrapper函数，然后返回一个新函数
partial是偏函数，当传入的参数为kw时，其作用是把一个函数的某些参数给固定住（即设置默认值），返回一个新函数；当传入的参数为*args时，会把该参数自动加入到原函数中，返回一个新函数
在wraps源码中，可以发现，使用的是传入kw参数
在partial函数中，我们可以看到一个update_wrapper函数和三个参数

def partial(func, *args, **keywords):
    def newfunc(*fargs, **fkeywords):
        newkeywords = keywords.copy()
        newkeywords.update(fkeywords)
        return func(*(args + fargs), **newkeywords)
    newfunc.func = func
    newfunc.args = args
    newfunc.keywords = keywords
    return newfunc

try:
    from _functools import partial
except ImportError:
    pass

根据partical函数的源码来看，里面提供的newfunc函数的作用就是生成一个新函数
接下来看函数update_wrapper

def update_wrapper(wrapper,
                   wrapped,
                   assigned = WRAPPER_ASSIGNMENTS,
                   updated = WRAPPER_UPDATES):
    for attr in assigned:
        try:
            value = getattr(wrapped, attr)
            except AttributeError:
            pass
        else:
            setattr(wrapper, attr, value)
    for attr in updated:
        getattr(wrapper, attr).update(getattr(wrapped, attr, {}))
    # Issue #17482: set __wrapped__ last so we don't inadvertently copy it
    # from the wrapped function when updating __dict__
    wrapper.__wrapped__ = wrapped
    # Return the wrapper so this can be used as a decorator via partial()
    return wrapper

在函数update_wrapper中，wrapper表示@functools.wraps(func)后面紧跟着定义的函数，wrapped表示函数wraps传入的参数func(也就是要修饰的目标函数)
该update_wrapper函数会把wrapped中的assigned复制给wrapper，并更新wrapper中的__dict__，返回wrapper函数
update_wrapper函数是functools.wraps主要功能提供者，负责拷贝原函数的属性（assigned和updated）

总结一下：

functools.wraps(func)是装饰器的装饰器，主要作用是用来包装函数wrapper，通过拷贝原函数func的属性给wrapper的方式，使被包装的函数wrapper更像原函数func
@functools.wraps(func) = 把update_wrapper函数与func以及其他参数绑定，生成一个新函数newfunc；然后执行newfunc函数(实际运行进行了参数固定的update_wrapper函数)，把func更新到wrapper中，使得外部可以直接调用wrapper(wrapper在语句@functools.wraps(func)定义)，从而达到动态地增加函数的功能的作用

functools.wraps(func)是装饰器的装饰器：

原函数 @functools.wraps(func)
def wrapper():
...
func()
...

等价形式 wrapper = functools.wraps(func)(wrapper) #类似于前面讲的带参数的装饰器

等价形式 wrapper = partial(update_wrapper, wrapped=func, assigned=assigned, updated=updated)(wrapper)

进一步等价 wrapper = update_wrapper(wrapper=wrapper, wrapped=func, assigned=assigned, updated=updated)