Python 装饰器

Hello，装饰器

装饰器本质上是一个Python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。

装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

装饰器的使用方法很固定

先定义一个装饰器（帽子）
再定义你的业务函数或者类（人）
最后把这装饰器（帽子）扣在这个函数（人）头上

就像下面这样子

# 定义装饰器

def decorator(func):

    def wrapper(*args, **kw):

        return func()

    return wrapper

# 定义业务函数并进行装饰

@decorator

def function():

    print("hello, decorator")

复制代码

实际上，装饰器并不是编码必须性，意思就是说，你不使用装饰器完全可以，它的出现，应该是使我们的代码

更加优雅，代码结构更加清晰
将实现特定的功能代码封装成装饰器，提高代码复用率，增强代码可读性

接下来，我将以实例讲解，如何编写出各种简单及复杂的装饰器。

第一种：普通装饰器

首先咱来写一个最普通的装饰器，它实现的功能是：

在函数执行前，先记录一行日志
在函数执行完，再记录一行日志

# 这是装饰器函数，参数 func 是被装饰的函数

def logger(func):

    def wrapper(*args, **kw):

        print('我准备开始执行：{} 函数了:'.format(func.__name__))

        # 真正执行的是这行。

        func(*args, **kw)

        print('主人，我执行完啦。')

    return wrapper

复制代码

假如，我的业务函数是，计算两个数之和。写好后，直接给它带上帽子。

@logger

def add(x, y):

    print('{} + {} = {}'.format(x, y, x+y))

复制代码

然后执行一下 add 函数。

add(200, 50)

复制代码

来看看输出了什么？

我准备开始执行：add 函数了:

200 + 50 = 250

我执行完啦。

复制代码

第二种：带参数的函数装饰器

通过上面两个简单的入门示例，你应该能体会到装饰器的工作原理了。

不过，装饰器的用法还远不止如此，深究下去，还大有文章。今天就一起来把这个知识点学透。

回过头去看看上面的例子，装饰器是不能接收参数的。其用法，只能适用于一些简单的场景。不传参的装饰器，只能对被装饰函数，执行固定逻辑。

装饰器本身是一个函数，做为一个函数，如果不能传参，那这个函数的功能就会很受限，只能执行固定的逻辑。这意味着，如果装饰器的逻辑代码的执行需要根据不同场景进行调整，若不能传参的话，我们就要写两个装饰器，这显然是不合理的。

比如我们要实现一个可以定时发送邮件的任务（一分钟发送一封），定时进行时间同步的任务（一天同步一次），就可以自己实现一个 periodic_task

（定时任务）的装饰器，这个装饰器可以接收一个时间间隔的参数，间隔多长时间执行一次任务。

可以这样像下面这样写，由于这个功能代码比较复杂，不利于学习，这里就不贴了。

@periodic_task(spacing=60)

def send_mail():

     pass

@periodic_task(spacing=86400)

def ntp()

    pass

复制代码

那我们来自己创造一个伪场景，可以在装饰器里传入一个参数，指明国籍，并在函数执行前，用自己国家的母语打一个招呼。

# 小明，中国人

@say_hello("china")

def xiaoming():

    pass

# jack，美国人

@say_hello("america")

def jack():

    pass

复制代码

那我们如果实现这个装饰器，让其可以实现 传参 呢？

会比较复杂，需要两层嵌套。

def say_hello(contry):

    def wrapper(func):

        def deco(*args, **kwargs):

            if contry == "china":

                print("你好!")

            elif contry == "america":

                print('hello.')

            else:

                return

            # 真正执行函数的地方

            func(*args, **kwargs)

        return deco

    return wrapper

复制代码

来执行一下

xiaoming()

print("------------")

jack()

复制代码

看看输出结果。

你好!

------------

hello.

复制代码

第三种：不带参数的类装饰器

以上都是基于函数实现的装饰器，在阅读别人代码时，还可以时常发现还有基于类实现的装饰器。

基于类装饰器的实现，必须实现 __call__ 和 __init__两个内置函数。 __init__ ：接收被装饰函数 __call__

：实现装饰逻辑。

还是以日志打印这个简单的例子为例

class logger(object):

    def __init__(self, func):

        self.func = func

    def __call__(self, *args, **kwargs):

        print("[INFO]: the function {func}() is running..."\

            .format(func=self.func.__name__))

        return self.func(*args, **kwargs)

@logger

def say(something):

    print("say {}!".format(something))

say("hello")

复制代码

执行一下，看看输出

[INFO]: the function say() is running...

say hello!

复制代码

第四种：带参数的类装饰器

上面不带参数的例子，你发现没有，只能打印INFO级别的日志，正常情况下，我们还需要打印DEBUG WARNING等级别的日志。

这就需要给类装饰器传入参数，给这个函数指定级别了。

带参数和不带参数的类装饰器有很大的不同。

__init__ ：不再接收被装饰函数，而是接收传入参数。 __call__ ：接收被装饰函数，实现装饰逻辑。

class logger(object):

    def __init__(self, level='INFO'):

        self.level = level

    def __call__(self, func): # 接受函数

        def wrapper(*args, **kwargs):

            print("[{level}]: the function {func}() is running..."\

                .format(level=self.level, func=func.__name__))

            func(*args, **kwargs)

        return wrapper  #返回函数

@logger(level='WARNING')

def say(something):

    print("say {}!".format(something))

say("hello")

复制代码

我们指定WARNING级别，运行一下，来看看输出。

[WARNING]: the function say() is running...

say hello!

复制代码

第五种：使用偏函数与类实现装饰器

绝大多数装饰器都是基于函数和闭包实现的，但这并非制造装饰器的唯一方式。

事实上，Python 对某个对象是否能通过装饰器（ @decorator）形式使用只有一个要求： **decorator

必须是一个“可被调用（callable）的对象** 。

对于这个 callable 对象，我们最熟悉的就是函数了。

除函数之外，类也可以是 callable 对象，只要实现了__call__ 函数（上面几个例子已经接触过了）。

还有容易被人忽略的偏函数其实也是 callable 对象。

接下来就来说说，如何使用类和偏函数结合实现一个与众不同的装饰器。

如下所示，DelayFunc 是一个实现了 __call__ 的类，delay 返回一个偏函数，在这里 delay 就可以做为一个装饰器。（以下代码摘自

Python工匠：使用装饰器的小技巧）

import time

import functools

class DelayFunc:

    def __init__(self,  duration, func):

        self.duration = duration

        self.func = func

    def __call__(self, *args, **kwargs):

        print(f'Wait for {self.duration} seconds...')

        time.sleep(self.duration)

        return self.func(*args, **kwargs)

    def eager_call(self, *args, **kwargs):

        print('Call without delay')

        return self.func(*args, **kwargs)

def delay(duration):

"""

    装饰器：推迟某个函数的执行。

    同时提供 .eager_call 方法立即执行

"""

    # 此处为了避免定义额外函数，

    # 直接使用 functools.partial 帮助构造 DelayFunc 实例

    return functools.partial(DelayFunc, duration)

复制代码

我们的业务函数很简单，就是相加

@delay(duration=2)

def add(a, b):

    return a+b

复制代码

来看一下执行过程

>>> add    # 可见 add 变成了 Delay 的实例

<__main__.DelayFunc object at 0x107bd0be0>

>>>

>>> add(3,5)  # 直接调用实例，进入 __call__

Wait for 2 seconds...

>>>

>>> add.func # 实现实例方法

<function add at 0x107bef1e0>

复制代码

第六种：能装饰类的装饰器

用 Python 写单例模式的时候，常用的有三种写法。其中一种，是用装饰器来实现的。

以下便是我自己写的装饰器版的单例写法。

instances = {}

def singleton(cls):

    def get_instance(*args, **kw):

        cls_name = cls.__name__

        print('===== 1 ====')

        if not cls_name in instances:

            print('===== 2 ====')

            instance = cls(*args, **kw)

            instances[cls_name] = instance

        return instances[cls_name]

    return get_instance

@singleton

class User:

    _instance = None

    def __init__(self, name):

        print('===== 3 ====')

        self.name = name

复制代码

可以看到我们用singleton 这个装饰函数来装饰 User

这个类。装饰器用在类上，并不是很常见，但只要熟悉装饰器的实现过程，就不难以实现对类的装饰。在上面这个例子中，装饰器就只是实现对类实例的生成的控制而已。

其实例化的过程，你可以参考我这里的调试过程，加以理解。