现在我们有一个函数:
# 一个函数
def now():
print('2019-07-12')
假设我们想增加它的功能,在每次调用该函数时,都打印一下日志,但是不能更改这个函数 now() 的定义,那么就可以采用装饰器。在代码运行期间动态增加功能的方式,称之为“装饰器”(Decorator)。下面代码展示了如何定义一个装饰器:
# 定义一个打印日志的装饰器
def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
本质上,装饰器就是一个返回函数的高阶函数。log() 函数中定义了一个 wrapper() 函数,并且返回该 wrapper() 函数。注意,wrapper(*args, **kw) 是固定的写法, wrapper() 函数可以接受任意参数的调用 (注:参数具体含义看文章最后)。在 wrapper() 函数中,首先打印了日志,紧接着调用原始的函数。
如何使用该装饰器呢?这就需要借助Python的@语法,把装饰器置于函数的定义处:
# 使用 @ 语法将装饰器与函数绑定
@log
def now():
print('2019-07-11')
# 调用 now() 函数的结果:
# call now():
# 2019-7-12
注意,装饰器要出现在函数的前边,否则 @log 语法会报错。把@log放到now()函数的定义处,相当于执行了语句:
# 把 @log 放到 now() 函数的定义处,相当于执行下边的语句:
now = log(now)
这样的装饰器有一个缺点,就是日志是固定的。如果想自定义日志文本呢?具体代码如下:
# 定义一个返回装饰器的高阶函数
def log(text):
def decorator(func):
def wrapper(*args, **kw):
print('%s %s():' %(text, func._name_))
return func(*args, **kw)
return wrapper
return decorator
同样使用@语句与 now() 函数绑定:
@log('execute')
def now():
print('2019-07-12')
# 调用 now() 函数的结果:
# execute now():
# 2019-7-12
三层嵌套的效果如下:
now = log('execute')(now)
log() 函数接受一个字符串参数,并且返回一个装饰器。返回的装饰器接收一个函数参数,这和上面不自定义日志文本的装饰器就一样了。
还有一点需要说明,decorator() 函数返回的是 wrapper() 函数,然后 wrapper() 函数中再调用原来的 now() 函数。所以 now 这一变量,就变成了 wrapper() 函数。试试调用 now.name 看看是什么结果:
# now 是否改变了自己的属性
print(now.__name__)
# 结果:wrapper
所以,now 已经改变了。如何解决呢?Python 有专门解决该问题的方法,就是引入 functools 包,并且在 wrapper() 函数前添加一条语句:@functools.wraps(func)。看看一个完整的自定义文本装饰器的定义:
# 一个完整的装饰器定义
import functools
def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('%s %s():' %(text, func._name_))
return func(*args, **kw)
return wrapper
return decorator
注:
(*args, **kw) 参数的含义:一个*代表的是list,即可变参数,两个*代表的是dict,即关键字参数。