参考网址:https://www.zhihu.com/question/26930016/answer/99243411
装饰器本质上是Python函数,作用是使其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象
-
简单装饰器:
def use_logging(func):
def wrapper(*args, **kwargs):
logging.warn("%s is running" % func.__name__)
return func(*args, **kwargs)
return wrapper
def bar():
print('i am bar')
bar = use_logging(bar)
bar()
@符号是装饰器的语法糖,在定义函数的时候使用,避免再一次赋值操作
def use_logging(func):
def wrapper(*args, **kwargs):
logging.warn("%s is running" % func.__name__)
return func(*args, **kwargs)
return wrapper
@use_logging
def bar():
print("i am bar")
bar()
由此可见,@等效于bar = use_logging(bar),这里等号左边的bar应该是指use_logging中定义的wrapper函数
举个例子:
def funA(f):
print(f())
@funA
def funB():
print('B')
return 'i am b'
直接运行,output:
B
i am b
由前可知,funB = funA(funB), 先执行等式右边,funB送入funA,执行funB,输出'B',再打印funB的返回值‘i am b’,注意,这是直接运行的结果,若此时最后像上面那样调用funB(),会报错,因为funA没有返回函数
-
带参数的装饰器
def use_logging(level):
def decorator(func):
def wrapper(*args, **kwargs):
if level == "warn":
logging.warn("%s is running" % func.__name__)
return func(*args)
return wrapper
return decorator
@use_logging(level="warn")
def foo(name='foo'):
print("i am %s" % name)
foo()
上面的use_logging是允许带参数的装饰器。它实际上是对原有装饰器的一个函数封装,并返回一个装饰器。
我的理解是,这里是 foo = decorator(foo)