首页 > 代码库 > Python学习笔记（十一）装饰器
Python学习笔记（十一）装饰器
摘抄：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014318435599930270c0381a3b44db991cd6d858064ac0000#0
本文章完全用来个人复习学习，侵删；
由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。
>>> def now():... print(‘2015-3-25‘)...>>> f = now>>> f()2015-3-25函数对象有一个__name__属性，可以拿到函数的名字：
>>> now.__name__‘now‘>>> f.__name__‘now‘
现在，假设我们要增强now()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now()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”（Decorator）。
本质上，decorator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：
def log(func): def wrapper(*args, **kw): print(‘call %s():‘ % func.__name__) return func(*args, **kw) return wrapper观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处
@logdef now(): print(‘2015-3-25‘)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把@log放到now()函数的定义处，相当于执行了语句：
now = log(now)由于log()是一个decorator，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。
wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。
如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：
def log(text): def decorator(func): def wrapper(*args, **kw): print(‘%s %s():‘ % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator这个3层嵌套的decorator用法如下：
@log(‘execute‘)def now(): print(‘2015-3-25‘)和两层嵌套的decorator相比，3层嵌套的效果是这样的：
>>> now = log(‘execute‘)(now)我们来剖析上面的语句，首先执行log(‘execute‘)，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。
以上两种decorator的定义都没有问题，但还差最后一步。因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的‘now‘变成了‘wrapper‘：
>>> now.__name__‘wrapper‘
因为返回的那个wrapper()函数名字就是‘wrapper‘，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。
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：
import functoolsdef log(func): @functools.wraps(func) def wrapper(*args, **kw): print(‘call %s():‘ % func.__name__) return func(*args, **kw) return wrapper或者针对带参数的decorator：
import functoolsdef 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 decoratorimport functools是导入functools模块。记住在定义wrapper()的前面加上@functools.wraps(func)即可。
练习
请编写一个decorator，能在函数调用的前后打印出‘begin call‘和‘end call‘的日志。
再思考一下能否写出一个@log的decorator，使它既支持：
@log
import functoolsdef log(func): @functools.wraps(func) def wrapper(*args, **kw): print(‘%s before %s():‘ % (call, func.__name__)) result = func(*args, **kw) print(‘%s after %s():‘ % (call, func.__name__)) return result return wrapper@log()def now(): print(‘2017-8-11‘)now()
@log(text)
import functoolsdef log(text = ‘call‘): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print(‘%s before %s():‘ % (text, func.__name__)) result = func(*args, **kw) #调用原始函数。 print(‘%s after %s():‘ % (text, func.__name__)) return result return wrapper return decorator@log(‘CALL‘)def now(): print(‘2017-8-11‘)now()
Python学习笔记（十一）装饰器