很多写装饰器的都是直接甩给你最终的装饰器代码,然后给你说下大致的原理,比如:
#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）。
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：
@log
def now():
print('hello world')
#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():
hello world
然后来上一句,把@log放到now()函数的定义处，相当于执行了语句：
now = log(now)
对装饰器只是大致的解释了下原理,但是对于初学者根本就是懵逼的状态
我认为任何事都是一个复杂的组合体,就跟数学一样,一个复杂的题是有很多简单的题组成的,化繁为简就可以很清晰的理解事情的本质
下面让我们把装饰器拆分来看
1.函数/函数执行
首先区分函数和函数的执行
def foo():
print('foo')
foo #表示是函数
foo() #表示执行foo函数
2.函数指针
def foo():
print('foo')
foo = lambda x: x + 1
foo()# 执行下面的lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数
3.最减版装饰器
def w1(func):
def inner():
func()
return inner
@w1
def f1():
print('f1')
这段代码不清楚没关系,让我们转成另外一段,因为@w1 等价于 w1(f1)
def w1(func):
def inner():
func()
return inner
def f1():
print('f1')
f1 = w1(f1)
如果你还是不清楚,那让我们来一步步解释下
执行w1函数 ，并将 f1 作为w1函数的参数，内部就会回返inner(由1.函数/函数执行应该知道这是函数),即将w1的返回值再重新赋值给 f1,即:
新f1 = def inner():
想要添加的方法内容
原来f1()
return inner
当执行f1时,就会调用inner函数,先执行你想要添加的方法内容,然后再执行原有的f1方法
再看下最减版的装饰器了,看看理解了吗.
4.用装饰器给方法添加点内容
def addStr(fn):
def wrapped():
return '添加的内容:' + fn()
return wrapped
@addStr
def test1()
return 'hello world'
print(test1())
运行结果:
添加内容:hello world
5.装饰器(decorator)功能
- 引入日志
- 函数执行时间统计
- 执行函数前预备处理
- 执行函数后清理功能
- 权限校验等场景
- 缓存
6.装饰有参数的函数
上边是装饰无参数的函数,下边让我们看下装饰有参数的函数
def test(func):
def wrappedfunc(a, b):
print(a, b)
func(a, b)
return wrappedfunc
@test
def foo(a, b):
print(a+b)
foo(1,2)
7.装饰不定长参数的函数
def test(func):
def wrappedfunc(*args, **kwargs):
print(args, kwargs)
func(*args, **kwargs)
return wrappedfunc
@test
def foo1(a, b):
print(a+b)
@test
def foo2(a, b, c):
print(a+b+c)
foo1(1,2)
foo2(1,2,3)
对于不定长参数的函数参数可以通过(args, kwargs)来修饰,args代表tuple(元组),kwargs代表dict(字典),这样装饰器就可以修饰不同参数长度的函数
8.装饰带有return的函数
def test(func):
def wrappedfunc():
return func()
return wrappedfunc
@test
def foo1():
return 'haha'
@test
def foo2():
print('----foo2----')
foo2()
print(foo1())
运行可以知道两个函数都可以正常运行,因为foo2没有return的,在wrappedfunc中return的是None,不会影响函数的正常执行,而foo1中有return的也可以通过wrappedfunc中的return返回回来.
9.通用装饰器
这里就回到了开头大家普遍看到的通用装饰器
def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
@log
def now():
print('hello world')
这时候看这个装饰器,是不是感觉明白多了func.name就是打印函数名的一个方法
10.装饰器带参数,在原有装饰器的基础上，设置外部变量
def test(pre="hello"):
def testfun(func):
def wrappedfunc():
print(pre)
return func()
return wrappedfunc
return testfun
@test("python")
def foo():
print("I am foo")
可以理解为:foo()=test("python")(foo)()
11.类装饰器
装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 call() 方法，那么这个对象就是callable的。
class Test(object):
def __init__(self, func):
print("---初始化---")
print("func name is %s"%func.__name__)
self.__func = func
def __call__(self):
print("---装饰器中的功能---")
self.__func()
#说明：
#1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象
# 并且会把test这个函数名当做参数传递到__init__方法中
# 即在__init__方法中的func变量指向了test函数体
#
#2. test函数相当于指向了用Test创建出来的实例对象
#
#3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法
#
#4. 为了能够在__call__方法中调用原来test指向的函数体，所以在__init__方法中就需要一个实例属性来保存这个函数体的引用
# 所以才有了self.__func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体
@Test
def test():
print("----test---")
test()
showpy()#如果把这句话注释，重新运行程序，依然会看到"--初始化--"
运行结果如下
---初始化---
func name is test
---装饰器中的功能---
----test---
