装饰器的注意事项python_初学者必读的python装饰器的使用

装饰者模式是常用的软件设计模式之一。通过此设计模式，我们能够在不修改任何底层代码情况下，给已有对象赋予新的职责。python中可以用装饰器简单地实现装饰者模式。

1.1 将函数作为参数传递

在C/C++中，函数指针可以将函数作为参数传递给另一函数。而在python中，函数也是对象的一种，函数可以被引用，也可直接作为参数传入函数，以及作为容器对象的元素。python中可以采用如下方法实现装饰者模式：#!/usr/bin/env python3.6

# -*- coding: utf-8 -*-

def add(x, y):

result = x+y

return result

def log(func):

def wrapper(*args, **kwargs):

result = func(*args)

print(func.__name__,'has been called\n')

return result

return wrapper

if __name__ == '__main__':

print(log(add)(1,2))

上述代码中，log函数以需要被装饰的函数作为参数，并返回函数对象。被返回的函数的参数为可变参数*args与**kwargs(*args参数会被封装成tuple，**kwargs参数则会被封装成字典对象)，以适应不同函数的不同参数，保证通用性。

1.2 装饰器

上面的实现方法有些繁杂，所有调用被装饰的函数之处的代码，都要进行相应修改，自然不符合python简洁易读的特性。因此python中给出相应语法糖来增加可读性和易用性，那便是“装饰器”。from functools import wraps

def log(func):

#@wraps(func)

def wrapper(*args, **kwargs):

result = func(*args)

print(func.__name__,'has been called')

return result

return wrapper

#等价于add = log(add)

@log

def add(x, y):

result = x+y

return result

if __name__ == '__main__':

print(add(1,2))

print(add.__name__)

运行情况如下：>>print(add(1,2))

add has been called

3

>>print(add.__name__)

wrapper

但上述方法亦有缺陷，原函数add的元数据(比如名字、文档字符串、注解和参数签名)会丢失。为避免缺陷，任何时候你定义装饰器的时候，都应该使用functools库中的@wraps装饰器来注解底层包装函数(代码中注释部分)。@wraps有一个重要特征是它能让你通过属性 __wrapped__ 直接访问被包装函数。

改进后运行情况：>>print(add(1,2))

add has been called

3

>>print(add.__name__)

add

1.3 解除装饰器

当装饰器已经作用于某函数，而你想撤销它，那么可以访问 __wrapped__属性来访问原始函数orig_add = add.__wrapped__

orig_add(1,2)

但若使用了多个装饰器， __wrapped__属性会变得不可控，应尽量避免使用。

若有如下代码：#!/usr/bin/env python3.6

# -*- coding: utf-8 -*-

import functools

import time

def metric(func):

@functools.wraps(func)

def wrapper(*args,**kv):

print('Decorator1')

f = func(*args,**kv)

return f

return wrapper

def logging(func):

@functools.wraps(func)

def wrapper(*args,**kv):

print('Decorator2')

f = func(*args,**kv)

return f

return wrapper

@metric

@logging

def normalize(name):

sName = name[0:1].upper() + name[1:].lower()

print(sName)

if __name__ == '__main__':

normalize('heLlO')

normalize.__wrapper__('')

运行情况如下：>>normalize('helLo')

Decorator1

Decorator2

Hello

>>normalize.__wrapped__('world')

Decorator2

World

1.4 定义带参数的装饰器from functools import wraps

def log(text):

def decorator(func):

@wraps(func)

def wrappering(*args,**kv):

print('%s %s():'%(text,func.__name__))

return func(*args,**kv)

return wrappering

return decorator

@log('run')

def normalize(name):

sName = name[0:1].upper() + name[1:].lower()

print(sName)

装饰器函数可以带参数，最外层的函数会将参数传给内层的装饰器函数，即wrappering函数是可以使用log的传入参数的。

装饰器处理过程与下面是等价的：normalize = log('run')(normalize)