详解Python中装饰器的实现和使用

我们有函数：

def f1():
print(‘This is a function.’)

有一天我想添加需求，想在函数内部打印时间：

def f1():

print(time.time())  # 打印unix时间戳
print(‘This is a function.’)

f1()

后来我不只想在该函数实现打印时间的功能，我还想在更多函数中实现它。   

我们定义函数：

def print_current_time(func):  # 接收一个函数作为参数
    print(time.time())
    func()

print_current_time(f1)
print_current_time(f2)

这样就实现了我们的需求。但这样做不够好，打印时间这个新增加的需求并非属于新增加的函数，而是属于原函数（f1、f2）本身。这样的做法就如同下述代码：

print(time.time())
f1()
print(time.time())
f2

如何体现这种绑定，表示该扩展功能是属于原函数的呢？我们尝试使用装饰器：

def decorator(func):  # 外部函数
    def wrapper():  # 单词本身指被封装的意思
        print(time.time())
    func()
    return wrapper

def f1():
    print(‘This is a function.’)

这个就是装饰器本器了。但跟我们之前定义的有什么不同呢？区别在于装饰器把current_time函数封装到了内部，同时我们无需定义一个新的print_current_time函数。

如何使用？

f = decorator(f1)  # 获取到wrapper
f()

真正的业务逻辑被包装在了在wrapper里。但我认为真正体现装饰器的优势是python给装饰器提供的一个语法糖，也就是“@”符号：

@decorator
def f1():
    print(‘This is a function’)


f1()

它可以在不改变原函数的方法的基础上实现新增的方法，体现了AOP的思想。

现在我们考虑添加参数的情况。假设f1里有1个参数：

@decorator
def f1(func_name):
    print(‘This is a function’)

f1(‘test_func’)

这样会报错，因为wrapper内部是没有参数的。正确的做法应该是：

def decorator(func):  
    def wrapper(func_name):  
        print(time.time())
        func()
    return wrapper

但如果原函数有N个参数呢？使用想变参数*args：

def decorator(func):      
    def wrapper(*args):  
        print(time.time())
    func(*args)
    return wrapper

这样不管原函数有多少个参数，都可以支持。我们继续优化我们的装饰器，还有一种情况，假设有函数f3：

# @decorator 不使用装饰器
def f1(func_name1,func_name2, **kw):
    print(‘This is a function named’ + func_name1)
    print(‘This is a function named’ + func_name2)
    print(kw)


f3(‘test func1’, ‘test func2’, a=1, b=2, c=’123’)

>>{‘a’:1, ‘b’:2, ‘c’:3}  # kw输出结果

如果要使用装饰器需要这样写：

def decorator(func):  
    def wrapper(*args, **kw):  
        print(time.time())
    func(*args, **kw)
    return wrapper