【Python学习之二】装饰器

装饰器

　　首先，给出装饰器的框架：

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

@log
def now():
    print('2018-6-14')

　　Python装饰器，本质上就是一个高阶函数。作用是给其它函数增加新的功能。借用python的@语法，可以将一个高阶函数定义为装饰器。

@符号的作用

　　但是，在学习廖雪峰老师的Python教程时，似懂非懂，尤其是看到@这个符号的时候，感觉一头雾水。现在回想来看，只要百度一下就能知道@符号在Python中的作用。它的作用就是修饰一个函数。位置在被修饰的函数的前一行，@之后是修饰函数的函数。 例如上述的 @log 起到的作用就是相当于执行了语句： now = log(now) ，现在或许难以理解这行代码的作用。接下来，进行一个对比，就能知道装饰器的威力了。

使用装饰器之前

#给下列函数增加新功能：调用函数时，打印函数名。
#要求：（1）不改变函数的定义，不改变函数的调用方式。
def now():
    print('2015-3-25')


#增加一个高级函数
def call_name(func):
    def wrapper(*args, **kw):
        print('call %s()' % func.__name__)
        return func(*args, **kw)
    return wrapper


#调用now函数          
now = call_name(now)        #调用方式还是改变了（增加了一行）
now()

使用装饰器之后

#给下列函数增加新功能：调用函数时，打印函数名。
#要求：（1）不改变函数的定义，不改变函数的调用方式。

#写一个装饰器
def call_name(func):
    def wrapper(*args, **kw):
        print('call %s()' % func.__name__)
        return func(*args, **kw)
    return wrapper


@call_name               #相当于执行语句 call_name(now)
def now():
    print('2015-3-25')


#调用now函数
now()                     #这才是真正没改变调用方式

　　通过对比，我对装饰器的作用了解更加深刻了。下面是带参数的装饰器：

带参数的装饰器

　　上例，如果装饰器call_name(func)本身还要带参数，那么需要更加复杂的高阶函数。

def call_name(text):                   #text为装饰器的参数
    def decorator(func):
        def wrapper(*args, **kw):
            print('%s call %s()' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator


@call_name('execute ')                #相当于 now = log('execute')(now)
def now():
    print('2015-3-25')


# 调用now函数
now()

装饰器练习

　　设计一个decorator（装饰器），它可作用于任何函数上，并打印该函数的执行时间：

import time

import functools


def metric(fn):
    @functools.wraps(fn)
    def wrapper(*args, **kw):
        print('%s executed in %s' %
              (fn.__name__, time.asctime(time.localtime(time.time()))))
        return fn(*args, **kw)
    return wrapper

# 测试


@metric
def fast(x, y):
    time.sleep(0.0012)
    return x + y


@metric
def slow(x, y, z):
    time.sleep(0.1234)
    return x * y * z


f = fast(11, 22)
s = slow(11, 22, 33)

print(f)
print(s)

if f != 33:
    print('测试失败!')
elif s != 7986:
    print('测试失败!')
else:
    print('测试成功！')

　　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：

def call_name(func):
    def wrapper(*args, **kw):
        print('begin call:')
        print('call %s()' % func.__name__)
        call = func(*args, **kw)               #函数在此时调用
        print('end call.')
        return call
    return wrapper


@call_name
def now():
    print('2015-3-25')


# 调用now函数
now()

　　加大难度，写出一个@call_name的decorator，使它既支持：

@log
def f():
    pass

　　又支持：

@log('execute')
def f():
    pass

　　源码实现：

import functools


def call_name(text):
    if isinstance(text, str):　　　　　　#通过参数能够判断两种模式
        def decorator(func):
            @functools.wraps(func)
            def wrapper(*args, **kw):
                print('%s call %s()' % (text, func.__name__))
                return func(*args, **kw)
            return wrapper
        return decorator
    else:
        @functools.wraps(text)
        def wrapper(*args, **kw):
            print('call %s()' % text.__name__)
            return text(*args, **kw)
        return wrapper


@call_name
def now():
    print('2015-3-25')


# 调用now函数
now()