当前位置： 移动技术网 > IT编程>脚本编程>Python > 浅谈装饰器

浅谈装饰器

2018年04月19日  | 移动技术网IT编程  | 我要评论

快乐大本营周几播出,天津河东妇幼保健,厦门园博园门票

装饰器
装饰器本事是一个函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志，性能测试，事务处理，缓存、权限校验等场景。
装饰器的作用：
1.增加额外功能。一般为有共性的额外功能。
2.不修改被装饰的函数的源代码和调用方式。
3.分离了业务函数和非业务函数。增加了装饰函数的自由性、复用性。

例如我有一个加法add函数，需要添加一个日志打印loging功能。
思路一，在加法函数代码上添加。
def add(x,y,z=7):
print('this is a {} func'.format(add.__name__))
return x+y+z
这种思路侵入了add函数，又破坏了日志打印功能的复用性。 
肯定是不可取的。弃用。
思路二，定义一个loging函数。
def add(x,y,z=7):
    return x+y+z

def loging(fn):
    print("this fun is {}".format(fn.__name__))
    res=fn(4,5)
    return res
   
print(loging(add))
做到了业务分离，但是fn函数传参是个问题。
改进版本：
def add(x,y,z=7):
    return x+y+z

def loging(fn,x,y):
    print("this fun is {}".format(fn.__name__))
    res=fn(x,y)
    return res
   
print(loging(add,4,5))
参数自由度不高，继续改进，使用无敌参数：
def add(x,y,z=7):
    return x+y+z

def loging(fn,*args,**kwargs):
    print("this fun is {}".format(fn.__name__))
    res=fn(*args,**kwargs)
    return res
   
print(loging(add,4,5))
之前执行业务逻辑时，使用add（4,5），现在不得不使用loging(add,4,5),有没有更好的方式
呢？继续改进：
def add(x,y,z=7):
    return x+y+z

def loging(fn):
    def _loging(*args,**kwargs):
        print("this fun is {}".format(fn.__name__))
        res=fn(*args,**kwargs)
        return res
    return _loging
   
add=loging(add)
print(add(4,5))
貌似很接近了，就是多了一句add=loging(add)。有没有方法去掉呢，当然有，答案就是装饰
器。
装饰器是一个语法糖，在定义函数前+   @装饰函数， 相当于一句赋值：
被装饰函数  = 装饰函数（被装饰函数）。。。概念什么的最烦了。
简单说就是add函数前写@loging，就省去一句add=loging(add)。
太好了，目标达成，啦啦啦。
def loging(fn):
    def wrapper(*args,**kwargs):
        print("this fun is {}".format(fn.__name__))
        res=fn(*args,**kwargs)
        return res
    return wrapper

@loging      #  相当于add=loging(add)
def add(x,y,z=7):
    return x+y+z
   
print(add(4,5))
###########分割#################################
继续科普概念。。。：
装饰器在python使用如此方便都要归因于python的函数能像普通的对象一样能作为参数传递给其
他函数，可以被赋值给其他变量，可以作为返回值，可以被定义在另一个函数内。
装饰器是一个函数，函数作为它的形参，返回值也是一个函数。
functools模块
上面的例子中，虽然add函数的源代码和调用方法没有发生改变，但是add函数实际上已经被 
@loging #  相当于add=loging(add)重新定义为一个增强版的add，这就会产生一个副作用，
即：原函数对象的属性被替换了。add的属性被替代为了wrapper的属性！！好在我们有
functools.wraps，wraps本身也是一个装饰器，它能把原参数的元信息拷贝到装饰器函数中，这
使得装饰器函数也有和原函数一样的元信息了。
用法：
@functools.wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS,
updated=WRAPPER_UPDATES)
类似copy_properties功能
wrapped 被包装函数
元组WRAPPER_ASSIGNMENTS中是要被覆盖的属性
'__module__', '__name__', '__qualname__', '__doc__', '__annotations__'
模块名、名称、限定名、文档、参数注解
元组WRAPPER_UPDATES中是要被更新的属性，__dict__属性字典
增加一个__wrapped__属性，保留着wrapped函数
import functools
def loging(fn):
    @functools.wraps(fn)
    def wrapper(*args,**kwargs):
        print("this fun is {}".format(fn.__name__))
        res=fn(*args,**kwargs)
        return res
    return wrapper

@loging      #  相当于add=loging(add)
def add(x,y,z=7):
    return x+y+z
   
print(add(4,5))
print(add.__name__)

带参装饰器：
装饰器还有更大的灵活性，例如带参数的装饰器，在上面的装饰器调用中，如loging，
该装饰器唯一的参数就是执行业务的函数。装饰器的语法允许我们在调用时，提供其他参数，
如：@decorator(a)，这样，就为装饰器的编写和使用提供了更大的灵活性。
def loging(level):
    def decorator(fn):
        def wrapper(*args,**kwargs):
            print("this fun is {},level is {}".format(fn.__name__,level))
            res=fn(*args,**kwargs)
            return res
        return wrapper
    return decorator

@loging(level='warn')      #  相当于add=loging(level)(add)  decorator(add)
def add(x,y,z=7):
    return x+y+z
   
print(add(4,5))

 

 

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网