写在前面
本系列目的：希望可以通过一篇文章，不望鞭辟入里，但求在工程应用中得心应手。
- 装饰器模式是鼎鼎大名的23种设计模式之一。装饰器模式可以在不改变原有代码结构的情况下，扩展代码功能。
- Python将装饰器作为Python的一种特性，内置了对装饰器的支持，使得Python使用者在使用装饰器时更加方便，合理使用装饰器，可以使Python代码极具美感。
- 由于设计模式是一套被反复使用的代码设计经验，并不是编码必备的技能。所以在编码过程中，完全放弃使用装饰器。但是如果你不写出pythonic风格的，没有坏味道的代码，那么装饰器是这条路上绕不过的坎儿。
干货儿
包含八节内容：闭包(实现装饰器的基础)，不带参数的函数装饰器，带参数的函数装饰器，不带参数的类装饰器，带参数的类装饰器，常用内建装饰器，装饰器总结(套路总结)，装饰器经典实例(单例模式)。
-
闭包
装饰器是通过闭包实现的。闭包是一个比较复杂的话题，深了说可以讲到python对常量表和符号表的处理方式。这里只做简单介绍。个人认为只要记住以下三个特性，就明白了闭包的概念。
- 一个闭包是一个作用域。一个闭包只能访问作用域内的local变量和作用域外的nonlocal变量。
- 如果在作用域外有和作用域内同名的变量var，如果在作用域内先使用变量var,然后再定义变量var，那么会抛出a变量先使用后定义的错误。
- 闭包可以将作用域"封装"。那么我们可以在闭包之外，访问闭包内的局部变量。因为局部变量被"封装"在了闭包内。
-
不带参数函数装饰器
假设有一个需求，我们需要在每个函数运行时,打印当下时刻的时间戳。那么有以下两种写法：-
不使用装饰器
编写一个打印时间戳的工具函数，编写一个业务函数。传入业务函数对象到工具函数中，实现打印时间戳并执行业务函数的需求。代码如下：import time def f(): print("f is running!") def f1(): print("f1 is running!") def print_running_time(f): print("running time:", time.time()) f() print_running_time(f) print_running_time(f1) >>> ('running time:', 1588864281.154459) f is running! ('running time:', 1588864281.154483) f1 is running!
-
使用装饰器(函数装饰器)
编写一个打印时间戳的装饰器函数，编写一个业务函数。装饰器函数装饰业务函数，实现打印时间戳并执行业务函数的需求。代码如下：
import time def print_running_time(f): def wrapper(): print("running time:", time.time()) f() return wrapper @print_running_time def f(): print("f is running!") @print_running_time def f1(): print("f1 is running!") f() f1() >>> ('running time:', 1588864281.154459) f is running! ('running time:', 1588864281.154483) f1 is running! -
以上两种写法对比
通过对比以上两种写法，我们可以发现最明显的区别是代码在运行时，第一种写法执行的print_running_time函数，第二种写法执行的是f函数。那么明显第二种写法中抽象出的语义更加接近我们的业务需求。在同样需求增加的情况下，第一种写法需要写更多的工具函数，并且在执行业务函数时需要进行多层嵌套，极大地增加了代码的复杂度。第二种写法可以增加多个装饰函数装饰到业务函数上方，在多需求下依旧保持代码的可读性和层次感，功能的独立性和扩展性。-
初探装饰器原理
装饰器的代码运行分为两步，装饰器初始化(在运行至被装饰函数定义处)和执行被装饰函数(在运行至被装饰函数调用处)
以第二种写法装饰器的写法为例，装饰器的原理如下：-
在代码加载过程中，代码从上往下执行，那么在执行到#1代码时，相当于执行了#2代码。(#1和＃2的代码是等价的。＠docorator_func装饰ｆ，就相当于执行decorator_func(f))。根据#2代码中print_running_time可知，执行print_running_time(f)的返回值是wrapper(注意返回的是函数对象wrapper，不是wrapper()).
# 1 @print_running_time def f(): print("f is running!") # 2 print_running_time(f) # 3 def print_running_time(f): #3.1 def wrapper(): #3.2 print("running time:", time.time()) #3.3 f() #3.4 return wrapper # 4 f() -
那么源码中#1处的三行代码，返回值为wrapper，即相当于通过增加@装饰函数，f现在已经指向了wrapper对象。
-
根据之前提到闭包的特性：闭包可以访问作用之外的非局部变量，可以将作用域"封装",在闭包之外访问闭包内的变量。所以wrapper可以访问＃3.1中到自己外层函数的参数ｆ变量(被装饰器函数对象)，并且可以封装wrapper作用域，保存ｆ变量。
-
执行#4处的业务函数f(),即执行#3.2的wrapper()代码，即执行#3.3和#3.4代码。
-
整个过程中需要注意的是，在代码运行至#1时，f作为装饰器参数被#3.2wrapper闭包保留，在#1执行完之后，会存在两个f对象，#4的f对象指向wrapper，#3.4的f对象依旧是#1处的f对象。
-
执行流程为f()> wrapper()> 执行#7.1 #7.2代码==>打印当前时刻时间戳，顺利执行了原有的业务函数。
-
-
-
-
带参数的函数装饰器
现在有新的需求，根据调试和生产环境的不同，需要往复地开关打印时间戳的功能，那么这时就需要为装饰器函数增加参数，来作为是否打印时间戳的开关。如以下代码所示，ｆ()会打印当前函数的执行时间，ｆ1()则不会打印函数的执行时间
import time ＃ １ def print_running_time(*flag): def outer_wrapper(f): def inner_wrapper(): if flag: print("running time:", time.time()) f() return inner_wrapper return outer_wrapper ＃ ２ @print_running_time(1) def f(): print("f is running!") # 3 @print_running_time() def f1(): print("f1 is running!") f() f1() >>> ('running time:', 1588860065.265516) f is running! f1 is running!带参数装饰器原理
- 之前简单装饰器原理==>＠decorator_func装饰业务函数ｆ<=>decorator_func(f),那么＃２处的代码<=>print_running_time(1)(f)<=>outer_wrapper(f)<=>inner_wrapper。需要注意的是inner_wrapper作为闭包，包含了外层两个变量flag和f的原始值。
- 接下来调用f(),执行inner_wrapper(),通过判断flag真假，选择是否打印当前时间戳，然后执行业务函数，实现需求。
-
不带参数类装饰器
-
准确来说，装饰器的本质是将一个可调用对象作为参数传入另一个可调用对象，然后通过闭包保存变量，在适当的时候执行。我们知道，python有两个特性
- Python中函数和类都是一等对象(这也是装饰器能作为python特性的原因之一)。
- python中若callable(obj)为真，那么这个对象就是可调用的。所以类，函数，方法，实现了__call__魔术方法的类实例，都是可调用对象。
-
根据装饰器的本质和以上Python两个特性可以得出以下结论：
- 函数和类都可以作为装饰器，也可以被装饰器装饰。
- 类装饰器和函数装饰器思路相同，__init__作为对象初始化的第一步,可以实现一层闭包的效果
-
将之前简单函数装饰器的例子换成类装饰器，代码如下(为了与之前代码保持一致，所以类名不符合Python命名规范)：
import time class print_running_time: def __init__(self, f): # 相当于闭包，通过实例属性保存变量f实现闭包中的变量封装 self.f = f def __call__(self): # 类实例可以被调用 print("running time:", time.time()) return self.f() @print_running_time def f(): print("f is running!") @print_running_time def f1(): print("f1 is running!") f() f1() >>> 输出同简单函数装饰器
-
-
带参数的类装饰器
-
将之前简单函数装饰器的例子换成类装饰器，代码如下：
import time class print_running_time: def __init__(self, *flag): # 相当于闭包，通过实例属性保存变量flag实现闭包中的变量封装 self.flag = flag def __call__(self, f): # 类实例可以被调用,传入业务函数f def wrapper(): if self.flag: print("running time:", time.time()) f() return wrapper @print_running_time(1) def f(): print("f is running!") @print_running_time() def f1(): print("f1 is running!") f() f1() >>> 输出同带参数的函数装饰器
-
-
常用内建装饰器
装饰器是Python最重要的特性之一，Python实现了很多对装饰器的支持
-
wraps
wraps可以保留被装饰函数的__doc__。如下代码所示，wraps装饰器的开关会导致打印f.__doc__出现两种结果- 如果注释掉#1.1的代码，打印结果为#1.3
- 如果加上#1.1的代码，打印结果为#2.1
import time from functools import wraps # 1 def print_running_time(f): @wraps(f) # 1.1 def wrapper(): '''the func wrapper''' # 1.3 print("running time:", time.time()) f() return wrapper # 2 @print_running_time def f(): '''the func f''' # 2.1 print("f is running!") print(f.__doc__) >>> the func f -
property 、setter、 deleter
这三个是孪生兄弟，其中property用的最多，setter和deleter依附property。
- property:将函数调用转化为属性
- setter:设置属性
- deleter:删除属性
- 类似于JavaBean，可以将对属性的操作写入函数中，限制属性操作，保护
属性安全。代码如下：
class Student(object): @property def name(self): return self._name @name.setter def name(self, name): if len(name) < 2: raise ValueError("无名大侠？") self._name = name @name.deleter def name(self): del self._name stu = Student() stu.name = "刘" # name.setter print(stu.name) ## property del stu.name # name.deleter print(stu.name) # raise AttributeError
-
-
多装饰器叠加
多个装饰器叠加是python中很常见的骚操作，如Flask和Django中都会用到，举例如下：
import sys # 1 def f1(func): print('f1 start') def wrapper(): # 1.1 print('f1 ' + sys._getframe().f_code.co_name + ' start') func() # 1.2 print('f1 ' + sys._getframe().f_code.co_name + ' end') print('f1 end') return wrapper # 2 def f2(func): print('f2 start') def wrapper(): # 2.1 print('f2 ' + sys._getframe().f_code.co_name + ' start') func() # 2.2 print('f2 ' + sys._getframe().f_code.co_name + ' end') print('f2 end') return wrapper # 3 @f1 @f2 def func(): #3.1 print('the func') #4 func() #4.1 >>> f2 start f2 end f1 start f1 end f1wrapper start f2wrapper start the func f2wrapper end f1wrapper end- 多装饰器执行过程分析
执行分为两步，装饰器初始化，被装饰函数执行。顺序如下：
- 装饰器初始化，根据装饰器原理，#3处的代码等价于f1(f2(func))
- 执行f2(func); >>> f2 start f2 end; return #2.1处的wrapper(#2.2处的func为#3.1处的func)
- 执行f1(f2(func))==> f1(#2.1处的wrapper); >>> f1 start f1 end; return #1.1处的wrapper(#1.2处的func为#2.1处的wrapper)
- 装饰器初始化结束, 以上两步的输出如下：
>>> f2 start f2 end f1 start f1 end - 被装饰函数执行：func() <=> #1.1处的wrapper，替换之后代码如下
#1.2处的func <=> # 2.1处的wrapper，替换之后代码如下print('f1 ' + sys._getframe().f_code.co_name + ' start') func() # 1.2 print('f1 ' + sys._getframe().f_code.co_name + ' end')
#2.2处的func即为#4.1处的func，执行以上代码，输出结果如下：print('f1 ' + sys._getframe().f_code.co_name + ' start') print('f2 ' + sys._getframe().f_code.co_name + ' start') func() # 2.2 print('f2 ' + sys._getframe().f_code.co_name + ' end') print('f1 ' + sys._getframe().f_code.co_name + ' end')>>> f1wrapper start f2wrapper start the func f2wrapper end f1wrapper end
- 多装饰器执行过程分析
-
装饰器总结
- 装饰器原理：#1代码与#2代码等价
# 1 @decorator_func def func(): pass # 2 decorator_func(func) - 装饰器套路
不带参数的函数装饰器需要有两层函数：-
外层函数参数为被装饰函数对象
-
内层参数为被装饰函数的参数
带参数的函数装饰器需要有三层函数：
- 外层函数参数为装饰器函数参数(简直是废话，外层函数本来就是装饰器函数)
- 中层函数参数为被装饰函数对象
- 内层参数为被装饰函数的参数
类装饰器同理，最外层函数可以用__init_函数代替，中层(如果有和内层函数写在__call__中
-
- 多个装饰器叠加
根据业务函数和装饰器函数的距离，由近及远执行装饰器函数(外层函数)，然后由远到近执行内层函数。
- 装饰器原理：#1代码与#2代码等价
-
装饰器经典实例：单例模式
以下均单进程可行，多线程需要加锁
单例模式
# eg:1 class Singleton: _singleton = None def __new__(cls): if cls._singleton is None: cls._singleton = super().__new__(cls) return cls._singleton ins1 = Singleton() ins2 = Singleton() print(ins1 is ins2) # eg:2 def singleton(cls): ins_pool = {} def inner(): if cls not in ins_pool: ins_pool[cls] = cls() return ins_pool[cls] return inner @singleton class Cls: def __init__(self): pass ins1 = Cls() ins2 = Cls() print(ins1 is ins2) # eg:3 class Singleton: def __init__(self, cls): self.ins_pool = {} self.cls = cls def __call__(self): print(self.ins_pool) if self.cls not in self.ins_pool: self.ins_pool[self.cls] = self.cls() return self.ins_pool[self.cls] @Singleton class Cls: def __init__(self): pass ins1 = Cls() ins2 = Cls() print(ins1 is ins2)
写在最后
希望大家可以通过本文掌握装饰器这个杀手级特性。欢迎关注个人博客:药少敏的博客
111
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
