python装饰器

---

最近在看python的高级教程，被装饰器这个概念难住了，查了许多相关的资料后，对装饰器有了进一步的了解。
装饰器本质上是一个的函数，一个比较特殊的函数，是一个参数是函数，返回值也是函数的函数。
装饰器的作用是在不改变被装饰函数的前提下，用内部函数（FuncHandler）对被装饰函数进行处理，常用于对一个函数的安全性、性能等运行情况进行检测。

---

一、基础的装饰器函数

1.装饰器基础

def decorator(func):
    def funcHandler():
        # Do something...
        func()
    return funcHandler

@decorator
def test():
    pass

上面代码中的decorator可以对test()函数相应的自定义处理（Do somthing…）。下面通过print语句模拟函数的执行过程。

def decorator(func):
    print("I am decorator!")

    def funcHandler():
        print("I am funcHandler!")
        func()
        return
    return funcHandler


@decorator
def decoratedFunc():
    print("I am decoratedFunc!")


if __name__ == '__main__':
    mainFunc = decoratedFunc
    mainFunc()

输出

I am decorator!
I am funcHandler!
I am decoratedFunc!

根据执行结果可以知道，被装饰的函数（decoratedFunc）作为实际参数传入decorator(func)中，返回funcHandler函数，执行decoratedFunc()即执行decorator()整体。

2.装饰器示例

根据装饰器的性质，可以写一个用于计算函数运行时间的简单的装饰器Timeit。代码如下，

import time


def Timeit(func):
    def handeler():
        print("开始测试...")
        start = time.time()
        func()
        return time.time() - start
    return handeler


@Timeit
def testFunc():
    time.sleep(2)
    
    
if __name__ == '__main__':
    # Timeit
    Result = testFunc()
    #等效于
    # Result = Timeit(testFunc)
    print(f"运行时间为：{Result} s")

输出

开始测试...
运行时间为：2.005072832107544 s

不使用"@",代码等价于

import time


def Timeit(func):
    def handeler():
        print("开始测试...")
        start = time.time()
        func()
        return time.time() - start
    return handeler


def decoratedFunc():
    time.sleep(2)
    
 
if __name__ == '__main__':
    # Timeit
    func = Timeit(decoratedFunc)
    Result = func()
    print(f"运行时间为：{Result} s")

二、带参数的装饰器

1.增加测试次数

​ 在上面函数计时器的基础上，想要增加测试次数（比如说测试100次，1000次以增加结果的可靠性），可以给装饰器增加参数。此时需要给原有的装饰器再“套一层”，以下面的函数计时装饰器为例，

import time


def Timeits(times=10):  # 指定默认参数（测试次数）为10
    def decorator(func):
        def handler():
            totalTime = 0
            print("开始测试...")
            for i in range(times):
                start = time.time()
                func()
                result = time.time() - start
                totalTime += result
            return totalTime/times
        return handler
    return decorator


@Timeits(100)  # 在此处设置参数，需要对函数测试100次
def decoratedFuncs():
    # print("I")
    time.sleep(1)
    
    
if __name__ == '__main__':
    # Handler = decoratedFuncs
    # Result = Handler()  # 或
    Result = decoratedFuncs（）
    print(Result)

输出：

开始测试...
1.005906867980957

带参数的装饰器，是在基础装饰器的基础上再“套一层”用于传入参数，传入参数后，实际的装饰器是再近一层的函数，如本例中的decorator(func)函数。

2.计时装饰器终极版

除了设置测试次数外，还可以以可变参数的形式为被装饰函数传入参数，以增加计时器的普适性。示例代码如下

import time


def Timeit(number):
    def decorator(func):
        def handler():
            totalTime = 0
            print("开始测试...")
            for i in range(number):
                start = time.time()
                func()
                result = time.time() - start
                totalTime += result
            return totalTime / number
        return handler
    return decorator


def FinalTimeit(testTimes, func, **kwargs):
    @Timeit(testTimes)
    def decoratedFunc():
        return func(**kwargs)
    # start = time.time()
    result = decoratedFunc()
    return result


if __name__ == '__main__':
    def mainFunc(number):
        time.sleep(number)
    sleepTime = 1
    Start = time.time()
    Result = FinalTimeit(testTimes=10, func=mainFunc, number=sleepTime)
    print(f"被测函数的平均单次运行耗时{Result}s")
    print(f"测试总共耗时{time.time()-Start}s")

输出

开始测试...
函数运行平均耗时1.0068019151687622s
测试总共耗时10.068019151687622s

修改后，直接调用FinalTimeit()函数，传入测试次数(testTimes)，测试函数(func)，和测试函数的参数(如上面的number=sleepTime)，即可返回函数的平均单次运行时间