【转载】python 一篇文章搞懂装饰器所有用法

最新推荐文章于 2024-02-29 19:20:29 发布

wwp2016

最新推荐文章于 2024-02-29 19:20:29 发布

阅读量205

点赞数

分类专栏： python 文章标签： python

原文链接：https://www.jb51.net/article/168276.htm

版权

python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

转载自https://www.jb51.net/article/168276.htm

这篇文章主要介绍了python 一篇文章搞懂装饰器所有用法（建议收藏），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

01. 装饰器语法糖

如果你接触 Python 有一段时间了的话，想必你对 @ 符号一定不陌生了，没错 @ 符号就是装饰器的语法糖。
它放在一个函数开始定义的地方，它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在我们调用这个函数的时候，第一件事并不是执行这个函数，而是将这个函数做为参数传入它头顶上这顶帽子，这顶帽子我们称之为装饰函数或装饰器。

你要问我装饰器可以实现什么功能？我只能说你的脑洞有多大，装饰器就有多强大。

装饰器的使用方法很固定：

先定义一个装饰函数（帽子）（也可以用类、偏函数实现）
再定义你的业务函数、或者类（人）
最后把这顶帽子带在这个人头上

装饰器的简单的用法有很多，这里举两个常见的。

日志打印器
时间计时器

02. 入门用法：日志打印器

首先是日志打印器。

它要实现的功能是

在函数执行前，先打印一行日志告知一下主人，我要执行函数了。
在函数执行完，也不能拍拍屁股就走人了，咱可是有礼貌的代码，再打印一行日志告知下主人，我执行完啦。

# 这是装饰函数

def logger(func):

def wrapper(*args, **kw):

print('我准备开始计算：{} 函数了:'.format(func.__name__))

# 真正执行的是这行。

func(*args, **kw)

print('啊哈，我计算完啦。给自己加个鸡腿！！')

return wrapper

假如，我的业务函数是，计算两个数之和。写好后，直接给它带上帽子。

@logger

def add(x, y):

print('{} + {} = {}'.format(x, y, x+y))

然后我们来计算一下。

1	`add(200,` `50)`

快来看看输出了什么，神奇不？

我准备开始计算：add 函数了:
200 + 50 = 250
啊哈，我计算完啦。给自己加个鸡腿！

03. 入门用法：时间计时器

再来看看时间计时器

实现功能：顾名思义，就是计算一个函数的执行时长。

# 这是装饰函数

def timer(func):

def wrapper(*args, **kw):

t1=time.time()

# 这是函数真正执行的地方

func(*args, **kw)

t2=time.time()

# 计算下时长

cost_time = t2-t1

print("花费时间：{}秒".format(cost_time))

return wrapper

假如，我们的函数是要睡眠10秒。这样也能更好的看出这个计算时长到底靠不靠谱。

import time

@timer

def want_sleep(sleep_time):

time.sleep(sleep_time)

want_sleep(10)

来看看，输出。真的是10秒。

花费时间：10.0073800086975098秒

04. 进阶用法：带参数的函数装饰器

通过上面简单的入门，你大概已经感受到了装饰的神奇魅力了。

不过，装饰器的用法远不止如此。我们今天就要把这个知识点学透。

上面的例子，装饰器是不能接收参数的。其用法，只能适用于一些简单的场景。不传参的装饰器，只能对被装饰函数，执行固定逻辑。

如果你有经验，你一定经常在项目中，看到有的装饰器是带有参数的。

装饰器本身是一个函数，既然做为一个函数都不能携带函数，那这个函数的功能就很受限。只能执行固定的逻辑。这无疑是非常不合理的。而如果我们要用到两个内容大体一致，只是某些地方不同的逻辑。不传参的话，我们就要写两个装饰器。小明觉得这不能忍。

那么装饰器如何实现传参呢，会比较复杂，需要两层嵌套。

同样，我们也来举个例子。

我们要在这两个函数的执行的时候，分别根据其国籍，来说出一段打招呼的话。

def american():

print("I am from America.")

def chinese():

print("我来自中国。")

在给他们俩戴上装饰器的时候，就要跟装饰器说，这个人是哪国人，然后装饰器就会做出判断，打出对应的招呼。
戴上帽子后，是这样的。

@say_hello("china")

def chinese():

print("我来自中国。")

@say_hello("america")

def american():

print("I am from America.")

万事俱备，只差帽子了。来定义一下，这里需要两层嵌套。

def say_hello(contry):

def wrapper(func):

def deco(*args, **kwargs):

if contry == "china":

print("你好!")

elif contry == "america":

print('hello.')

else:

return

# 真正执行函数的地方

func(*args, **kwargs)

return deco

return wrapper

执行一下

american()

print("------------")

chinese()

看看输出结果。

你好!
我来自中国。
------------
hello.
I am from America

emmmm，这很NB。。。

05. 高阶用法：不带参数的类装饰器

以上都是基于函数实现的装饰器，在阅读别人代码时，还可以时常发现还有基于类实现的装饰器。

基于类装饰器的实现，必须实现 __call__ 和 __init__两个内置函数。

__init__ ：接收被装饰函数
__call__ ：实现装饰逻辑。

class logger(object):

def __init__(self, func):

self.func = func

def __call__(self, *args, **kwargs):

print("[INFO]: the function {func}() is running..."\

.format(func=self.func.__name__))

return self.func(*args, **kwargs)

@logger

def say(something):

print("say {}!".format(something))

say("hello")

执行一下，看看输出

[INFO]: the function say() is running...
say hello!

06. 高阶用法：带参数的类装饰器

上面不带参数的例子，你发现没有，只能打印INFO级别的日志，正常情况下，我们还需要打印DEBUG WARNING等级别的日志。这就需要给类装饰器传入参数，给这个函数指定级别了。

带参数和不带参数的类装饰器有很大的不同。

__init__ ：不再接收被装饰函数，而是接收传入参数。
__call__ ：接收被装饰函数，实现装饰逻辑。

class logger(object):

def __init__(self, level='INFO'):

self.level = level

def __call__(self, func): # 接受函数

def wrapper(*args, **kwargs):

print("[{level}]: the function {func}() is running..."\

.format(level=self.level, func=func.__name__))

func(*args, **kwargs)

return wrapper #返回函数

@logger(level='WARNING')

def say(something):

print("say {}!".format(something))

say("hello")

我们指定WARNING级别，运行一下，来看看输出。

[WARNING]: the function say() is running...
say hello!

07. 使用偏函数与类实现装饰器

绝大多数装饰器都是基于函数和闭包实现的，但这并非制造装饰器的唯一方式。

事实上，Python 对某个对象是否能通过装饰器（ @decorator）形式使用只有一个要求：decorator 必须是一个“可被调用（callable）的对象。

对于这个 callable 对象，我们最熟悉的就是函数了。

除函数之外，类也可以是 callable 对象，只要实现了__call__ 函数（上面几个盒子已经接触过了），还有比较少人使用的偏函数也是 callable 对象。

接下来就来说说，如何使用类和偏函数结合实现一个与众不同的装饰器。

如下所示，DelayFunc 是一个实现了 __call__ 的类，delay 返回一个偏函数，在这里 delay 就可以做为一个装饰器。（以下代码摘自 Python工匠：使用装饰器的小技巧）

import time

import functools

class DelayFunc:

def __init__(self, duration, func):

self.duration = duration

self.func = func

def __call__(self, *args, **kwargs):

print(f'Wait for {self.duration} seconds...')

time.sleep(self.duration)

return self.func(*args, **kwargs)

def eager_call(self, *args, **kwargs):

print('Call without delay')

return self.func(*args, **kwargs)

def delay(duration):

"""

装饰器：推迟某个函数的执行。

同时提供 .eager_call 方法立即执行

"""

# 此处为了避免定义额外函数，

# 直接使用 functools.partial 帮助构造 DelayFunc 实例

return functools.partial(DelayFunc, duration)

我们的业务函数很简单，就是相加

@delay(duration=2)

def add(a, b):

return a+b

来看一下执行过程

>>> add # 可见 add 变成了 Delay 的实例

<__main__.DelayFunc object at 0x107bd0be0>

>>>

>>> add(3,5) # 直接调用实例，进入 __call__

Wait for 2 seconds...

8

>>>

>>> add.func # 实现实例方法

<function add at 0x107bef1e0>

08. 如何写能装饰类的装饰器？

用 Python 写单例模式的时候，常用的有三种写法。其中一种，是用装饰器来实现的。
以下便是我自己写的装饰器版的单例写法。

instances = {}

def singleton(cls):

def get_instance(*args, **kw):

cls_name = cls.__name__

print('===== 1 ====')

if not cls_name in instances:

print('===== 2 ====')

instance = cls(*args, **kw)

instances[cls_name] = instance

return instances[cls_name]

return get_instance

@singleton

class User:

_instance = None

def __init__(self, name):

print('===== 3 ====')

self.name = name

可以看到我们用singleton 这个装饰函数来装饰 User 这个类。装饰器用在类上，并不是很常见，但只要熟悉装饰器的实现过程，就不难以实现对类的装饰。在上面这个例子中，装饰器就只是实现对类实例的生成的控制而已。
其实例化的过程，你可以参考我这里的调试过程，加以理解。

09. wraps 装饰器有啥用？

在 functools 标准库中有提供一个 wraps 装饰器，你应该也经常见过，那他有啥用呢？

先来看一个例子

def wrapper(func):

def inner_function():

pass

return inner_function

@wrapper

def wrapped():

pass

print(wrapped.__name__)

#inner_function

为什么会这样子？不是应该返回 func 吗？

这也不难理解，因为上边执行func 和下边 decorator(func) 是等价的，所以上面 func.__name__ 是等价于下面decorator(func).__name__ 的，那当然名字是 inner_function

def wrapper(func):

def inner_function():

pass

return inner_function

def wrapped():

pass

print(wrapper(wrapped).__name__)

#inner_function

那如何避免这种情况的产生？方法是使用 functools .wraps 装饰器，它的作用就是将被修饰的函数(wrapped) 的一些属性值赋值给修饰器函数(wrapper) ，最终让属性的显示更符合我们的直觉。

from functools import wraps

def wrapper(func):

@wraps(func)

def inner_function():

pass

return inner_function

@wrapper

def wrapped():

pass

print(wrapped.__name__)

# wrapped

准确点说，wraps 其实是一个偏函数对象（partial），源码如下

def wraps(wrapped,

assigned = WRAPPER_ASSIGNMENTS,

updated = WRAPPER_UPDATES):

return partial(update_wrapper, wrapped=wrapped,

assigned=assigned, updated=updated)

可以看到wraps其实就是调用了一个函数update_wrapper，知道原理后，我们改写上面的代码，在不使用 wraps的情况下，也可以让 wrapped.__name__ 打印出 wrapped，代码如下：

from functools import update_wrapper

WRAPPER_ASSIGNMENTS = ('__module__', '__name__', '__qualname__', '__doc__',

'__annotations__')

def wrapper(func):

def inner_function():

pass

update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)

return inner_function

@wrapper

def wrapped():

pass

print(wrapped.__name__)

10. 内置装饰器：property

以上，我们介绍的都是自定义的装饰器。

其实Python语言本身也有一些装饰器。比如property这个内建装饰器，我们再熟悉不过了。

它通常存在于类中，可以将一个函数定义成一个属性，属性的值就是该函数return的内容。

通常我们给实例绑定属性是这样的

class Student(object):

def __init__(self, name, age=None):

self.name = name

self.age = age

# 实例化

XiaoMing = Student("小明")

# 添加属性

XiaoMing.age=25

# 查询属性

XiaoMing.age

# 删除属性

del XiaoMing.age

但是稍有经验的开发人员，一下就可以看出，这样直接把属性暴露出去，虽然写起来很简单，但是并不能对属性的值做合法性限制。为了实现这个功能，我们可以这样写。

class Student(object):

def __init__(self, name):

self.name = name

self.name = None

def set_age(self, age):

if not isinstance(age, int):

raise ValueError('输入不合法：年龄必须为数值!')

if not 0 < age < 100:

raise ValueError('输入不合法：年龄范围必须0-100')

self._age=age

def get_age(self):

return self._age

def del_age(self):

self._age = None

XiaoMing = Student("小明")

# 添加属性

XiaoMing.set_age(25)

# 查询属性

XiaoMing.get_age()

# 删除属性

XiaoMing.del_age()

上面的代码设计虽然可以变量的定义，但是可以发现不管是获取还是赋值（通过函数）都和我们平时见到的不一样。
按照我们思维习惯应该是这样的。

# 赋值

XiaoMing.age = 25

# 获取

XiaoMing.age

那么这样的方式我们如何实现呢。请看下面的代码。

class Student(object):

def __init__(self, name):

self.name = name

self.name = None

@property

def age(self):

return self._age

@age.setter

def age(self, value):

if not isinstance(value, int):

raise ValueError('输入不合法：年龄必须为数值!')

if not 0 < value < 100:

raise ValueError('输入不合法：年龄范围必须0-100')

self._age=value

@age.deleter

def age(self):

del self._age

XiaoMing = Student("小明")

# 设置属性

XiaoMing.age = 25

# 查询属性

XiaoMing.age

# 删除属性

del XiaoMing.age

用@property装饰过的函数，会将一个函数定义成一个属性，属性的值就是该函数return的内容。同时，会将这个函数变成另外一个装饰器。就像后面我们使用的@age.setter和@age.deleter。

@age.setter 使得我们可以使用XiaoMing.age = 25这样的方式直接赋值。

@age.deleter 使得我们可以使用del XiaoMing.age这样的方式来删除属性。

property 的底层实现机制是「描述符」，为此我还写过一篇文章。

这里也介绍一下吧，正好将这些看似零散的文章全部串起来。

如下，我写了一个类，里面使用了 property 将 math 变成了类实例的属性

class Student:

def __init__(self, name):

self.name = name

@property

def math(self):

return self._math

@math.setter

def math(self, value):

if 0 <= value <= 100:

self._math = value

else:

raise ValueError("Valid value must be in [0, 100]")

为什么说 property 底层是基于描述符协议的呢？通过 PyCharm 点击进入 property 的源码，很可惜，只是一份类似文档一样的伪源码，并没有其具体的实现逻辑。

不过，从这份伪源码的魔法函数结构组成，可以大体知道其实现逻辑。

这里我自己通过模仿其函数结构，结合「描述符协议」来自己实现类 property 特性。

代码如下：

class TestProperty(object):

def __init__(self, fget=None, fset=None, fdel=None, doc=None):

self.fget = fget

self.fset = fset

self.fdel = fdel

self.__doc__ = doc

def __get__(self, obj, objtype=None):

print("in __get__")

if obj is None:

return self

if self.fget is None:

raise AttributeError

return self.fget(obj)

def __set__(self, obj, value):

print("in __set__")

if self.fset is None:

raise AttributeError

self.fset(obj, value)

def __delete__(self, obj):

print("in __delete__")

if self.fdel is None:

raise AttributeError

self.fdel(obj)

def getter(self, fget):

print("in getter")

return type(self)(fget, self.fset, self.fdel, self.__doc__)

def setter(self, fset):

print("in setter")

return type(self)(self.fget, fset, self.fdel, self.__doc__)

def deleter(self, fdel):

print("in deleter")

return type(self)(self.fget, self.fset, fdel, self.__doc__)

然后 Student 类，我们也相应改成如下

class Student:

def __init__(self, name):

self.name = name

# 其实只有这里改变

@TestProperty

def math(self):

return self._math

@math.setter

def math(self, value):

if 0 <= value <= 100:

self._math = value

else:

raise ValueError("Valid value must be in [0, 100]")

为了尽量让你少产生一点疑惑，我这里做两点说明：

使用TestProperty装饰后，math 不再是一个函数，而是TestProperty 类的一个实例。所以第二个math函数可以使用 math.setter 来装饰，本质是调用TestProperty.setter 来产生一个新的 TestProperty 实例赋值给第二个math。
第一个 math 和第二个 math 是两个不同 TestProperty 实例。但他们都属于同一个描述符类（TestProperty），当对 math 对于赋值时，就会进入 TestProperty.__set__，当对math 进行取值里，就会进入 TestProperty.__get__。仔细一看，其实最终访问的还是Student实例的 _math 属性。

说了这么多，还是运行一下，更加直观一点。

# 运行后，会直接打印这一行，这是在实例化 TestProperty 并赋值给第二个math

in setter

>>>

>>> s1.math = 90

in __set__

>>> s1.math

in __get__

90

如对上面代码的运行原理

，有疑问的同学，请务必结合上面两点说明加以理解，那两点相当关键。

11. 其他装饰器：装饰器实战

读完并理解了上面的内容，你可以说是Python高手了。别怀疑，自信点，因为很多人都不知道装饰器有这么多用法呢。

在小明看来，使用装饰器，可以达到如下目的：

使代码可读性更高，逼格更高；
代码结构更加清晰，代码冗余度更低；

刚好小明在最近也有一个场景，可以用装饰器很好的实现，暂且放上来看看。

这是一个实现控制函数运行超时的装饰器。如果超时，则会抛出超时异常。

有兴趣的可以看看。

import signal

class TimeoutException(Exception):

def __init__(self, error='Timeout waiting for response from Cloud'):

Exception.__init__(self, error)

def timeout_limit(timeout_time):

def wraps(func):

def handler(signum, frame):

raise TimeoutException()

def deco(*args, **kwargs):

signal.signal(signal.SIGALRM, handler)

signal.alarm(timeout_time)

func(*args, **kwargs)

signal.alarm(0)

return deco

return wraps

wwp2016

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
【转载】python 一篇文章搞懂装饰器所有用法

转载自https://www.jb51.net/article/168276.htm这篇文章主要介绍了python 一篇文章搞懂装饰器所有用法（建议收藏），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧01. 装饰器语法糖如果你接触 Python 有一段时间了的话，想必你对 @ 符号一定不陌生了，没错 @ 符号就是装饰器的语法糖。它放在一个函数开始定义的地方，它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在
复制链接

扫一扫