一、装饰器语法糖
没错,@ 符号就是装饰器的语法糖。装饰器的语法就是: @装饰对象
语法糖(Syntactic sugar),也译为糖衣语法,指计算机语言中添加的某种语法,这种语法对语言的功能并没有影响,但是更方便程序员使用。
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
。
我们要看到装饰器的本质,我们比较熟悉的是基于函数实现的装饰器,然而一切可调用对象都用来作为装饰器来使用。所以我们可以不难理解,定义装饰对象,用 @装饰对象 来装饰被装饰对象即可应用装饰器。
将 @ 装饰对象 和被装饰对象绑定在一起,在我们调用被装饰对象的时候,第一件事并不是执行这个被装饰对象,而是将这个被装饰对象做为参数传入 @ 装饰对象中,@装饰对象我们称之为装饰器
。
装饰器的使用方法很固定:
- 先定义一个装饰对象(也可以用类、偏函数实现)
- 再定义你的被装饰对象、或者类
- 最后把 @装饰对象 带在被装饰对象头上
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
二、入门用法1: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下要执行函数了。
- 在函数执行完,再打印一行日志告知下函数执行完了。
# 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 #装饰器
def add(x, y): #被装饰函数
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!
三、入门用法2:时间计时器
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。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
四、进阶用法:带参数的函数装饰器
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。
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。
不传参的装饰器,只能对被装饰函数,执行固定逻辑。但在项目中,常常看到的装饰器是带有参数的。
装饰器本身是一个函数,而装饰器需要两层嵌套来实现传参。
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 american():
print("我来自中国。")
def chinese():
print("I am from America.")
对于上面这两个函数,在加上装饰器,就需要指明传入参数(是哪国人),以此来打出对应的招呼。
加上装饰器后如下:
@say_hello("china")
def chinese():
print("我来自中国。")
@say_hello("america")
def american():
print("I am from America.")
最后就需要来定义一下带有参数装饰函数,这里需要两层嵌套来实现。
def say_hello(contry):
def wrapper(func):
def deco(*args, **kwargs):
if contry == "china":
print("你好!")
elif contry == "america":
print('hello.')
else:
return
# 真正执行函数的地方
func(*args, **kwargs)
return deco
return wrapper
主函数:
if __name__ = "__main__":
american()
print("------------")
chinese()
完整代码和输出结果如下:
def say_hello(contry):
def wrapper(func):
def deco(*args, **kwargs):
if contry == "china":
print("你好!")
elif contry == "america":
print('hello.')
else:
return
# 真正执行函数的地方
func(*args, **kwargs)
return deco
return wrapper
@say_hello("china")
def chinese():
print("我来自中国。")
@say_hello("america")
def american():
print("I am from America.")
if __name__ = "__main__":
american()
print("------------")
chinese()
输出结果:
你好!
我来自中国。
------------
hello.
I am from America
五、高阶用法1:不带参数的类装饰器
以上都是基于函数实现的装饰器,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__
两个内置方法。__init__
:接收被装饰函数__call__
:实现装饰逻辑。
举个例子:
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))
if __name__ == "__main__":
say("hello")
输出结果如下:
[INFO]: the function say() is running...
say hello!
六、高阶用法2:带参数的类装饰器
不带参数的类装饰器,其用法,只能适用于一些简单的场景。上述例子只能打印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。
不带参数的类装饰器必须实现的 __call__
和 __init__
两个内置方法大有不同。
__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。
举个栗子:
#类装饰
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') #基于类的装饰器
def say(something): #被装饰函数
print("say {}!".format(something))
if __name__ == "__main__":
say("hello")
输出结果如下:
[WARNING]: the function say() is running...
say hello!
七、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(装饰对象)是否能通过装饰器( @decorator
)形式使用(装饰被装饰对象)只有一个要求:decorator 必须是一个“可被调用(callable)的对象”。这个decorator就是装饰函数
对于这个 callable 对象包括:
- 函数
- 实现了
__call__
函数的类 - 偏函数
偏函数:
就是当函数的参数太多的时候,需要简化,使用(functools.partial)可以创建一个新的函数(偏函数),这个函数可以固定住原来的参数的部分参数,从而在调用的时候更加的简单。
接下来就来说说,如何基于类和偏函数来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:
import time
import functools
#定义类
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)
#装饰函数
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) #固定类属性参数duration,简化DelayFunc类的实例化
被装饰函数 :
@delay(duration=2)
def add(a, b):
return a+b
执行输出过程如下:
>>> 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...
8
>>>
>>> add.func # 实现实例方法(属性)
<function add at 0x107bef1e0>
八、如何写能装饰类的装饰器?
用 Python 写单例模式的时候,其中的一种写法,就是用装饰器来实现的。
举个装饰器版的单例写法的例子:
instances = {}
#装饰函数
def singleton(cls):
def get_instance(*args, **kw):
cls_name = cls.__name__
print('===== 1 ====')
if not cls_name in instances:
print('===== 2 ====')
instance = cls(*args, **kw)
instances[cls_name] = instance
return instances[cls_name]
return get_instance
@singleton
class User:
_instance = None
def __init__(self, name):
print('===== 3 ====')
self.name = name
可以看到我们用singleton 这个装饰函数来装饰 User 这个类。
装饰器用在类上,并不是很常见,但只要熟悉装饰器的实现过程,就不难以实现对类的装饰。
在上面这个例子中,装饰器就只是实现对类实例的生成的控制而已。
其实例化的过程,你可以参考我这里的调试过程,加以理解。
九、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__)
输出结果:
inner_function
因为上边执行func
和下边 wrapper(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_function
def wrapper(func):
def inner_function():
pass
return inner_function
def wrapped():
pass
print(wrapper(wrapped).__name__)
输出结果:
inner_function
我们原本是想输出执行函数的__name__ ,那如何避免上面这种情况的产生?
方法是使用 functools .wraps 装饰器,它的作用就是将 被装饰的函数(wrapped) 的一些属性值赋值给装饰函数(wrapper) ,最终让属性的显示更符合我们的直觉。update_wrapper的作用就是把func
上的所有属性全部赋值到inner_function上。
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__)
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,update_wrapper可以实现偏函数
,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
def wrapper(func):
def inner_function():
pass
update_wrapper(func, inner_function)
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
输出:
wrapped
十. 其他装饰器:装饰器实践
深入理解了这些内容,可以说是Python高手了。别怀疑,自信点,因为很多人都不知道装饰器有这么多用法呢。
举个装饰器实践栗子:
下面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)。
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)
#真正执行函数的位置
func(*args, **kwargs)
signal.alarm(0)
return deco
return wraps