日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

Python中的裝飾器是你進(jìn)入Python大門的一道坎，不管你跨不跨過去它都在那里。

為什么需要裝飾器

我們假設(shè)你的程序?qū)崿F(xiàn)了say_hello()和say_goodbye()兩個(gè)函數(shù)。

 
 

  
  
def say_hello():
  
  
    print "hello!"
  
  
    
  
  
def say_goodbye():
  
  
    print "hello!"  # bug here
  
  

  
  
if __name__ == '__main__':
  
  
    say_hello()
  
  
    say_goodbye() 
 
 

但是在實(shí)際調(diào)用中，我們發(fā)現(xiàn)程序出錯(cuò)了，上面的代碼打印了兩個(gè)hello。經(jīng)過調(diào)試你發(fā)現(xiàn)是say_goodbye()出錯(cuò)了。老板要求調(diào)用每個(gè)方法前都要記錄進(jìn)入函數(shù)的名稱，比如這樣：

 
 

  
  
[DEBUG]: Enter say_hello()
  
  
Hello!
  
  
[DEBUG]: Enter say_goodbye()
  
  
Goodbye! 
 
 

好，小A是個(gè)畢業(yè)生，他是這樣實(shí)現(xiàn)的。

 
 

  
  
def say_hello():
  
  
    print "[DEBUG]: enter say_hello()"
  
  
    print "hello!"
  
  

  
  
def say_goodbye():
  
  
    print "[DEBUG]: enter say_goodbye()"
  
  
    print "hello!"
  
  

  
  
if __name__ == '__main__':
  
  
    say_hello()
  
  
    say_goodbye() 
 
 

很low吧? 嗯是的。小B工作有一段時(shí)間了，他告訴小A可以這樣寫。

 
 

  
  
def debug():
  
  
    import inspect
  
  
    caller_name = inspect.stack()[1][3]
  
  
    print "[DEBUG]: enter {}()".format(caller_name)   
  
  

  
  
def say_hello():
  
  
    debug()
  
  
    print "hello!"
  
  

  
  
def say_goodbye():
  
  
    debug()
  
  
    print "goodbye!"
  
  

  
  
if __name__ == '__main__':
  
  
    say_hello()
  
  
    say_goodbye() 
 
 

是不是好一點(diǎn)?那當(dāng)然，但是每個(gè)業(yè)務(wù)函數(shù)里都要調(diào)用一下debug()函數(shù)，是不是很難受?萬一老板說say相關(guān)的函數(shù)不用debug，do相關(guān)的才需要呢?

那么裝飾器這時(shí)候應(yīng)該登場了。

裝飾器本質(zhì)上是一個(gè)Python函數(shù)，它可以讓其他函數(shù)在不需要做任何代碼變動(dòng)的前提下增加額外功能，裝飾器的返回值也是一個(gè)函數(shù)對象。它經(jīng)常用于有切面需求的場景，比如：插入日志、性能測試、事務(wù)處理、緩存、權(quán)限校驗(yàn)等場景。裝飾器是解決這類問題的***設(shè)計(jì)，有了裝飾器，我們就可以抽離出大量與函數(shù)功能本身無關(guān)的雷同代碼并繼續(xù)重用。

概括的講，裝飾器的作用就是為已經(jīng)存在的函數(shù)或?qū)ο筇砑宇~外的功能。

怎么寫一個(gè)裝飾器

在早些時(shí)候 (Python Version < 2.4，2004年以前)，為一個(gè)函數(shù)添加額外功能的寫法是這樣的。

 
 

  
  
def debug(func):
  
  
    def wrapper():
  
  
        print "[DEBUG]: enter {}()".format(func.__name__)
  
  
        return func()
  
  
    return wrapper
  
  

  
  
def say_hello():
  
  
    print "hello!"
  
  

  
  
say_hello = debug(say_hello)  # 添加功能并保持原函數(shù)名不變 
 
 

上面的debug函數(shù)其實(shí)已經(jīng)是一個(gè)裝飾器了，它對原函數(shù)做了包裝并返回了另外一個(gè)函數(shù)，額外添加了一些功能。因?yàn)檫@樣寫實(shí)在不太優(yōu)雅，在后面版本的Python中支持了@語法糖，下面代碼等同于早期的寫法。

 
 

  
  
def debug(func):
  
  
    def wrapper():
  
  
        print "[DEBUG]: enter {}()".format(func.__name__)
  
  
        return func()
  
  
    return wrapper
  
  

  
  
@debug
  
  
def say_hello():
  
  
    print "hello!" 
 
 

這是最簡單的裝飾器，但是有一個(gè)問題，如果被裝飾的函數(shù)需要傳入?yún)?shù)，那么這個(gè)裝飾器就壞了。因?yàn)榉祷氐暮瘮?shù)并不能接受參數(shù)，你可以指定裝飾器函數(shù)wrapper接受和原函數(shù)一樣的參數(shù)，比如：

 
 

  
  
def debug(func):
  
  
    def wrapper(something):  # 指定一毛一樣的參數(shù)
  
  
        print "[DEBUG]: enter {}()".format(func.__name__)
  
  
        return func(something)
  
  
    return wrapper  # 返回包裝過函數(shù)
  
  

  
  
@debug
  
  
def say(something):
  
  
    print "hello {}!".format(something) 
 
 

這樣你就解決了一個(gè)問題，但又多了N個(gè)問題。因?yàn)楹瘮?shù)有千千萬，你只管你自己的函數(shù)，別人的函數(shù)參數(shù)是什么樣子，鬼知道?還好Python提供了可變參數(shù)*args和關(guān)鍵字參數(shù)**kwargs，有了這兩個(gè)參數(shù)，裝飾器就可以用于任意目標(biāo)函數(shù)了。

 
 

  
  
def debug(func):
  
  
    def wrapper(*args, **kwargs):  # 指定宇宙無敵參數(shù)
  
  
        print "[DEBUG]: enter {}()".format(func.__name__)
  
  
        print 'Prepare and say...',
  
  
        return func(*args, **kwargs)
  
  
    return wrapper  # 返回
  
  

  
  
@debug
  
  
def say(something):
  
  
    print "hello {}!".format(something) 
 
 

至此，你已完全掌握初級的裝飾器寫法。

高級一點(diǎn)的裝飾器

帶參數(shù)的裝飾器和類裝飾器屬于進(jìn)階的內(nèi)容。在理解這些裝飾器之前，***對函數(shù)的閉包和裝飾器的接口約定有一定了解。(參見http://betacat.online/posts/p...

帶參數(shù)的裝飾器

假設(shè)我們前文的裝飾器需要完成的功能不僅僅是能在進(jìn)入某個(gè)函數(shù)后打出log信息，而且還需指定log的級別，那么裝飾器就會(huì)是這樣的。

 
 

  
  
def logging(level):
  
  
    def wrapper(func):
  
  
        def inner_wrapper(*args, **kwargs):
  
  
            print "[{level}]: enter function {func}()".format(
  
  
                level=level,
  
  
                func=func.__name__)
  
  
            return func(*args, **kwargs)
  
  
        return inner_wrapper
  
  
    return wrapper
  
  

  
  
@logging(level='INFO')
  
  
def say(something):
  
  
    print "say {}!".format(something)
  
  

  
  
# 如果沒有使用@語法，等同于
  
  
# say = logging(level='INFO')(say)
  
  

  
  
@logging(level='DEBUG')
  
  
def do(something):
  
  
    print "do {}...".format(something)
  
  

  
  
if __name__ == '__main__':
  
  
    say('hello')
  
  
    do("my work") 
 
 

是不是有一些暈?你可以這么理解，當(dāng)帶參數(shù)的裝飾器被打在某個(gè)函數(shù)上時(shí)，比如@logging(level='DEBUG')，它其實(shí)是一個(gè)函數(shù)，會(huì)馬上被執(zhí)行，只要這個(gè)它返回的結(jié)果是一個(gè)裝飾器時(shí)，那就沒問題。細(xì)細(xì)再體會(huì)一下。

基于類實(shí)現(xiàn)的裝飾器

裝飾器函數(shù)其實(shí)是這樣一個(gè)接口約束，它必須接受一個(gè)callable對象作為參數(shù)，然后返回一個(gè)callable對象。在Python中一般callable對象都是函數(shù)，但也有例外。只要某個(gè)對象重載了__call__()方法，那么這個(gè)對象就是callable的。

 
 

  
  
class Test():
  
  
    def __call__(self):
  
  
        print 'call me!'
  
  

  
  
t = Test()
  
  
t()  # call me 
 
 

像__call__這樣前后都帶下劃線的方法在Python中被稱為內(nèi)置方法，有時(shí)候也被稱為魔法方法。重載這些魔法方法一般會(huì)改變對象的內(nèi)部行為。上面這個(gè)例子就讓一個(gè)類對象擁有了被調(diào)用的行為。

回到裝飾器上的概念上來，裝飾器要求接受一個(gè)callable對象，并返回一個(gè)callable對象(不太嚴(yán)謹(jǐn)，詳見后文)。那么用類來實(shí)現(xiàn)也是也可以的。我們可以讓類的構(gòu)造函數(shù)__init__()接受一個(gè)函數(shù)，然后重載__call__()并返回一個(gè)函數(shù)，也可以達(dá)到裝飾器函數(shù)的效果。

 
 

  
  
class logging(object):
  
  
    def __init__(self, func):
  
  
        self.func = func
  
  

  
  
    def __call__(self, *args, **kwargs):
  
  
        print "[DEBUG]: enter function {func}()".format(
  
  
            func=self.func.__name__)
  
  
        return self.func(*args, **kwargs)
  
  
@logging
  
  
def say(something):
  
  
    print "say {}!".format(something) 
 
 

帶參數(shù)的類裝飾器

如果需要通過類形式實(shí)現(xiàn)帶參數(shù)的裝飾器，那么會(huì)比前面的例子稍微復(fù)雜一點(diǎn)。那么在構(gòu)造函數(shù)里接受的就不是一個(gè)函數(shù)，而是傳入的參數(shù)。通過類把這些參數(shù)保存起來。然后在重載__call__方法是就需要接受一個(gè)函數(shù)并返回一個(gè)函數(shù)。

 
 

  
  
class logging(object):
  
  
    def __init__(self, level='INFO'):
  
  
        self.level = level
  
  
        
  
  
    def __call__(self, func): # 接受函數(shù)
  
  
        def wrapper(*args, **kwargs):
  
  
            print "[{level}]: enter function {func}()".format(
  
  
                level=self.level,
  
  
                func=func.__name__)
  
  
            func(*args, **kwargs)
  
  
        return wrapper  #返回函數(shù)
  
  

  
  
@logging(level='INFO')
  
  
def say(something):
  
  
    print "say {}!".format(something) 
 
 

內(nèi)置的裝飾器

內(nèi)置的裝飾器和普通的裝飾器原理是一樣的，只不過返回的不是函數(shù)，而是類對象，所以更難理解一些。

@property

在了解這個(gè)裝飾器前，你需要知道在不使用裝飾器怎么寫一個(gè)屬性。

 
 

  
  
def getx(self):
  
  
    return self._x
  
  

  
  
def setx(self, value):
  
  
    self._x = value
  
  
    
  
  
def delx(self):
  
  
   del self._x
  
  

  
  
# create a property
  
  
x = property(getx, setx, delx, "I am doc for x property")
 
 

以上就是一個(gè)Python屬性的標(biāo)準(zhǔn)寫法，其實(shí)和Java挺像的，但是太羅嗦。有了@語法糖，能達(dá)到一樣的效果但看起來更簡單。

 
 

  
  
@property
  
  
def x(self): ...
  
  

  
  
# 等同于
  
  

  
  
def x(self): ...
  
  
x = property(x) 
 
 

屬性有三個(gè)裝飾器：setter, getter, deleter ，都是在property()的基礎(chǔ)上做了一些封裝，因?yàn)閟etter和deleter是property()的第二和第三個(gè)參數(shù)，不能直接套用@語法。getter裝飾器和不帶getter的屬性裝飾器效果是一樣的，估計(jì)只是為了湊數(shù)，本身沒有任何存在的意義。經(jīng)過@property裝飾過的函數(shù)返回的不再是一個(gè)函數(shù)，而是一個(gè)property對象。

 
 

  
  
>>> property()
  
  
 
 
 

@staticmethod，@classmethod

有了@property裝飾器的了解，這兩個(gè)裝飾器的原理是差不多的。@staticmethod返回的是一個(gè)staticmethod類對象，而@classmethod返回的是一個(gè)classmethod類對象。他們都是調(diào)用的是各自的__init__()構(gòu)造函數(shù)。

 
 

  
  
class classmethod(object):
  
  
    """
  
  
    classmethod(function) -> method
  
  
    """    
  
  
    def __init__(self, function): # for @classmethod decorator
  
  
        pass
  
  
    # ...
  
  
class staticmethod(object):
  
  
    """
  
  
    staticmethod(function) -> method
  
  
    """
  
  
    def __init__(self, function): # for @staticmethod decorator
  
  
        pass
  
  
    # ... 
 
 

裝飾器的@語法就等同調(diào)用了這兩個(gè)類的構(gòu)造函數(shù)。

 
 

  
  
class Foo(object):
  
  

  
  
    @staticmethod
  
  
    def bar():
  
  
        pass
  
  
    
  
  
    # 等同于 bar = staticmethod(bar) 
 
 

至此，我們上文提到的裝飾器接口定義可以更加明確一些，裝飾器必須接受一個(gè)callable對象，其實(shí)它并不關(guān)心你返回什么，可以是另外一個(gè)callable對象(大部分情況)，也可以是其他類對象，比如property。

裝飾器里的那些坑

裝飾器可以讓你代碼更加優(yōu)雅，減少重復(fù)，但也不全是優(yōu)點(diǎn)，也會(huì)帶來一些問題。

位置錯(cuò)誤的代碼

讓我們直接看示例代碼。

 
 

  
  
def html_tags(tag_name):
  
  
    print 'begin outer function.'
  
  
    def wrapper_(func):
  
  
        print "begin of inner wrapper function."
  
  
        def wrapper(*args, **kwargs):
  
  
            content = func(*args, **kwargs)
  
  
            print "<{tag}>{content}".format(tag=tag_name, content=content)
  
  
        print 'end of inner wrapper function.'
  
  
        return wrapper
  
  
    print 'end of outer function'
  
  
    return wrapper_
  
  

  
  
@html_tags('b')
  
  
def hello(name='Toby'):
  
  
    return 'Hello {}!'.format(name)
  
  

  
  
hello()
  
  
hello() 
 
 

在裝飾器中我在各個(gè)可能的位置都加上了print語句，用于記錄被調(diào)用的情況。你知道他們***打印出來的順序嗎?如果你心里沒底，那么***不要在裝飾器函數(shù)之外添加邏輯功能，否則這個(gè)裝飾器就不受你控制了。以下是輸出結(jié)果：

 
 

  
  
begin outer function.
  
  
end of outer function
  
  
begin of inner wrapper function.
  
  
end of inner wrapper function.
  
  
Hello Toby!
  
  
Hello Toby! 
 
 

錯(cuò)誤的函數(shù)簽名和文檔

裝飾器裝飾過的函數(shù)看上去名字沒變，其實(shí)已經(jīng)變了。

 
 

  
  
def logging(func):
  
  
    def wrapper(*args, **kwargs):
  
  
        """print log before a function."""
  
  
        print "[DEBUG] {}: enter {}()".format(datetime.now(), func.__name__)
  
  
        return func(*args, **kwargs)
  
  
    return wrapper
  
  

  
  
@logging
  
  
def say(something):
  
  
    """say something"""
  
  
    print "say {}!".format(something)
  
  

  
  
print say.__name__  # wrapper 
 
 

為什么會(huì)這樣呢?只要你想想裝飾器的語法糖@代替的東西就明白了。@等同于這樣的寫法。

 
 

  
  
say = logging(say)
 
 

logging其實(shí)返回的函數(shù)名字剛好是wrapper，那么上面的這個(gè)語句剛好就是把這個(gè)結(jié)果賦值給say，say的__name__自然也就是wrapper了，不僅僅是name，其他屬性也都是來自wrapper，比如doc，source等等。

使用標(biāo)準(zhǔn)庫里的functools.wraps，可以基本解決這個(gè)問題。

 
 

  
  
from functools import wraps
  
  

  
  
def logging(func):
  
  
    @wraps(func)
  
  
    def wrapper(*args, **kwargs):
  
  
        """print log before a function."""
  
  
        print "[DEBUG] {}: enter {}()".format(datetime.now(), func.__name__)
  
  
        return func(*args, **kwargs)
  
  
    return wrapper
  
  

  
  
@logging
  
  
def say(something):
  
  
    """say something"""
  
  
    print "say {}!".format(something)
  
  

  
  
print say.__name__  # say
  
  
print say.__doc__ # say something 
 
 

看上去不錯(cuò)!主要問題解決了，但其實(shí)還不太***。因?yàn)楹瘮?shù)的簽名和源碼還是拿不到的。

 
 

  
  
import inspect
  
  
print inspect.getargspec(say)  # failed
  
  
print inspect.getsource(say)  # failed 
 
 

如果要徹底解決這個(gè)問題可以借用第三方包，比如wrapt。后文有介紹。

不能裝飾@staticmethod 或者 @classmethod

當(dāng)你想把裝飾器用在一個(gè)靜態(tài)方法或者類方法時(shí)，不好意思，報(bào)錯(cuò)了。

 
 

  
  
class Car(object):
  
  
    def __init__(self, model):
  
  
        self.model = model
  
  

  
  
    @logging  # 裝飾實(shí)例方法，OK
  
  
    def run(self):
  
  
        print "{} is running!".format(self.model)
  
  

  
  
    @logging  # 裝飾靜態(tài)方法，F(xiàn)ailed
  
  
    @staticmethod
  
  
    def check_model_for(obj):
  
  
        if isinstance(obj, Car):
  
  
            print "The model of your car is {}".format(obj.model)
  
  
        else:
  
  
            print "{} is not a car!".format(obj)
  
  

  
  
"""
  
  
Traceback (most recent call last):
  
  
...
  
  
  File "example_4.py", line 10, in logging
  
  
    @wraps(func)
  
  
  File "C:\Python27\lib\functools.py", line 33, in update_wrapper
  
  
    setattr(wrapper, attr, getattr(wrapped, attr))
  
  
AttributeError: 'staticmethod' object has no attribute '__module__'
  
  
""" 
 
 

前面已經(jīng)解釋了@staticmethod這個(gè)裝飾器，其實(shí)它返回的并不是一個(gè)callable對象，而是一個(gè)staticmethod對象，那么它是不符合裝飾器要求的(比如傳入一個(gè)callable對象)，你自然不能在它之上再加別的裝飾器。要解決這個(gè)問題很簡單，只要把你的裝飾器放在@staticmethod之前就好了，因?yàn)槟愕难b飾器返回的還是一個(gè)正常的函數(shù)，然后再加上一個(gè)@staticmethod是不會(huì)出問題的。

 
 

  
  
class Car(object):
  
  
    def __init__(self, model):
  
  
        self.model = model
  
  

  
  
    @staticmethod
  
  
    @logging  # 在@staticmethod之前裝飾，OK
  
  
    def check_model_for(obj):
  
  
        pass 
 
 

如何優(yōu)化你的裝飾器

嵌套的裝飾函數(shù)不太直觀，我們可以使用第三方包類改進(jìn)這樣的情況，讓裝飾器函數(shù)可讀性更好。

decorator.py

decorator.py 是一個(gè)非常簡單的裝飾器加強(qiáng)包。你可以很直觀的先定義包裝函數(shù)wrapper()，再使用decorate(func, wrapper)方法就可以完成一個(gè)裝飾器。

 
 

  
  
from decorator import decorate
  
  

  
  
def wrapper(func, *args, **kwargs):
  
  
    """print log before a function."""
  
  
    print "[DEBUG] {}: enter {}()".format(datetime.now(), func.__name__)
  
  
    return func(*args, **kwargs)
  
  

  
  
def logging(func):
  
  
    return decorate(func, wrapper)  # 用wrapper裝飾func 
 
 

你也可以使用它自帶的@decorator裝飾器來完成你的裝飾器。

 
 

  
  
from decorator import decorator
  
  

  
  
@decorator
  
  
def logging(func, *args, **kwargs):
  
  
    print "[DEBUG] {}: enter {}()".format(datetime.now(), func.__name__)
  
  
    return func(*args, **kwargs) 
 
 

decorator.py實(shí)現(xiàn)的裝飾器能完整保留原函數(shù)的name，doc和args，唯一有問題的就是inspect.getsource(func)返回的還是裝飾器的源代碼，你需要改成inspect.getsource(func.__wrapped__)。

wrapt

wrapt是一個(gè)功能非常完善的包，用于實(shí)現(xiàn)各種你想到或者你沒想到的裝飾器。使用wrapt實(shí)現(xiàn)的裝飾器你不需要擔(dān)心之前inspect中遇到的所有問題，因?yàn)樗紟湍闾幚砹耍踔羒nspect.getsource(func)也準(zhǔn)確無誤。

 
 

  
  
import wrapt
  
  

  
  
# without argument in decorator
  
  
@wrapt.decorator
  
  
def logging(wrapped, instance, args, kwargs):  # instance is must
  
  
    print "[DEBUG]: enter {}()".format(wrapped.__name__)
  
  
    return wrapped(*args, **kwargs)
  
  

  
  
@logging
  
  
def say(something): pass 
 
 

使用wrapt你只需要定義一個(gè)裝飾器函數(shù)，但是函數(shù)簽名是固定的，必須是(wrapped, instance, args, kwargs)，注意第二個(gè)參數(shù)instance是必須的，就算你不用它。當(dāng)裝飾器裝飾在不同位置時(shí)它將得到不同的值，比如裝飾在類實(shí)例方法時(shí)你可以拿到這個(gè)類實(shí)例。根據(jù)instance的值你能夠更加靈活的調(diào)整你的裝飾器。另外，args和kwargs也是固定的，注意前面沒有星號。在裝飾器內(nèi)部調(diào)用原函數(shù)時(shí)才帶星號。

如果你需要使用wrapt寫一個(gè)帶參數(shù)的裝飾器，可以這樣寫。

 
 

  
  
def logging(level):
  
  
    @wrapt.decorator
  
  
    def wrapper(wrapped, instance, args, kwargs):
  
  
        print "[{}]: enter {}()".format(level, wrapped.__name__)
  
  
        return wrapped(*args, **kwargs)
  
  
    return wrapper
  
  

  
  
@logging(level="INFO")
  
  
def do(work): pass 
 
 

關(guān)于wrapt的使用，建議查閱官方文檔，在此不在贅述。

• http://wrapt.readthedocs.io/e...

小結(jié)

Python的裝飾器和Java的注解(Annotation)并不是同一回事，和C#中的特性(Attribute)也不一樣，完全是兩個(gè)概念。

裝飾器的理念是對原函數(shù)、對象的加強(qiáng)，相當(dāng)于重新封裝，所以一般裝飾器函數(shù)都被命名為wrapper()，意義在于包裝。函數(shù)只有在被調(diào)用時(shí)才會(huì)發(fā)揮其作用。比如@logging裝飾器可以在函數(shù)執(zhí)行時(shí)額外輸出日志，@cache裝飾過的函數(shù)可以緩存計(jì)算結(jié)果等等。

而注解和特性則是對目標(biāo)函數(shù)或?qū)ο筇砑右恍傩裕喈?dāng)于將其分類。這些屬性可以通過反射拿到，在程序運(yùn)行時(shí)對不同的特性函數(shù)或?qū)ο蠹右愿深A(yù)。比如帶有Setup的函數(shù)就當(dāng)成準(zhǔn)備步驟執(zhí)行，或者找到所有帶有TestMethod的函數(shù)依次執(zhí)行等等。

至此我所了解的裝飾器已經(jīng)講完，但是還有一些內(nèi)容沒有提到，比如裝飾類的裝飾器。有機(jī)會(huì)再補(bǔ)充。謝謝觀看。

本文題目：詳解Python的裝飾器
URL標(biāo)題：http://m.5511xx.com/article/dpjigdi.html