Python装饰器
作者:王炳明
链接:https://zhuanlan.zhihu.com/p/65968462
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
对于每一个学习 Python 的同学,想必对 @ 符号一定不陌生了,正如你所知, @ 符号是装饰器的语法糖,@符号后面的函数就是我们本文的主角:装饰器。装饰器放在一个函数开始定义的地方,它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在我们调用这个函数的时候,第一件事并不是执行这个函数,而是将这个函数做为参数传入它头顶上这顶帽子,这顶帽子我们称之为 装饰器 。曾经我在刚转行做程序员时的一次的面试中,被面试官问过这样的两个问题:
- 你都用过装饰器实现过什么样的功能?
- 如何写一个可以传参的装饰器?
对于当时实战经验非常有限的我,第一个问题只能回答一些非常简单的用法,而第二个问题却没能回答上来。当时带着这两个问题,我就开始系统的学习装饰器的所有内容。这些一直整理在自己的博客中,今天对其进行了大量的补充和勘误,发表在这里分享给大家。希望对刚入门以及进阶的朋友可以提供一些参考。
装饰器语法糖
如果你接触 Python 有一段时间了的话,想必你对 @ 符号一定不陌生了,没错 @ 符号就是装饰器的语法糖。它放在一个函数开始定义的地方,它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在我们调用这个函数的时候,第一件事并不是执行这个函数,而是将这个函数做为参数传入它头顶上这顶帽子,这顶帽子我们称之为装饰函数 或 装饰器。你要问我装饰器可以实现什么功能?我只能说你的脑洞有多大,装饰器就有多强大。装饰器的使用方法很固定: 先定义一个装饰函数(帽子)(也可以用类、偏函数实现)再定义你的业务函数、或者类(人) 最后把这顶帽子带在这个人头上装饰器的简单的用法有很多,这里举两个常见的。 日志打印器 时间计时器
入门用法日志打印器
首先是日志打印器。 实现的功能: 在函数执行前,先打印一行日志告知一下主人,我要执行函数了。 在函数执行完,也不能拍拍屁股就走人了,咱可是有礼貌的代码,再打印一行日志告知下主人,我执行完啦。
# 这是装饰函数
def logger(func):
def wrapper(*args, **kw):
print('我准备开始计算:{} 函数了:'.format(func.__name__))
# 真正执行的是这行。
func(*args, **kw)
print('啊哈,我计算完啦。给自己加个鸡腿!!')
return wrapper
# 假如,我的业务函数是,计算两个数之和。写好后,直接给它带上帽子。
@logger
def add(x, y):
print('{} + {} = {}'.format(x, y, x+y))
然后我们来计算一下。
add(200, 50)
快来看看输出了什么,神奇不?
我准备开始计算:add 函数了:
200 + 50 = 250
啊哈,我计算完啦。给自己加个鸡腿!
入门用法:时间计时器
再来看看 时间计时器 实现功能: 顾名思义,就是计算一个函数的执行时长。
# 这是装饰函数
def timer(func):
def wrapper(*args, **kw):
t1=time.time()
# 这是函数真正执行的地方
func(*args, **kw)
t2=time.time()
# 计算下时长
cost_time = t2-t1
print("花费时间:{}秒".format(cost_time))
return wrapper
假如,我们的函数是要睡眠10秒(冏~,小明实在不知道要举什么例子了)。这样也能更好的看出这个计算时长到底靠不靠谱。import time
@timer
def want_sleep(sleep_time):
time.sleep(sleep_time)
want_sleep(10)
来看看,输出。真的是10秒耶。真历害!!!
花费时间:10.0073800086975098秒
进阶用法:带参数的函数装饰器
通过上面简单的入门,你大概已经感受到了装饰的神奇魅力了。不过,装饰器的用法远不止如此。我们今天就要把这个知识点讲透。上面的例子,装饰器是不能接收参数的。其用法,只能适用于一些简单的场景。不传参的装饰器,只能对被装饰函数,执行固定逻辑。如果你有经验,你一定经常在项目中,看到有的装饰器是带有参数的。装饰器本身是一个函数,既然做为一个函数都不能携带函数,那这个函数的功能就很受限。只能执行固定的逻辑。这无疑是非常不合理的。而如果我们要用到两个内容大体一致,只是某些地方不同的逻辑。不传参的话,我们就要写两个装饰器。小明觉得这不能忍。那么装饰器如何实现传参呢,会比较复杂,需要两层嵌套。同样,我们也来举个例子。我们要在这两个函数的执行的时候,分别根据其国籍,来说出一段打招呼的话。
def chinese():
print("我来自中国。")
def american():
print("I am from America.")
在给他们俩戴上装饰器的时候,就要跟装饰器说,这个人是哪国人,然后装饰器就会做出判断,打出对应的招呼。戴上帽子后,是这样的。
@say_hello("china")
def chinese():
print("我来自中国。")
@say_hello("america")
def american():
print("I am from America.")
万事俱备,只差帽子了。来定义一下,这里需要两层嵌套。
def say_hello(country):
def wrapper(func):
def deco(*args, **kwargs):
if country == "china":
print("你好!")
elif country == "america":
print('hello.')
else:
return
# 真正执行函数的地方
func(*args, **kwargs)
return deco
return wrapper
执行一下
american()
print("------------")
chinese()
看看输出结果。
你好!
我来自中国。
------------
hello.
I am from America
emmmm,这很NB。。。
高阶用法:不带参数的类装饰器
以上都是基于函数实现的装饰器,在阅读别人代码时,还可以时常发现还有基于类实现的装饰器。基于类装饰器的实现,必须实现 call 和 __init__两个内置函数。 init :接收被装饰函数 call :实现装饰逻辑。
class logger(object):
def __init__(self, func):
self.func = func
def __call__(self, *args, **kwargs):
print("[INFO]: the function {func}() is running..."\
.format(func=self.func.__name__))
return self.func(*args, **kwargs)
@logger
def say(something):
print("say {}!".format(something))
say("hello")
执行一下,看看输出
[INFO]: the function say() is running...
say hello!
高阶用法:带参数的类装饰器
上面不带参数的例子,你发现没有,只能打印INFO级别的日志,正常情况下,我们还需要打印DEBUG WARNING等级别的日志。 这就需要给类装饰器传入参数,给这个函数指定级别了。带参数和不带参数的类装饰器有很大的不同。init :不再接收被装饰函数,而是接收传入参数。 call :接收被装饰函数,实现装饰逻辑。class logger(object):
def init(self, level=‘INFO’):
self.level = level
def __call__(self, func): # 接受函数
def wrapper(*args, **kwargs):
print("[{level}]: the function {func}() is running..."\
.format(level=self.level, func=func.__name__))
func(*args, **kwargs)
return wrapper #返回函数
@logger(level=‘WARNING’)
def say(something):
print(“say {}!”.format(something))
say(“hello”)我们指定WARNING级别,运行一下,来看看输出。[WARNING]: the function say() is running…
say hello!07. wraps 装饰器有啥用?在 functools 标准库中有提供一个 wraps 装饰器,你应该也经常见过,那他有啥用呢?先来看一个例子def wrapper(func):
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.name)
#inner_function为什么会这样子?不是应该返回 func 吗?这也不难理解,因为上边执行func 和下边 decorator(func) 是等价的,所以上面 func.name 是等价于下面decorator(func).name 的,那当然名字是 inner_functiondef wrapper(func):
def inner_function():
pass
return inner_function
def wrapped():
pass
print(wrapper(wrapped).name)
#inner_function那如何避免这种情况的产生?方法是使用 functools .wraps 装饰器,它的作用就是将 被修饰的函数(wrapped) 的一些属性值赋值给 修饰器函数(wrapper) ,最终让属性的显示更符合我们的直觉。from functools import wraps
def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.name)
wrapped准确点说,wraps 其实是一个偏函数对象(partial),源码如下def wraps(wrapped,
assigned = WRAPPER_ASSIGNMENTS,
updated = WRAPPER_UPDATES):
return partial(update_wrapper, wrapped=wrapped,
assigned=assigned, updated=updated)可以看到wraps其实就是调用了一个函数update_wrapper,知道原理后,我们改写上面的代码,在不使用 wraps的情况下,也可以让 wrapped.__name__ 打印出 wrapped,代码如下:from functools import update_wrapper
WRAPPER_ASSIGNMENTS = (‘module’, ‘name’, ‘qualname’, ‘doc’,
‘annotations’)
def wrapper(func):
def inner_function():
pass
update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.name)08. 使用偏函数与类实现装饰器绝大多数装饰器都是基于函数和闭包实现的,但这并非制造装饰器的唯一方式。事实上,Python 对某个对象是否能通过装饰器( @decorator)形式使用只有一个要求:decorator 必须是一个“可被调用(callable)的对象。对于这个 callable 对象,我们最熟悉的就是函数了。除函数之外,类也可以是 callable 对象,只要实现了__call__ 函数(上面几个盒子已经接触过了),还有比较少人使用的偏函数也是 callable 对象。接下来就来说说,如何使用 类和偏函数结合实现一个与众不同的装饰器。如下所示,DelayFunc 是一个实现了 call 的类,delay 返回一个偏函数,在这里 delay 就可以做为一个装饰器。(以下代码摘自 Python工匠:使用装饰器的小技巧)import time
import functools
class DelayFunc:
def init(self, duration, func):
self.duration = duration
self.func = func
def call(self, *args, **kwargs):
print(f’Wait for {self.duration} seconds…’)
time.sleep(self.duration)
return self.func(*args, **kwargs)
def eager_call(self, *args, **kwargs):
print(‘Call without delay’)
return self.func(*args, **kwargs)
def delay(duration):
“”"
装饰器:推迟某个函数的执行。
同时提供 .eager_call 方法立即执行
“”"
# 此处为了避免定义额外函数,
直接使用 functools.partial 帮助构造 # DelayFunc 实例
return functools.partial(DelayFunc, duration)我们的业务函数很简单,就是相加@delay(duration=2)
def add(a, b):
return a+b来看一下执行过程>>> add # 可见 add 变成了 Delay 的实例
<main.DelayFunc object at 0x107bd0be0>
add(3,5) # 直接调用实例,进入 call
Wait for 2 seconds…
8add.func # 实现实例方法
<function add at 0x107bef1e0>09. 内置装饰器:property以上,我们介绍的都是自定义的装饰器。其实Python语言本身也有一些装饰器。比如property这个内建装饰器,我们再熟悉不过了。它通常存在于类中,可以将一个函数定义成一个属性,属性的值就是该函数return的内容。通常我们给实例绑定属性是这样的class Student(object):
def init(self, name, age=None):
self.name = name
self.age = age
实例化
XiaoMing = Student(“小明”)
添加属性
XiaoMing.age=25
查询属性
XiaoMing.age
删除属性
del XiaoMing.age但是稍有经验的开发人员,一下就可以看出,这样直接把属性暴露出去,虽然写起来很简单,但是并不能对属性的值做合法性限制。为了实现这个功能,我们可以这样写。class Student(object):
def init(self, name):
self.name = name
def set_age(self, age):
if not isinstance(age, int):
raise ValueError('输入不合法:年龄必须为数值!')
if not 0 < age < 100:
raise ValueError('输入不合法:年龄范围必须0-100')
self._age=age
def get_age(self):
return self._age
def del_age(self):
self._age = None
XiaoMing = Student(“小明”)
添加属性
XiaoMing.set_age(25)
查询属性
XiaoMing.get_age()
删除属性
XiaoMing.del_age()上面的代码设计虽然可以变量的定义,但是可以发现不管是获取还是赋值(通过函数)都和我们平时见到的不一样。 按照我们思维习惯应该是这样的。# 赋值
XiaoMing.age = 25
获取
XiaoMing.age那么这样的方式我们如何实现呢。请看下面的代码。class Student(object):
def init(self, name):
self.name = name
self.name = None
@property
def age(self):
return self._age
@age.setter
def age(self, value):
if not isinstance(value, int):
raise ValueError('输入不合法:年龄必须为数值!')
if not 0 < value < 100:
raise ValueError('输入不合法:年龄范围必须0-100')
self._age=value
@age.deleter
def age(self):
del self._age
XiaoMing = Student(“小明”)
设置属性
XiaoMing.age = 25
查询属性
XiaoMing.age
删除属性
del XiaoMing.age用@property装饰过的函数,会将一个函数定义成一个属性,属性的值就是该函数return的内容。同时,会将这个函数变成另外一个装饰器。就像后面我们使用的@age.setter和@age.deleter。@age.setter 使得我们可以使用XiaoMing.age = 25这样的方式直接赋值。 @age.deleter 使得我们可以使用del XiaoMing.age这样的方式来删除属性。10. 其他装饰器:装饰器实战读完并理解了上面的内容,你可以说是Python高手了。别怀疑,因为很多人都不知道装饰器有这么多用法呢。在小明看来,使用装饰器,可以达到如下目的:使代码可读性更高,逼格更高; 代码结构更加清晰,代码冗余度更低;刚好我最近在写代码的时候也有一个场景,可以用装饰器很好的实现,暂且放上来看看。这是一个实现控制函数运行超时的装饰器。如果超时,则会抛出超时异常。有兴趣的可以看看。import signal
class TimeoutException(Exception):
def init(self, error=‘Timeout waiting for response from Cloud’):
Exception.init(self, error)
def timeout_limit(timeout_time):
def wraps(func):
def handler(signum, frame):
raise TimeoutException()
def deco(*args, **kwargs):
signal.signal(signal.SIGALRM, handler)
signal.alarm(timeout_time)
func(*args, **kwargs)
signal.alarm(0)
return deco
return wraps以上就是个人对装饰器用法的理解,整理不易,若对你有所帮助,不防给个赞呗。