Python装饰器

def fun1():

    print ('This is function 1')

当fun1 不能在满足我们当前的需求 需要在实现这个函数的同时加入其它功能，我们又想要去保存他的源码，那么我们需要去用到装饰器。

def fun2():

    print ('This is function 2')

def fun1():

    print ('This is function 3')

我们可以考虑一个问题，现在有多个函数（fun2，fun3……），我们同时要在这几个函数执行以后输出现在的时间，一一往这几个函数中加入输出这行命令是不现实的。

因此，装饰器的作用就会体现出来了。

装饰器:

def func1():

    print('This is function 1')

def decorator(func):

    def wrapper():

        func()

        pass

    return wrapper

f = decorator(f1)

f()

这个定义方式是不是很懵逼，是的 我一时半会也没有理解他到底和新顶一个函数执行了函数func有什么大区别。

-------------------------------------------------------------

接下来介绍一下精髓 ‘@’

我们使用这种方法:

def decorator(func):

    def wrapper():

        func()

        pass

    return wrapper

@decorator

def func1():

    print('This is function 1')

func1()

巧妙利用@可以让这种写法变得非常灵活。

----------------------------------------------------------

在函数带有参数的情况下，我们需要去注意：

def decorator(func):

    def wrapper(string):

        print ('123')

        func(string)

    return wrapper

@decorator

def func_str(name):

    print (name)

func_str('test')

从上面我们可以看到在有参数的函数使用装饰器的时候，参数的位置该放的位置。

-------------------------------------------------------------

那么多个参数怎么办？

使用 '*'

def decorator(func):

    def wrapper(*args):

        print ('123')

        func(*args)

    return wrapper

------------------------------------------------------------

接下来我们再来进一步改善这个装饰器

假设遇到关键字参数怎么办？

比如 :

@decorator

def func4(string1, string2, **keywords):

    pass

这样的函数调用装饰器的时候我们会出错，这时候我们应该再改善装饰器成

def decorator(func):

    def wrapper(*args，**keywords）:

        print ('123')

        func(*args，**keywords)

    return wrapper

----------------------------------------------------------------

之前我们看到的装饰器都是两层的函数，那么三层的函数呢？？

如果装饰器本身需要传入参数，那么我们就需要在decorator外再包装一层

比如：

def log(text):

    def decorator(func):

        def wrapper(*args, **keywords):

            print(text)

            func(*args, **keywords)

        return wrapper

    return decorator

@log('Three-layer decorator')

def func4():

    print('This is function 4')

    

--------------------------------------------------------

最大的注意之处！！！

在python中 函数也是一个对象

在我们使用了wrapper以后，实际上对原来的函数进行了修改 比如之前所讲的：

def decorator(func):

    def wrapper(*args，**keywords）:

        print ('123')

        func(*args，**keywords)

    return wrapper

@decorator

def func4(string1, string2, **keywords):

    pass

这里我们需要注意到的是 这时的func4.__name__已经发生了变化

>>> func4.__name__

'wrapper'

这时我们需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。

所以我们要定义wrapper.__name__ = func.__name__ 这种操作？？?

答案是不需要的 在Python 中 functools.wraps 就是帮我们完成这样一件事的

所以最终版本的decorator需要是如下的形式：

import functools

def decorator(func):

    @functools.wraps(func)

    def wrapper(*args，**keywords）:

        print ('123')

        func(*args，**keywords)

    return wrapper