python的函数修饰符（装饰器）

首先明确函数也是对象（python万物皆对象），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。

例如

>>> def now():
...     print ("2013-12-25")
...
>>> f = now   #函数名可以赋给一个变量，根据变量+（）就可以调用这个函数
>>> f()
2013-12-25

函数对象有一个__name__属性，可以获取函数的名字：

>>> now.__name__
'now'
>>> f.__name__
'now'

现在，假设我们要扩展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

 

创建函数修饰符的规则：

（1）修饰符是一个函数
（2）修饰符取被修饰函数为参数
（3）修饰符返回一个新函数
（4）修饰符维护被维护函数的签名

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

@log         #相当于执行了语句 now = log（now）@修饰符的功能就是把now当做参数传递给log，然后把log的返回值(wrapper)赋给now变量def now():
    print  ( "2013-12-25 ")

>>> now()
call now()
2013-12-25

 

这里的log()是一个decorator，是返回一个函数的高阶函数；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（如果被修饰函数now不接受参数，wrapper可以无参）；在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

此时经过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'

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，多一层包装。比如，要自定义log的文本：

        def decorator(func):
                def wrapper(*args , **kw):
                        print("%s %s()" % (text , func.__name__))
                        return func(*args , **kw)
                return wrapper
        return decorator

@log('execute') #等价于now = log('execute')(now)  log（）返回一个函数名
def now():
    print("2013-12-25 ")


>>> now()
execute now()
2013-12-25 

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'

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 functools　　#导入functools模块def log(func):
    @functools.wraps(func)　　#py内置的functools.wraps 的修改函数属性的方法wrapsdef wrapper(*args, **kw):
        print ('call %s()' % func.__name__)
        return func(*args, **kw)
    return wrapper

或者带参数的decorator：

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

》》只需记住在定义wrapper()的前面加上@functools.wraps(func)即可。

 

functools模块提供的修改函数属性的方法wraps 进一步理解

def log(func):
    def wrapper():
        print('log开始 ...')
        func()
        print('log结束 ...')
    return wrapper
    
@log
def test1():
    print('test1 ..')

def test2():
    print('test2 ..')

print(test1.__name__)
print(test2.__name__)

运行结果：

wrapper　　　　#test1.__name__改变了
test2

test1的函数名称变了，如果某些代码用到就会出问题，可以使用functools模块提供的修改函数属性的方法wraps，例如

from functools import wraps  #可以写成import functools 后面改@functools.wraps(func) 发挥命名空间的意义

def log(func):
    @wraps(func)
    def wrapper():
        print('log开始 ...')
        func()
        print('log结束 ...')
    return wrapper
    
@log
def test1():
    print('test1 ..')

def test2():
    print('test2 ..')

print(test1.__name__)
print(test2.__name__)

运行结果：

test1
test2

更多请看  https://www.cnblogs.com/gdjlc/p/11182441.html  条理更加清晰！！！

 

》》总结：

--Python的decorator可以用函数实现，也可以用类实现，decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。

--函数修饰符@的作用是为现有函数增加额外的功能，常用于插入日志、性能测试、事务处理等等