Python学习---第5天---装饰器

1、什么是装饰器

就是把原来的函数装饰一下，形成一个新的函数，使其在原有功能的基础上添加一些新的功能，而又不用去修改原来的代码。

2、装饰器的作用

3、装饰器的使用方法

 

注：

1、书上说的太复杂，一句话总结就是：经过@log的作用，函数foo变成了loged_foo。调用log就相当于调用函数loged_foo，而log的返回值就是loged_foo的返回值。

2、1出传入什么样的参数，要依靠3处的定义（函数foo完全变成了函数loged_foo）；3处接收到的参数，可以用于4处，当然也可做他用；4处传入的参数，依赖2处的定义。

4、编写无参数decorator（类比java的注解）

修饰多个参数的函数的修饰器：

    

  def log(f):

    def fn(*args, **kw):

        print 'call ' + f.__name__ + '()...'

        return f(*args, **kw)

    return fn

现在，对于任意函数，@log 都能正常工作。

 @log

 def factorial(n):

    return reduce(lambda x,y: x*y, range(1, n+1))

 print factorial(10)

 或者：

 @log

 def add(x, y):

    return x + y

 print add(1, 2)

5、编写带参数decorator

  def log(f):

    def fn(x):

        print 'call ' + f.__name__ + '()...'

        return f(x)

    return fn

发现对于被装饰的函数，log打印的语句是不能变的（除了函数名）。

如果有的函数非常重要，希望打印出'[INFO] call xxx()...'，有的函数不太重要，希望打印出'[DEBUG] call xxx()...'，这时，log函数本身就需要传入'INFO'或'DEBUG'这样的参数，类似这样：

@log('DEBUG')

def my_func():

    pass

把上面的定义翻译成高阶函数的调用，就是：

my_func = log('DEBUG')(my_func)

上面的语句看上去还是比较绕，再展开一下：

log_decorator = log('DEBUG')

my_func = log_decorator(my_func)

上面的语句又相当于：

log_decorator = log('DEBUG')

@log_decorator

def my_func():

    pass

所以，带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数：

def log(prefix):

    def log_decorator(f):

        def wrapper(*args, **kw):

            print '[%s] %s()...' % (prefix, f.__name__)

            return f(*args, **kw)

        return wrapper

    return log_decorator

 

@log('DEBUG')

def test():

    pass

print test()

执行结果：

[DEBUG] test()...

None

对于这种3层嵌套的decorator定义，你可以先把它拆开：

# 标准decorator:

def log_decorator(f):

    def wrapper(*args, **kw):

        print '[%s] %s()...' % (prefix, f.__name__)

        return f(*args, **kw)

    return wrapper

return log_decorator

# 返回decorator:

def log(prefix):

    return log_decorator(f)

拆开以后会发现，调用会失败，因为在3层嵌套的decorator定义中，最内层的wrapper引用了最外层的参数prefix，所以，把一个闭包拆成普通的函数调用会比较困难。不支持闭包的编程语言要实现同样的功能就需要更多的代码。