python基础篇16-装饰器

  1 很多人对装饰器难以理解,原因是由于以下三点内容没有搞清楚:
  2 关于函数“变量”(或“变量”函数)的理解
  3 关于高阶函数的理解
  4 关于嵌套函数的理解
  5 那么如果能对以上的问题一一攻破,同时遵循装饰器的基本原则,相信会对装饰器有个很好的理解的。那么我们先来看以下装饰器的目的及其原则。
  6 
  7 1、装饰器
  8   装饰器实际上就是为了给某程序增添功能,但该程序已经上线或已经被使用,那么就不能大批量的修改源代码,这样是不科学的也是不现实的,因为就产生了装饰器,使得其满足:
  9 
 10   不能修改被装饰的函数的源代码
 11   不能修改被装饰的函数的调用方式
 12 满足1、2的情况下给程序增添功能
 13   那么根据需求,同时满足了这三点原则,这才是我们的目的。因为,下面我们从解决这三点原则入手来理解装饰器。
 14 
 15 等等,我要在需求之前先说装饰器的原则组成:
 16   < 函数+实参高阶函数+返回值高阶函数+嵌套函数+语法糖 = 装饰器 >  这个式子是贯穿装饰器的灵魂所在!
 19 
 20 2、需求的实现
 21 假设有代码:
 22 
 23   improt time
 24   def test():
 25       time.sleep(2)
 26       print("test is running!")
 27   test()
 28 
 29 很显然,这段代码运行的结果一定是:等待约2秒后,输出
 30 
 31 test is running
 32 
 33 那么要求在满足三原则的基础上,给程序添加统计运行时间(2 second)功能
 34 在行动之前,我们先来看一下文章开头提到的原因1(关于函数“变量”(或“变量”函数)的理解)
 35 
 36 2.1、函数“变量”(或“变量”函数)
 37 假设有代码:
 38 x = 1
 39 y = x
 40 def test1():
 41     print("Do something")
 42 test2 = lambda x:x*2
 43 
 44 那么在内存中,应该是这样的:
 45 
 46 很显然,函数和变量是一样的,都是“一个名字对应内存地址中的一些内容” 
 47 那么根据这样的原则,我们就可以理解两个事情:
 48 
 49 test1表示的是函数的内存地址
 50 test1()就是调用对在test1这个地址的内容,即函数
 51 
 52 2.2高阶函数
 53 那么对于高阶函数的形式可以有两种:
 54 
 55 把一个函数名当作实参传给另外一个函数(“实参高阶函数”)
 56 返回值中包含函数名(“返回值高阶函数”)
 57 那么这里面所说的函数名,实际上就是函数的地址,也可以认为是函数的一个标签而已,并不是调用,是个名词。如果可以把函数名当做实参,那么也就是说可以把函数传递到另一个函数,然后在另一个函数里面做一些操作,根据这些分析来看,这岂不是满足了装饰器三原则中的第一条,即不修改源代码而增加功能。那我们看来一下具体的做法:
 58 
 59 还是针对上面那段代码:
 60 improt time
 61 
 62 def test():
 63     time.sleep(2)
 64     print("test is running!")
 65 
 66 def deco(func):  
 67     start = time.time()
 68     func() #2
 69     stop = time.time()
 70     print(stop-start)
 71 
 72 deco(test) #1
 73 
 74 我们来看一下这段代码,在#1处,我们把test当作实参传递给形参func,即func=test。注意,这里传递的是地址,也就是此时func也指向了之前test所定义的那个函数体,可以说在deco()内部,func就是test。在#2处,把函数名后面加上括号,就是对函数的调用(执行它)。因此,这段代码运行结果是:
 75 
 76 test is running! 
 77 the run time is 3.0009405612945557
 78 
 79 我们看到似乎是达到了需求,即执行了源程序,同时也附加了计时功能,但是这只满足了原则1(不能修改被装饰的函数的源代码),但这修改了调用方式。假设不修改调用方式,那么在这样的程序中,被装饰函数就无法传递到另一个装饰函数中去。
 80 
 81 那么再思考,如果不修改调用方式,就是一定要有test()这条语句,那么就用到了第二种高阶函数,即返回值中包含函数名
 82 improt time
 83 
 84 def test():
 85     time.sleep(2)
 86     print("test is running!")
 87 
 88 def deco(func):  
 89     print(func)
 90     return func 
 91 t = deco(test) #3
 92 #t()#4
 93 
 94 test()
 95 
 96 我们看这段代码,在#3处,将test传入deco(),在deco()里面操作之后,最后返回了func,并赋值给t。因此这里test => func => t,都是一样的函数体。最后在#4处保留了原来的函数调用方式。 
 97 看到这里显然会有些困惑,我们的需求不是要计算函数的运行时间么,怎么改成输出函数地址了。是因为,单独采用第二张高阶函数(返回值中包含函数名)的方式,并且保留原函数调用方式,是无法计时的。如果在deco()里计时,显然会执行一次,而外面已经调用了test(),会重复执行。这里只是为了说明第二种高阶函数的思想,下面才真的进入重头戏。
 98 
 99 2.3 嵌套函数
100 嵌套函数指的是在函数内部定义一个函数,而不是调用,如:
101 
102 def func1():
103     def func2():
104         pass
105 而不是
106 def func1():
107     func2()
108 
109 
110 另外还有一个题外话,函数只能调用和它同级别以及上级的变量或函数。也就是说:里面的能调用和它缩进一样的和他外部的,而内部的是无法调用的。
111 
112 那么我们再回到我们之前的那个需求,想要统计程序运行时间,并且满足三原则。
113 
114 代码:
115 improt time
116 
117 def timer(func) #5
118     def deco():  
119         start = time.time()
120         func()
121         stop = time.time()
122         print(stop-start)
123     return deco
124 
125 test = timer(test) #6
126 
127 def test():
128     time.sleep(2)
129     print("test is running!")   
130 test() #7
131 这段代码可能会有些困惑,怎么忽然多了这么多,暂且先接受它,分析一下再来说为什么是这样。
132 
133 首先,在#6处,把test作为参数传递给了timer(),此时,在timer()内部,func = test,接下来,定义了一个deco()函数,当并未调用,只是在内存中保存了,并且标签为deco。在timer()函数的最后返回deco()的地址deco。
134 
135 然后再把deco赋值给了test,那么此时test已经不是原来的test了,也就是test原来的那些函数体的标签换掉了,换成了deco。那么在#7处调用的实际上是deco()。
136 
137 那么这段代码在本质上是修改了调用函数,但在表面上并未修改调用方式,而且实现了附加功能。
138 
139 那么通俗一点的理解就是:
140 把函数看成是盒子,test是小盒子,deco是中盒子,timer是大盒子。程序中,把小盒子test传递到大盒子temer中的中盒子deco,然后再把中盒子deco拿出来,打开看看(调用)
141 
142 这样做的原因是:
143 我们要保留test(),还要统计时间,而test()只能调用一次(调用两次运行结果会改变,不满足),再根据函数即“变量”,那么就可以通过函数的方式来回闭包。于是乎,就想到了,把test传递到某个函数,而这个函数内恰巧内嵌了一个内函数,再根据内嵌函数的作用域(可以访问同级及以上,内嵌函数可以访问外部参数),把test包在这个内函数当中,一起返回,最后调用这个返回的函数。而test传递进入之后,再被包裹出来,显然test函数没有弄丢(在包裹里),那么外面剩下的这个test标签正好可以替代这个包裹(内含test())。
144 
145 至此,一切皆合,大功告成,单只差一步。
146 
147 3、 真正的装饰器
148 根据以上分析,装饰器在装饰时,需要在每个函数前面加上:
149 test = timer(test)
150 
151 显然有些麻烦,Python提供了一种语法糖,即:
152 @timer
153 
154 这两句是等价的,只要在函数前加上这句,就可以实现装饰作用。
155 
156 以上为无参形式
157 
158 4、装饰有参函数
159 improt time
160 
161 def timer(func)
162     def deco():  
163         start = time.time()
164         func()
165         stop = time.time()
166         print(stop-start)
167     return deco
168 
169 @timer
170 def test(parameter): #8
171     time.sleep(2)
172     print("test is running!")   
173 test() 
174 对于一个实际问题,往往是有参数的,如果要在#8处,给被修饰函数加上参数,显然这段程序会报错的。错误原因是test()在调用的时候缺少了一个位置参数的。而我们知道test = func = deco,因此test()=func()=deco() 
175 ,那么当test(parameter)有参数时,就必须给func()和deco()也加上参数,为了使程序更加有扩展性,因此在装饰器中的deco()和func(),加如了可变参数*agrs和 **kwargs。
176 
177 完整代码如下:
178 improt time
179 
180 def timer(func)
181     def deco(*args, **kwargs):  
182         start = time.time()
183         func(*args, **kwargs)
184         stop = time.time()
185         print(stop-start)
186     return deco
187 
188 @timer
189 def test(parameter): #8
190     time.sleep(2)
191     print("test is running!")   
192 test() 
193 
194 那么我们再考虑个问题,如果原函数test()的结果有返回值呢?比如:
195 def test(parameter): 
196     time.sleep(2)
197     print("test is running!")   
198     return "Returned value"
199 
200 那么面对这样的函数,如果用上面的代码来装饰,最后一行的test()实际上调用的是deco()。有人可能会问,func()不就是test()么,怎么没返回值呢?
201 
202 其实是有返回值的,但是返回值返回到deco()的内部,而不是test()即deco()的返回值,那么就需要再返回func()的值,因此就是:
203 def timer(func)
204     def deco(*args, **kwargs):  
205         start = time.time()
206         res = func(*args, **kwargs)#9
207         stop = time.time()
208         print(stop-start)
209         return res#10
210     return deco
211 其中,#9的值在#10处返回。
212 
213 完整程序为:
214 improt time
215 
216 def timer(func)
217     def deco(*args, **kwargs):  
218         start = time.time()
219         res = func(*args, **kwargs)
220         stop = time.time()
221         print(stop-start)
222         return res 
223     return deco
224 
225 @timer
226 def test(parameter): #8
227     time.sleep(2)
228     print("test is running!")   
229     return "Returned value"
230 test() 
231 
232 5、带参数的装饰器
233 又增加了一个需求,一个装饰器,对不同的函数有不同的装饰。那么就需要知道对哪个函数采取哪种装饰。因此,就需要装饰器带一个参数来标记一下。例如:
234 @decorator(parameter = value)
235 
236 比如有两个函数:
237 def task1():
238     time.sleep(2)
239     print("in the task1")
240 
241 def task2():
242     time.sleep(2)
243     print("in the task2")
244 
245 task1()
246 task2()
247 
248 要对这两个函数分别统计运行时间,但是要求统计之后输出:
249 the task1/task2 run time is : 2.00……
250 
251 于是就要构造一个装饰器timer,并且需要告诉装饰器哪个是task1,哪个是task2,也就是要这样:
252 @timer(parameter='task1') #
253 def task1():
254     time.sleep(2)
255     print("in the task1")
256 
257 @timer(parameter='task2') #
258 def task2():
259     time.sleep(2)
260     print("in the task2")
261 
262 task1()
263 task2()
264 
265 那么方法有了,但是我们需要考虑如何把这个parameter参数传递到装饰器中,我们以往的装饰器,都是传递函数名字进去,而这次,多了一个参数,要怎么做呢? 
266 于是,就想到再加一层函数来接受参数,根据嵌套函数的概念,要想执行内函数,就要先执行外函数,才能调用到内函数,那么就有:
267 def timer(parameter): #
268     print("in the auth :", parameter)
269 
270     def outer_deco(func): #
271         print("in the outer_wrapper:", parameter)
272 
273         def deco(*args, **kwargs):
274 
275         return deco
276 
277     return outer_deco
278 
279 首先timer(parameter),接收参数parameter=’task1/2’,而@timer(parameter)也恰巧带了括号,那么就会执行这个函数, 那么就是相当于:
280 timer = timer(parameter)
281 task1 = timer(task1)
282 
283 后面的运行就和一般的装饰器一样了:
284 
285 import time
286 
287 def timer(parameter):
288 
289     def outer_wrapper(func):
290 
291         def wrapper(*args, **kwargs):
292             if parameter == 'task1':
293                 start = time.time()
294                 func(*args, **kwargs)
295                 stop = time.time()
296                 print("the task1 run time is :", stop - start)
297             elif parameter == 'task2':
298                 start = time.time()
299                 func(*args, **kwargs)
300                 stop = time.time()
301                 print("the task2 run time is :", stop - start)
302 
303         return wrapper
304 
305     return outer_wrapper
306 
307 @timer(parameter='task1')
308 def task1():
309     time.sleep(2)
310     print("in the task1")
311 
312 @timer(parameter='task2')
313 def task2():
314     time.sleep(2)
315     print("in the task2")
316 
317 task1()
318 task2()
posted @ 2020-01-09 10:41  为你编程  阅读(114)  评论(0编辑  收藏  举报