Python笔记：Python装饰器

装饰器是通过装饰器函数修改原函数的一些功能而不需要修改原函数，在很多场景可以用到它，比如① 执行某个测试用例之前，判断是否需要登录或者执行某些特定操作；② 统计某个函数的执行时间；③ 判断输入合法性等。合理使用装饰器可以极大地提高程序的可读性以及运行效率。本文将介绍Python装饰器的使用方法。

python简单装饰器

python装饰器可以定义如下：

def my_decorator(func):
    def wrapper(*args, **kwargs):
        print('this is wrapper')
        func(*args, **kwargs)
        print('bye')
    return wrapper

def test_decorator(message):
    print(message)

decorator = my_decorator(test_decorator)
decorator('hello world')

输出：

this is wrapper
hello world
bye

python解释器将test_decorator函数作为参数传递给my_decorator函数，并指向了内部函数 wrapper()，内部函数 wrapper() 又会调用原函数 test_decorator()，所以decorator()的执行会先打印’this is wrapper’，然后打印’hello world’， test_decorator()执行完成后，打印 ‘bye’ ，*args和**kwargs，表示接受任意数量和类型的参数。

装饰器 my_decorator() 把真正需要执行的函数 test_decorator() 包裹在其中，并且改变了它的行为，但是原函数 test_decorator() 不变。

一般使用如下形式使用装饰器：

@my_decorator
def test_decorator(message):
    print(message)

test_decorator('hello world')

@my_decorator就相当于 decorator = my_decorator(test_decorator) 语句。

functools()

内置装饰器@functools.wrap可用于保留原函数的元信息（将原函数的元信息，拷贝到对应的装饰器函数里）。先来看看没有使用functools的情况：

def my_decorator(func):
    def wrapper(*args, **kwargs):
        print('this is wrapper')
        func(*args, **kwargs)
    return wrapper

@my_decorator
def test_decorator(message):
    print(message)

test_decorator('hello world')
print(test_decorator.__name__)
print("######")
help(test_decorator)

输出：

this is wrapper
hello world
wrapper
######
Help on function wrapper in module __main__:

wrapper(*args, **kwargs)

从上面的输出可以看出test_decorator() 函数被装饰以后元信息被wrapper() 函数取代了，可以使用@functools.wrap装饰器保留原函数的元信息：

import functools

def my_decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print('this is wrapper')
        func(*args, **kwargs)
    return wrapper

@my_decorator
def test_decorator(message):
    print(message)

test_decorator('hello world')
print(test_decorator.__name__)
print("######")
help(test_decorator)

输出：

this is wrapper
hello world
test_decorator
######
Help on function test_decorator in module __main__:

test_decorator(message)

带参数的装饰器

装饰器可以接受自定义参数。比如定义一个参数来设置装饰器内部函数的执行次数：

def repeat(count):
    def my_decorator(func):
        def wrapper(*args, **kwargs):
            for i in range(count):
                print(f'counter: {i}')
            func(*args, **kwargs)
        return wrapper
    return my_decorator

@repeat(4)
def test_decorator(message):
    print(message)

test_decorator('hello world')

输出：

counter: 0
counter: 1
counter: 2
counter: 3
hello world

装饰器的嵌套

Python 支持多个装饰器嵌套：

@decorator1
@decorator2
@decorator3
def func():
    ...

嵌套示例

import functools

def decorator1(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print('decorator1')
        func(*args, **kwargs)
    return wrapper


def decorator2(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print('decorator2')
        func(*args, **kwargs)
    return wrapper

def decorator3(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        print('decorator3')
        func(*args, **kwargs)
    return wrapper


@decorator1
@decorator2
@decorator3
def test_decorator(message):
    print(message)

test_decorator('hello world')

装饰的过程：

• wrapper3 = decorator3(test_decorator)
• wrapper2 = decorator2(wrapper3)
• wrapper1 = decorator1(wrapper2)
• test_decorator = wrapper1

顺序从里到外：

decorator1(decorator2(decorator3(func)))

test_decorator(‘hello world’) 执行顺序和装饰的过程相反。

输出：

decorator1
decorator2
decorator3
hello world

类装饰器

类也可以作为装饰器，类装饰器主要依赖__call__()方法，是python中所有能被调用的对象具有的内置方法（python魔术方法），每当调用一个类的实例时，__call__()就会被执行一次。

下面的类装饰器实现统计函数执行次数：

class Count:
    def __init__(self, func):
        self.func = func
        self.num_calls = 0

    def __call__(self, *args, **kwargs):
        self.num_calls += 1
        print(f'num of calls is: {self.num_calls}')
        return self.func(*args, **kwargs)

@Count
def test_decorator():
    print("hello world")

test_decorator()
test_decorator()

输出：

num of calls is: 1
hello world
num of calls is: 2
hello world

装饰器使用实例

下面介绍两种装饰器使用场景

统计函数执行时间

统计函数执行所花费的时间

import functools
import time

def timer(func):
    # 统计函数执行时间
    @functools.wraps(func)
    def wrapper_timer(*args, **kwargs):
        start_time = time.perf_counter()    
        value = func(*args, **kwargs)
        end_time = time.perf_counter()      
        run_time = end_time - start_time    
        print(f"{func.__name__} 执行时间为：{run_time:.4f} 秒")
        return value
    return wrapper_timer

@timer
def test_sum(num):
    sum = 0
    for i in range(num+1):
        sum = sum + i
    print(sum)
    
test_sum(100000)

输出：

5000050000
test_sum 执行时间为：0.0046 秒

登录认证

在使用某些web服务时，需要先判断用户是否登录，如果没有登录就跳转到登录页面或者提示用户登录：

import functools

def authenticate(func):
    @functools.wraps(func)
    def wrapper_login(*args, **kwargs):
        request = args[0]
        if check_user_logged_in(request): # 判断用户是否处于登录状态
            return func(*args, **kwargs) # 执行函数secret() 
        else:
            return redirect(url_for("login", next=request.url)) # 跳转登录页面
    return wrapper_login
    
@authenticate
def secret()
    ...
 

--THE END--

---

系列文章

1. VSCode + Python环境配置
2. Python PEP—Python增强提案
3. 正则表达式介绍及Python使用方法
4. Python笔记：List相关操作
5. Python笔记：字符串操作
6. Python函数的参数类型
7. Python反射介绍
8. Python笔记：属性值设置和判断变量是否存在
9. Python中的__new__、__init__以及metaclass
10. Python对象及内存管理机制
11. Python内存驻留机制
12. Python笔记：Python装饰器
13. Python中的闭包
14. Python笔记：lambda匿名函数
15. Python多线程与多进程
16. Python协程
17. Python笔记：日期时间获取与转换
18. Python笔记：命令行参数解析
19. Python 命令行参数解析之 Click
20. Python json文件读写
21. Python yaml文件读写
22. Python Scapy 报文构造和解析

---

欢迎关注公众号:「测试开发小记」及时接收最新技术文章！