详细分析Python中的@wraps(func)基本知识（附Demo）

前言

1. 对于装饰器的基本知识推荐阅读：详细分析Python装饰器（附Demo）
2. 对于*args, **kwargs的理解：Python关于 *args 和 **kwargs 参数的详解（全）

没有使用@wraps(func)的Demo：

def my_decorator(func):
    def wrapper(*args, **kwargs):
        """这是装饰器内部的包装函数"""
        print("Before calling the function")
        result = func(*args, **kwargs)
        print("After calling the function")
        return result
    return wrapper

@my_decorator
def say_hello():
    """这是原始的 say_hello 函数"""
    print("Hello!")

print(say_hello.__name__)  # 输出包装函数的名称，而不是原始函数的名称
print(say_hello.__doc__)   # 输出包装函数的文档字符串，而不是原始函数的文档字符串

截图如下：

未使用 @wraps(func) 装饰器时，被装饰的函数会丢失原始函数的元数据，包括函数名和文档字符串

1. 基本知识

在Python中，@wraps(func) 是一个装饰器，用于帮助保留被装饰函数的元数据。它实际上是一个装饰器工具，来自于 functools 模块，用于解决使用装饰器时可能出现的一些问题，比如丢失被装饰函数的名称、文档字符串、参数签名等

@wraps(func) 装饰器的作用包括：

• 保留函数元数据： 装饰器在包装被装饰函数时会改变函数的一些属性，例如函数名、文档字符串等。使用 @wraps(func) 装饰器可以确保包装后的函数保留原始函数的元数据，使得调试、文档生成等更加方便

• 提高可读性： 在使用装饰器时，如果不使用 @wraps(func) 装饰器，可能会导致装饰后的函数失去原函数的一些信息，这会降低代码的可读性。通过使用 @wraps(func) 装饰器，可以使得装饰后的函数更具可读性，更接近原始函数

2. Demo

结合前言给出的Demo，看如下Demo（保留元数据）：

from functools import wraps

def my_decorator(func):
    @wraps(func)  # 使用 @wraps 装饰器
    def wrapper(*args, **kwargs):
        """这是装饰器内部的包装函数"""
        print("Before calling the function")
        result = func(*args, **kwargs)
        print("After calling the function")
        return result
    return wrapper

@my_decorator
def say_hello():
    """这是原始的 say_hello 函数"""
    print("Hello!")

print(say_hello.__name__)  # 输出原始函数的名称
print(say_hello.__doc__)   # 输出原始函数的文档字符串

截图如下：

总的来说：

使用了 @wraps(func) 装饰器，输出的函数名和文档字符串分别是原始函数的名称和文档字符串

再附上相关的Demo：

from functools import wraps

def log_parameters_with_wraps(func):
    @wraps(func)  # 使用 @wraps 装饰器
    def wrapper(*args, **kwargs):
        """这是装饰器内部的包装函数"""
        print(f"Arguments: {args}, Keyword arguments: {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@log_parameters_with_wraps
def multiply(x, y):
    """这是原始的 multiply 函数"""
    return x * y

# 调用 multiply 函数并传递关键字参数
multiply(10, y=20)


print(multiply.__name__)  # 输出函数名，应该是原始函数的名称
print(multiply.__doc__)   # 输出函数文档字符串，应该是原始函数的文档字符串

截图如下：