装饰器的作用:为其他函数增加功能,开放封闭原则。
几个概念:
1.高阶函数:函数名作为参数输入或者函数名作为返回值
函数名作为参数输入-->可以实现在不修改源代码的情况下添加功能
函数名作为返回值-->可以实现不修改调用方式
2.闭包:如果在一个内部函数里,对在外部作用域(但不是在全局作用域)的变量进行引用,那么内部函数就被认为是闭包
闭包=函数块(内部函数)+ 定义函数时的环境
Python万物皆对象,函数也是一个对象,也可以赋值给变量,所以通过变量也能够调用该函数。
假设要增强函数的功能,比如在函数调用前后自动打印日志,但又不希望修改函数的定义,这种在代码运行期间动态增加功能的方式,称之为“装饰器”。本质上,装饰器就是一个返回函数的高阶函数。所以,我们要定义一个能打印日志的decorator,可以定义如下:
@log
def now():
print('2015-3-25')
def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
调用now()
函数,不仅会运行now()
函数本身,还会在运行now()
函数前打印一行日志:
>>> now()
call now():
2015-3-25
由于log()是一个装饰器,返回一个函数,所以,原来的now()函数仍然存在,只是现在同名的now
变量指向了新的函数,于是调用now()
将执行新函数,即在log()
函数中返回的wrapper()
函数。
如果要实现可以接受任意参数调用的函数,wrapper的参数设置为*arg,**kw。
如果装饰器本身需要传入参数,那就需要编写一个返回装饰器的高阶函数。
#不需要编写wrapper.__name__=func.__name__这样的代码,
#Python内置的functools.wraps就是干这个事的,
#所以,一个完整的decorator的写法
#如下
#针对不带参数的装饰器
import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
@log
def now():
print('2015-3-25')
>>> now()
call now():
2015-3-25
#针对带参数的装饰器
import functools
def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
@log('execute')
def now():
print('2015-3-25')
执行结果如下:
>>> now()
execute now():
2015-3-25