装饰器的简单理解

由于函数是一个对象，而且函数对象可以被赋值给变量，所以，可以通过变量调用该函数

>>>def now():

>>>print('2022-04-29')

>>>f = now

>>>f()

2022-04-29

函数对象有一个__name__属性，所以，我们可以拿到函数的名字

>>>now.__name__

'now'

>>>f.__name__

'now'

现在，假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now函数的定义，这种在代码运行期间动态增加功能的方式，称之为"装饰器"

本质上，装饰器就是一个返回函数的高阶函数。

比如：

定义一个能打印日志的装饰器，可以定义如下：

def log(func):

    def wrapper(*args,**kw):

       print('call %s():'%function.__name__)

    return func(*args,**kw)

   return wrapper

借助Python的@语法，把装饰器置于函数定义处：

@log

def now():

   print('2022-04-29')

调用now()函数，不仅会运行now(),还会在运行now()函数前打印一行日志：

>>>now()

call now():

2022-04-29

以上分析如下：

把@log 放到now()函数的定义处，相当于执行下面语句：

now = log(now)

由于log()是一个装饰器，返回一个函数，所以原来now()函数依然存在，只是现在同名的now函数变量指向了新函数，于是调用now()将执行新函数，现在log()函数中返回的wrapper()函数。

 

wrapper()函数的参数定义（*args,**kw),因此

wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

如果装饰器本身需要传入参数，那就需要编写一个装饰器的高阶函数。

def log(text):

   def decorator(func):

      def wrapper(*args,**kw):

        print('%s%s():'%text,func.__name__)

       return func(*args,**kw)

    return wrapper

  return decorator

上面是3层嵌套装饰器用法如下：

@log('execute')

def now():

    print('2022-04-29')

执行结果如下：

   >>>now()

execute now():

2022

与两层的嵌套相比，3嵌套的效果如下：

>>>now =log('execute')(now)

分析上面的语句：

首先执行log('execute'),返回的是装饰器函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。

需要注意的是函数也是对象，它有__name__等属性，但经过装饰器之后的函数，它的__name__已经不是原来的'now'了，变成了'wrapper'了

>>>now.__name__

'wrapper'

因为返回那个wrapper函数的名字就是'wrapper',所以需要将原始的函数__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报错。

不需要编写wrapper.__name__=function.__name__这样的代码，Python内置的functions.wraps就是干这个事的，所以，一个完整的装饰器写法如下：

import functools

def log(func):

   @functool.wraps(func)

    def wrapper(*args,**kw):

        print('call%s():'%function.__name__)

        return func(*args,**kw)

     return wrapper

或者针对带参数的装饰器：

import functools

def log(text):

  def decorator(func):

    @functool.wraps(func)

      def wrapper(*args,**kw):

          print('%s%s():'%(text,func.__name__))

          return func(*args,**kw)

       return wrapper

   return decorator

需要注意的是：import functools 是导入functools模块，现在，只需要记住的是在定义wrapper()前加上@functools.wraps(func)