1、函数式编程的概念
了解装饰器之前我们不妨来了解下函数式编程中的几个概念
- 返回函数
把函数作为结果值返回的函数,这样的函数称之为返回函数。如下将求和计算函数作为返回结果,而不是求和后的值作为返回结果。
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
这种做法,在我们实例化lazy_sum()时返回的并不是结果,而是一个函数。所以得到求和结果应该要这样写
f=lazy_sum(1, 3, 5, 7, 9)
f()
- 高阶函数
把函数作为参数传入,这样的函数称为高阶函数。如下,最简单的高阶函数
def add(x, y, f):
return f(x) + f(y)
当我们调用add(-5, 6, abs)时,参数x,y和f分别接收-5,6和abs,根据函数定义
x ==> -5
y ==> 6
f ==> abs
f(x) + f(y) ==> abs(-5) + abs(6) ==> 11
那么接下来就了解下什么是装饰
2、什么是装饰器
“装饰器是一个函数,其主要用途是包装另一个函数或类。这种包装的首要目的是透明地修改或增强被包装对象的行为。”——《Python参考手册(第4版)》
而本质上,decorator就是一个返回函数的高阶函数,它以函数作为参数,并返回一个替换函数。
先看一个简单的装饰器例子:
在运行某个方法时打印出该方法的名字。一般情况下我们会怎么写呢?
def now():
print 'call %s()!!!'%now.__name__
print "2013-12-25"
但是如果我们有大量的方法都需要实现这个需求时呢。我们就需要大量复制粘贴。这种写法就造成了大量重复代码。为了减少这代码我们可以这么做。重新定义一个函数:专门处理日志 ,日志处理完之后再执行真正的业务代码
def log(func):
print 'call %s()!!!' % func.__name__
func()
def now():
print '2013-12-25'
>>>use_logging(now)
这样写虽然实现了逻辑,但似乎有些问题?是的,本来我们只是想执行now() 就可以了,但是却发现不得不去执行use_logging().所以呢,我们使用装饰器来解决该问题,是不错的选择。 如下定义一个装饰器:
def log(func):
def wrapper(*args, **kw):
print 'call %s()!!!' % func.__name__
return func(*args, **kw)
return wrapper
一般的用法如下
@log
def now():
print '2013-12-25'
运行结果如下
>>> now()
call now()!!!
2013-12-25
把@log放到now()函数的定义处,相当于执行了语句
now = log(now)
3、装饰器的使用场景
在了解如何使用装饰器前。我们不妨问自己一个问题:那些场景我们需要使用装饰器?它的存在解决了哪些实际问题?其作用是在代码运行期间动态增加功能,
- 场景1:登录身份验证
假设我们在访问一个网站,有些页面需要验证用户是否已经登录。只有已经登录的用户才可以查看对应的内容。否则将跳转至登录页面。现在我们访问页面的功能已经做好了。只需要在调用该方法时验证一下是否已经登录。所以我们可以稍微将访问页面的功能加些装饰。从而在不破坏原先代码的结构的情况下。实现该需求
-场景2:
4、各式各样的装饰器
- 简单装饰器
#装饰器的定义
def log(func):
def wrapper(*args, **kw):
print 'call %s()!!!' % func.__name__
return func(*args, **kw)
return wrapper
#装饰器的使用
@log
def now():
print '2013-12-25'
- 带参数的装饰器
def log(txt):
def decorator(func):
def wrapper(*args,**kw):
print '%s %s!!!'%txt,func.__name__
return func(*args,**kw)
return wrapper
return decorator
- 类装饰器
- functools.wraps
- 内置装饰器@staticmathod、@classmethod、@property
- -