python 装饰器重要性_Python：浅谈装饰器

Python的装饰器是个好东西，它能干很多事情。但对于新手，它看起来似乎没那么简单。

但事实上，装饰器本身也只是个函数。

import time

def log(func):

def wrapper(*args, **kwargs):

start = time.time()

result = func(*args, **kwargs)

end = time.time()

print("The func '{}' used {}s.".format(func.__name__, end-start))

return result

return warpper

这一个装饰器，当我们这样使用时

@log

def fuck(name):

"""Fuck someone"""

print("Fuck", name)

它只是执行了fuck = log(fuck)这样一句代码而已。

也就是说，我们表面上是用fuck("myself")，事实上执行的都是log(fuck)("myself")。因为Python里面都是对象嘛。

同样的道理，假设我们定义了一个带参数的装饰器logging，它实际上执行的是

func = logging(arguments)(func)

也就是上面那个不带参数的装饰器多定义一层就行了。

import time

def logging(arguments):

def log(func):

def warpper(*args, **kwargs):

start = time.time()

result = func(*args, **kwargs)

end = time.time()

print("The func '{}' used {}s.".format(func.__name__, end-start))

return result

return warpper

# do something

return log

但，当我们使用一个装饰器之后，它会将原本的函数元信息给覆盖掉。譬如：函数名称，函数文档等等。

例如上例

print(fuck.__name__)

print(fuck.__doc__)

你会发现，函数信息全部没了！fuck它不叫fuck，改名叫wrapper了。它的文档也变成了none。

解决办法很简单，定义装饰器的时候用warps装饰器装饰接受原函数参数的那一层就行了。

这个来自functools模块的装饰器能帮你复制函数的元信息到被绑定的函数身上。

修改装饰器如下(其实就加了一行代码hhh)

import time

from functools import wraps

def log(func):

@wraps(func)

def warpper(*args, **kwargs):

start = time.time()

result = func(*args, **kwargs)

end = time.time()

print("The func '{}' used {}s.".format(func.__name__, end-start))

return result

return warpper

当我们再运行

print(fuck.__name__)

print(fuck.__doc__)

就能看到函数的的元信息没变了。

装饰器定义时加@wraps是个好习惯。

一个较为实用的装饰器demo在该专题的另一篇文章：函数参数类型检查