为什么在Python代码中装饰器很重要
什么是装饰器?
要理解什么是装饰器,您首先需要熟悉Python处理函数的方式。从它的观点来看,函数和对象没有什么不同。它们有属性,可以重新分配:
def func():
print('hello from func')
func()
> hello from func
new_func = func
new_func()
> hello from func
print(new_func.__name__)
> func
此外,你还可以将它们作为参数传递给其他函数:
def logging_decorator(func):
def logging_wrapper(*args, **kwargs):
print(f'Before {func.__name__}')
func(*args, **kwargs)
print(f'After {func.__name__}')
return logging_wrapper
@logging_decorator
def sum(x, y):
print(x + y)
sum(2, 5)
> Before sum
> 7
> After sum
现在,我们介绍装饰器。装饰器(decorator)用于修改函数或类的行为。实现这一点的方法是定义一个返回另一个函数的函数(装饰器)。这听起来很复杂,但是通过这个例子你会理解所有的东西:
def logging_decorator(func):
def logging_wrapper(*args, **kwargs):
print(f'Before {func.__name__}')
func(*args, **kwargs)
print(f'After {func.__name__}')
return logging_wrapper
@logging_decorator
def sum(x, y):
print(x + y)
sum(2, 5)
> Before sum
> 7
> After sum
让我们一步一步来:
- 首先,我们在第1行定义
logging_decorator
函数。它只接受一个参数,也就是我们要修饰的函数。 - 在内部,我们定义了另一个函数:
logging_wrapper
。然后返回logging_wrapper
,并使用它来代替原来的修饰函数。 - 在第7行,您可以看到如何将装饰器应用到sum函数。
- 在第11行,当我们调用
sum
时,它不仅仅调用sum
。它将调用logging_wrapper
,它将在调用sum之前和之后记录日志。
为什么需要装饰器
这很简单:可读性。Python因其清晰简洁的语法而备受赞誉,装饰器也不例外。如果有任何行为是多个函数共有的,那么您可能需要制作一个装饰器。下面是一些可能会派上用场的例子:
- 在运行时检查实参类型
- 基准函数调用
- 缓存功能的结果
- 计数函数调用
- 检查元数据(权限、角色等)
- 元编程
和更多…
现在我们将列出一些代码示例。
例子
带有返回值的装饰器
假设我们想知道每个函数调用需要多长时间。而且,函数大多数时候都会返回一些东西,所以装饰器也必须处理它:
def timer_decorator(func):
def timer_wrapper(*args, **kwargs):
import datetime
before = datetime.datetime.now()
result = func(*args,**kwargs)
after = datetime.datetime.now()
print "Elapsed Time = {0}".format(after-before)
return result
@timer_decorator
def sum(x, y):
print(x + y)
return x + y
sum(2, 5)
> 7
> Elapsed Time = some time
可以看到,我们将返回值存储在第5行的result中。但在返回之前,我们必须完成对函数的计时。这是一个没有装饰者就不可能实现的行为例子。
带有参数的装饰器
有时候,我们想要一个接受值的装饰器(比如Flask中的@app.route('/login')
:
def permission_decorator(permission):
def _permission_decorator(func):
def permission_wrapper(*args, **kwargs):
if someUserApi.hasPermission(permission):
result = func(*args, **kwargs)
return result
return None
return permission wrapper
return _permission_decorator
@permission_decorator('admin')
def delete_user(user):
someUserApi.deleteUser(user)
为了实现这一点,我们定义了一个额外的函数,它接受一个参数并返回一个装饰器。
带有类的装饰器
使用类代替函数来修饰是可能的。唯一的区别是语法,所以请使用您更熟悉的语法。下面是使用类重写的日志装饰器:
class Logging:
def __init__(self, function):
self.function = function
def __call__(self, *args, **kwargs):
print(f'Before {self.function.__name__}')
self.function(*args, **kwargs)
print(f'After {self.function.__name__}')
@Logging
def sum(x, y):
print(x + y)
sum(5, 2)
> Before sum
> 7
> After sum
这样做的好处是,您不必处理嵌套函数。你所需要做的就是定义一个类并覆盖__call__
方法。
装饰类
有时,您可能想要修饰类中的每个方法。你可以这样写
class MyClass:
@decorator
def func1(self):
pass
@decorator
def func2(self):
pass
但如果你有很多方法,这可能会失控。值得庆幸的是,有一种方法可以一次性装饰整个班级:
def logging_decorator(func):
def logging_wrapper(*args, **kwargs):
print(f'Before {func.__name__}')
result = func(*args, **kwargs)
print(f'After {func.__name__}')
return result
return logging_wrapper
def log_all_class_methods(cls):
class NewCls(object):
def __init__(self, *args, **kwargs):
self.original = cls(*args, **kwargs)
def __getattribute__(self, s):
try:
x = super(NewCls,self).__getattribute__(s)
except AttributeError:
pass
else:
return x
x = self.original.__getattribute__(s)
if type(x) == type(self.__init__):
return logging_decorator(x)
else:
return x
return NewCls
@log_all_class_methods
class SomeMethods:
def func1(self):
print('func1')
def func2(self):
print('func2')
methods = SomeMethods()
methods.func1()
> Before func1
> func1
> After func1
现在,不要惊慌。这看起来很复杂,但逻辑是一样的:
- 首先,我们让
logging_decorator
保持原样。它将应用于类的所有方法。 - 然后我们定义一个新的装饰器:
log_all_class_methods
。它类似于普通的装饰器,但却返回一个类。 NewCls
有一个自定义的__getattribute__
。对于对原始类的所有调用,它将使用logging_decorator
装饰函数。
内置的修饰符
您不仅可以定义自己的decorator
,而且在标准库中也提供了一些decorator
。我将列出与我一起工作最多的三个人:
@property
-一个内置插件的装饰器,它允许你为类属性定义getter
和setter
。
@lru_cache
- functools
模块的装饰器。它记忆函数参数和返回值,这对于纯函数(如阶乘)很方便。
@abstractmethod
——abc
模块的装饰器。指示该方法是抽象的,且缺少实现细节。