没看完这11 条，别说你精通 Python 装饰器

通过上面两个简单的入门示例，你应该能体会到装饰器的工作原理了。

不过，装饰器的用法还远不止如此，深究下去，还大有文章。今天就一起来把这个知识点学透。

回过头去看看上面的例子，装饰器是不能接收参数的。其用法，只能适用于一些简单的场景。不传参的装饰器，只能对被装饰函数，执行固定逻辑。

装饰器本身是一个函数，做为一个函数，如果不能传参，那这个函数的功能就会很受限，只能执行固定的逻辑。这意味着，如果装饰器的逻辑代码的执行需要根据不同场景进行调整，若不能传参的话，我们就要写两个装饰器，这显然是不合理的。

比如我们要实现一个可以定时发送邮件的任务（一分钟发送一封），定时进行时间同步的任务（一天同步一次），就可以自己实现一个 periodic_task （定时任务）的装饰器，这个装饰器可以接收一个时间间隔的参数，间隔多长时间执行一次任务。

可以这样像下面这样写，由于这个功能代码比较复杂，不利于学习，这里就不贴了。

@periodic_task(spacing=60)

def send_mail():

pass

@periodic_task(spacing=86400)

def ntp()

pass

那我们来自己创造一个伪场景，可以在装饰器里传入一个参数，指明国籍，并在函数执行前，用自己国家的母语打一个招呼。

小明，中国人

@say_hello(“china”)

def xiaoming():

pass

jack，美国人

@say_hello(“america”)

def jack():

pass

那我们如果实现这个装饰器，让其可以实现 传参 呢？

会比较复杂，需要两层嵌套。

def say_hello(contry):

def wrapper(func):

def deco(*args, **kwargs):

if contry == “china”:

print(“你好!”)

elif contry == “america”:

print(‘hello.’)

else:

return

真正执行函数的地方

func(*args, **kwargs)

return deco

return wrapper

来执行一下

xiaoming()

print(“------------”)

jack()

看看输出结果。

你好!

---

hello.

05. 高阶：不带参数的类装饰器

---

以上都是基于函数实现的装饰器，在阅读别人代码时，还可以时常发现还有基于类实现的装饰器。

基于类装饰器的实现，必须实现 __call__ 和 __init__两个内置函数。

__init__ ：接收被装饰函数

__call__ ：实现装饰逻辑。

还是以日志打印这个简单的例子为例

class logger(object):

def init(self, func):

self.func = func

def call(self, *args, **kwargs):

print(“[INFO]: the function {func}() is running…”\

.format(func=self.func.name))

return self.func(*args, **kwargs)

@logger

def say(something):

print(“say {}!”.format(something))

say(“hello”)

执行一下，看看输出

[INFO]: the function say() is running…

say hello!

06. 高阶：带参数的类装饰器

---

上面不带参数的例子，你发现没有，只能打印INFO级别的日志，正常情况下，我们还需要打印DEBUG WARNING等级别的日志。这就需要给类装饰器传入参数，给这个函数指定级别了。

带参数和不带参数的类装饰器有很大的不同。

__init__ ：不再接收被装饰函数，而是接收传入参数。

__call__ ：接收被装饰函数，实现装饰逻辑。

class logger(object):

def init(self, level=‘INFO’):

self.level = level

def call(self, func): # 接受函数

def wrapper(*args, **kwargs):

print(“[{level}]: the function {func}() is running…”\

.format(level=self.level, func=func.name))

func(*args, **kwargs)

return wrapper #返回函数

@logger(level=‘WARNING’)

def say(something):

print(“say {}!”.format(something))

say(“hello”)

我们指定WARNING级别，运行一下，来看看输出。

[WARNING]: the function say() is running…

say hello!

07. 使用偏函数与类实现装饰器

---

绝大多数装饰器都是基于函数和闭包实现的，但这并非制造装饰器的唯一方式。

事实上，Python 对某个对象是否能通过装饰器（ @decorator）形式使用只有一个要求：decorator 必须是一个“可被调用（callable）的对象。

对于这个 callable 对象，我们最熟悉的就是函数了。

除函数之外，类也可以是 callable 对象，只要实现了__call__ 函数（上面几个例子已经接触过了）。

还有容易被人忽略的偏函数其实也是 callable 对象。

接下来就来说说，如何使用 类和偏函数结合实现一个与众不同的装饰器。

如下所示，DelayFunc 是一个实现了 __call__ 的类，delay 返回一个偏函数，在这里 delay 就可以做为一个装饰器。（以下代码摘自 Python工匠：使用装饰器的小技巧）

import time

import functools

class DelayFunc:

def init(self, duration, func):

self.duration = duration

self.func = func

def call(self, *args, **kwargs):

print(f’Wait for {self.duration} seconds…')

time.sleep(self.duration)

return self.func(*args, **kwargs)

def eager_call(self, *args, **kwargs):

print(‘Call without delay’)

return self.func(*args, **kwargs)

def delay(duration):

“”"

装饰器：推迟某个函数的执行。

同时提供 .eager_call 方法立即执行

“”"

此处为了避免定义额外函数，

直接使用 functools.partial 帮助构造 DelayFunc 实例

return functools.partial(DelayFunc, duration)

我们的业务函数很简单，就是相加

@delay(duration=2)

def add(a, b):

return a+b

来看一下执行过程

add # 可见 add 变成了 Delay 的实例

<main.DelayFunc object at 0x107bd0be0>

add(3,5) # 直接调用实例，进入 call

Wait for 2 seconds…

8

add.func # 实现实例方法

<function add at 0x107bef1e0>

08. 如何写能装饰类的装饰器？

---

用 Python 写单例模式的时候，常用的有三种写法。其中一种，是用装饰器来实现的。

以下便是我自己写的装饰器版的单例写法。

instances = {}

def singleton(cls):

def get_instance(*args, **kw):

cls_name = cls.name

print(‘===== 1 ====’)

if not cls_name in instances:

print(‘===== 2 ====’)

instance = cls(*args, **kw)

instances[cls_name] = instance

return instances[cls_name]

return get_instance

@singleton

class User:

_instance = None

def init(self, name):

print(‘===== 3 ====’)

self.name = name

可以看到我们用singleton 这个装饰函数来装饰 User 这个类。装饰器用在类上，并不是很常见，但只要熟悉装饰器的实现过程，就不难以实现对类的装饰。在上面这个例子中，装饰器就只是实现对类实例的生成的控制而已。

其实例化的过程，你可以参考我这里的调试过程，加以理解。

09. wraps 装饰器有啥用？

---

在 functools 标准库中有提供一个 wraps 装饰器，你应该也经常见过，那他有啥用呢？

先来看一个例子

def wrapper(func):

def inner_function():

pass

return inner_function

@wrapper

def wrapped():

pass

print(wrapped.name)

#inner_function

为什么会这样子？不是应该返回 func 吗？

这也不难理解，因为上边执行func 和下边 decorator(func) 是等价的，所以上面 func.__name__ 是等价于下面decorator(func).__name__ 的，那当然名字是inner_function

def wrapper(func):

def inner_function():

pass

return inner_function

def wrapped():

pass

print(wrapper(wrapped).name)

#inner_function

那如何避免这种情况的产生？方法是使用 functools .wraps 装饰器，它的作用就是将被修饰的函数(wrapped) 的一些属性值赋值给 修饰器函数(wrapper) ，最终让属性的显示更符合我们的直觉。

from functools import wraps

def wrapper(func):

@wraps(func)

def inner_function():

pass

return inner_function

@wrapper

def wrapped():

pass

print(wrapped.name)

wrapped

准确点说，wraps 其实是一个偏函数对象（partial），源码如下

def wraps(wrapped,

assigned = WRAPPER_ASSIGNMENTS,

updated = WRAPPER_UPDATES):

return partial(update_wrapper, wrapped=wrapped,

assigned=assigned, updated=updated)

可以看到wraps其实就是调用了一个函数update_wrapper，知道原理后，我们改写上面的代码，在不使用 wraps的情况下，也可以让 wrapped.__name__ 打印出 wrapped，代码如下：

from functools import update_wrapper

WRAPPER_ASSIGNMENTS = (‘module’, ‘name’, ‘qualname’, ‘doc’,

‘annotations’)

def wrapper(func):

def inner_function():

pass

update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)

return inner_function

@wrapper

def wrapped():

pass

print(wrapped.name)

10. 内置装饰器：property

---

以上，我们介绍的都是自定义的装饰器。

其实Python语言本身也有一些装饰器。比如property这个内建装饰器，我们再熟悉不过了。

它通常存在于类中，可以将一个函数定义成一个属性，属性的值就是该函数return的内容。

通常我们给实例绑定属性是这样的

class Student(object):

def init(self, name, age=None):

self.name = name

self.age = age

实例化

xiaoming = Student(“小明”)

添加属性

xiaoming.age=25

查询属性

xiaoming.age

删除属性

del xiaoming.age

但是稍有经验的开发人员，一下就可以看出，这样直接把属性暴露出去，虽然写起来很简单，但是并不能对属性的值做合法性限制。为了实现这个功能，我们可以这样写。

class Student(object):

def init(self, name):

self.name = name

self.name = None

def set_age(self, age):

if not isinstance(age, int):

raise ValueError(‘输入不合法：年龄必须为数值!’)

if not 0 < age < 100:

raise ValueError(‘输入不合法：年龄范围必须0-100’)

self._age=age

def get_age(self):

return self._age

def del_age(self):

self._age = None

xiaoming = Student(“小明”)

添加属性

xiaoming.set_age(25)

查询属性

xiaoming.get_age()

删除属性

xiaoming.del_age()

上面的代码设计虽然可以变量的定义，但是可以发现不管是获取还是赋值（通过函数）都和我们平时见到的不一样。

按照我们思维习惯应该是这样的。

赋值

xiaoming.age = 25

获取

xiaoming.age

那么这样的方式我们如何实现呢。请看下面的代码。

class Student(object):

def init(self, name):

self.name = name

self.name = None

@property

def age(self):

return self._age

@age.setter

def age(self, value):

if not isinstance(value, int):

raise ValueError(‘输入不合法：年龄必须为数值!’)

if not 0 < value < 100:

raise ValueError(‘输入不合法：年龄范围必须0-100’)

self._age=value

@age.deleter

def age(self):

del self._age

xiaoming = Student(“小明”)

设置属性

xiaoming.age = 25

查询属性

xiaoming.age

删除属性

del xiaoming.age

用@property装饰过的函数，会将一个函数定义成一个属性，属性的值就是该函数return的内容。同时，会将这个函数变成另外一个装饰器。就像后面我们使用的@age.setter和@age.deleter。

@age.setter 使得我们可以使用XiaoMing.age = 25这样的方式直接赋值。

@age.deleter 使得我们可以使用del XiaoMing.age这样的方式来删除属性。

property 的底层实现机制是「描述符」，为此我还写过一篇文章。

这里也介绍一下吧，正好将这些看似零散的文章全部串起来。

如下，我写了一个类，里面使用了 property 将 math 变成了类实例的属性

class Student:

def init(self, name):

self.name = name

@property

def math(self):

return self._math

@math.setter

def math(self, value):

if 0 <= value <= 100:

self._math = value

else:

raise ValueError(“Valid value must be in [0, 100]”)

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

(self, value):

if 0 <= value <= 100:

self._math = value

else:

raise ValueError(“Valid value must be in [0, 100]”)

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

[外链图片转存中…(img-JieC0d8p-1712772765754)]

[外链图片转存中…(img-LY0iN2ux-1712772765755)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）