深入理解 Python 中的装饰器

　　装饰器本质上也是函数，接收函数对象来作为参数，并在装饰器的内部来调用接受的函数对象完成相关的函数调用，也可以这样理解   ，为了方便在几个不同函数调用之前或者完成相关的统一操作，注意是完成统一的操作，可以传参数使得装饰器不完全一样，后面会讲到，最重要的应用如工程应用上记录相关的内部接口的流水日志，不同的接口需要统一的样式，所以可以用装饰器来实现，先简单看一下实例：

from time import ctime

def deco(func):
     
     def decorator(*args, **kwargs):
                 
          print('[%s]  %s() is called'% (ctime(), func.__name__))
    
           return func(*arg, **kwargs)

    return decorator


@deco
def foo():
    print('Holle Python')

foo()

在如上实例中，定义了一个装饰器，其中参数func 需要函数的对象，返回值是decorator函数，其中decorator函数的返回值正是func 的返回值，该装饰器的功能就是在函数调用之前，打印了函数调用的时间和函数名。

装饰器的使用过程很简单，通过注解@符号标注一下即可，这本质上相当于 foo = deco（foo）的嵌套调用。

这里面，你有遇到了 *args 和 **argkwargs，他们可以组合接收任意函数参数。

装饰器也可以堆叠起来，即对某个函数使用多个装饰器，比如：

from time import ctime

def deco(func):
    
    def decorator1(*args, **kwargs);

        print('[%s] %s() is called:'%(ctime(), func.__name__))

        return func(*args, **kwargs)

    return decorator1


def deco2(func):

    def decorator2(*args, **kwargs):
    
        print("[%s] %s() is called" % (ctime(), func.__name__))

        return func(*args, **kwargs)
  
     return decorator2
    



@deco2

@deco1

def foo():
    print('Hello Python')


foo()

运行一下，输出如下：

[Fri Jul 21 15:15:53 2017]  decorator1() is called

[Fri Jul 21 15:15:53 2017]  foo() is called

Hello, Python

 

是否跟你想的一样？在嵌套调用的过程中。foo = deco2(deco1(foo)),所以先返回deco1（foo）的函数名字即为 的从rator1， 后返回 foo 函数名。

 

装饰器本身也可以传入参数，使得在统一的过程中带点奇特的色彩，如：

from time import ctime

def deco(tag):

    def decorator(func);

        def wrapper(*args, **kwargs):

            print('[%s] %s() is called, Tag is %s' % (ctime(), func.__name__, tag))

            return func(*args, **kw)

        return warpper

    return decorator



@deco('Python')

def foo():

       print('Hello Python') 


@deco('java')
def bar():
    print('Hello Python')


foo()

bar()

 

让我们简单的分析一下这个装饰器，deco函数接受的是一个str对象tag，当执行deco（‘Python’）后返回的是decotator函数，此函数需要接受一个函数对象，同时返回wrapper函数，而 wrapper 函数的结果就是func 函数返回的值，说的可能有点绕，但理一下会觉得非常简单。

 

最后说一下的是，由于加入了装饰器，函数的__name__ 和 __doc__ 等信息都发生了变化：

from time import ctime

def deco(dunc):

      def decoraor(*args, **kwargs):

           print('[%s] %s() is called'% (ctime(), func.__name__))

            return func(*args, **kwargs)

        return decotator


@deco 

def foo():
    
         print('Hello Python')   
     

foo.__name__
foo.__doc__

from time import ctime

def deco(func):
    def decorator(*args, **kwargs):
        '''decorator for func'''
        print('[%s]  %s() is called' % (ctime(), func.__name__))
        return func(*args, **kwargs)
    return decorator

@deco
def foo():
    '''function: foo'''
    print('Hello, Python')

foo.__name__
foo.__doc__

 

由此可见，加入装饰器改变了函数内部的相关属性，如何避免此问题呢？Python中有专门的包来避免这种转换：functools.wraps,实例如下：

from time imort ctime

import functools

def deco(func):

    @functools.wraps(func)

    def decorator(*args, **kwargs):

        print('[%s] %s() is called'% (ctime(), func.__name__))

        return func(*args, **kwargs)

    return decorator


@deco

def foo():

    print('Hello Python')


foo.__name__
foo.__doc__

运行结果如下：

foo

function: foo

这样就保留了原先函数的属性，小编在工作中一般也是加入此功能的。