def myfunc():
print(“Running the task”)
myfunc()
装饰器使用起来,似乎有些高端和魔幻,对于一些重复性的功能,往往我们会封装成一个装饰器函数。
在定义一个装饰器的时候,我们都需要像上面一样机械性的写一个嵌套的函数,对装饰器原理理解不深的初学者,往往过段时间就会忘记如何定义装饰器。
![在这里插入图片描述](https://img-blog.csdnimg.cn/7cccf1f436fb402bb643a218dbda694d.png)
有一些比较聪明的同学,会利用 PyCharm 来自动生成装饰器模板
然后要使用的时候,直接敲入 deco 就会生成一个简单的生成器代码,提高编码的准备效率
![在这里插入图片描述](https://img-blog.csdnimg.cn/b1784d0a36114f82933b27f5e3648545.png)
### 使用神库
使用 PyCharm 的 Live Template ,虽然能降低编写装饰器的难度,但却要依赖 PyCharm 这一专业的代码编辑器。
这里,我要教你一个更加简单的方法,使用这个方法呢,你需要先安装一个库 : decorator,使用 pip 可以很轻易地去安装它
$ python3 -m pip install decorator
从库的名称不难看出,这是一个专门用来解决装饰器问题的第三方库。
有了它之后,你会惊奇的发现,以后自己定义的装饰器,就再也不需要写嵌套的函数了
from decorator import decorator
@decorator
def deco(func, *args, **kw):
print(“Ready to run task”)
func(*args, **kw)
print(“Successful to run task”)
@deco
def myfunc():
print(“Running the task”)
myfunc()
deco 作为装饰函数,第一个参数是固定的,都是指被装饰函数,而后面的参数都固定使用 可变参数 \*args 和 \*\*kw 的写法,代码被装饰函数的原参数。
这种写法,不得不说,更加符合直觉,代码的逻辑也更容易理解。
### 带参数的装饰器
装饰器根据有没有携带参数,可以分为两种
第一种:不带参数,最简单的示例,上面已经举例
def decorator(func):
def wrapper(*args, **kw):
func(*args, **kw)
return wrapper
第二种:带参数,这就相对复杂了,理解起来了也不是那么容易。
def decorator(arg1, arg2):
def wrapper(func):
def deco(*args, **kwargs)
func(*args, **kwargs)
return deco
return wrapper
那么对于需要带参数的装饰器,decorator 是否也一样能很好的支持呢?
下面是一个官方的示例
from decorator import decorator
@decorator
def warn_slow(func, timelimit=60, *args, **kw):
t0 = time.time()
result = func(*args, **kw)
dt = time.time() - t0
if dt > timelimit:
logging.warn(‘%s took %d seconds’, func.name, dt)
else:
logging.info(‘%s took %d seconds’, func.name, dt)
return result
@warn_slow(timelimit=600) # warn if it takes more than 10 minutes
def run_calculation(tempdir, outdir):
pass
可以看到
* 装饰函数的第一个参数,还是被装饰器 func ,这个跟之前一样
* 而第二个参数 timelimit 写成了位置参数的写法,并且有默认值
* 再往后,就还是跟原来一样使用了可变参数的写法
不难推断,只要你在装饰函数中第二个参数开始,使用了非可变参数的写法,这些参数就可以做为装饰器调用时的参数。
### 签名问题有解决?
我们在自己写装饰器的时候,通常都会顺手加上一个叫 functools.wraps 的装饰器,我想你应该也经常见过,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
目前,我们可以看到当一个函数被装饰器装饰过后,它的签名信息会发生变化(譬如上面看到的函数名)
那如何避免这种情况的产生?
解决方案就是使用我们前面所说的 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
那么问题就来了,我们使用了 decorator 之后,是否还会存在这种签名的问题呢?
写个例子来验证一下就知道啦
from decorator import decorator
@decorator
def deco(func, *args, **kw):
print(“Ready to run task”)
func(*args, **kw)
print(“Successful to run task”)
@deco
def myfunc():
print(“Running the task”)
print(myfunc.name)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!