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
举例：
1, hello装饰器
def decorator(func):
def wrapper(*args, **kw):
return func()
return wrapper
@decorator
def function():
print("hello, decorator")
2，日志打印装饰器：(在函数执行前后打印出相关信息)
# 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('主人，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
@logger
def add(x, y):
print('{} + {} = {}'.format(x, y, x+y))
主人，我准备开始执行：add 函数了:
200 + 50 = 250
主人，我执行完啦。
3，时间计时器（计算函数的运行时长）
# 这是装饰函数
def timer(func):
def wrapper(*args, **kw):
t1=time.time()
# 这是函数真正执行的地方
func(*args, **kw)
t2=time.time()
# 计算下时长
cost_time = t2-t1
print("花费时间：{}秒".format(cost_time))
return wrapper
高阶操作
- 带参数的函数装饰器
def say_hello(contry): #contry装饰器的参数
def wrapper(func): #传入装饰器的类
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
# 小明，中国人
@say_hello("china")
def xiaoming():
pass
# jack，美国人
@say_hello("america")
def jack():
pass
if __name__ == '__main__':
xiaoming()
jack()
- 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。
image.png
class logger(object):
def __init__(self, func): #函数在初始化操作触发，通过此方法我们可以定义一个对象的初始操作
self.func = func
def __call__(self, *args, **kwargs): #创建类并返回这个类的实例
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")
- 带参数的类装饰器：
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 logger1(object):
def __init__(self, level='INFO'): #接收传入参数
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
@logger1(level='WARNING')
def say1(something):
print("say {}!".format(something))
- 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。
#使用偏函数实现装饰器:
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)
@delay(duration=2)
def add(a, b):
return a+b
执行结果：
>>> 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...
8
>>>
>>> add.func # 实现实例方法
<function add at 0x107bef1e0>
- 装饰类的装饰器
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。
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
剩余未学习
**wraps 装饰器有啥用？**
在 functools 标准库中有提供一个 wraps 装饰器，你应该也经常见过，那他有啥用呢？先来看一个例子
def wrapper(func):
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
为什么会这样子？不是应该返回 func吗？这也不难理解，因为上边执行func和下边 decorator(func)是等价的，所以上面func.__name__是等价于下面 decorator(func).__name__的，那当然名字是 inner_function
def wrapper(func):
def inner_function():
pass
return inner_function
def wrapped():
pass
print(wrapper(wrapped).__name__)
#inner_function
那如何避免这种情况的产生？方法是使用 functools .wraps 装饰器，它的作用就是将**被修饰的函数(wrapped) **的一些属性值赋值给**修饰器函数(wrapper) **，最终让属性的显示更符合我们的直觉。
from functools import wraps
def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
# wrapped
</pre>
准确点说，wraps 其实是一个偏函数对象（partial），源码如下
可以看到wraps其实就是调用了一个函数update_wrapper，知道原理后，我们改写上面的代码，在不使用 wraps的情况下，也可以让 wrapped.__name__ 打印出 wrapped，代码如下：
from functools import update_wrapper
WRAPPER_ASSIGNMENTS = ('__module__', '__name__', '__qualname__', '__doc__',
'__annotations__')
def wrapper(func):
def inner_function():
pass
update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
</pre>
**10**
**内置装饰器：property**以上，我们介绍的都是自定义的装饰器。其实Python语言本身也有一些装饰器。比如property这个内建装饰器，我们再熟悉不过了。它通常存在于类中，可以将一个函数定义成一个属性，属性的值就是该函数return的内容。通常我们给实例绑定属性是这样的
class Student(object):
def __init__(self, name, age=None):
self.name = name
self.age = age
# 实例化
xiaoming = Student("小明")
# 添加属性
xiaoming.age=25
# 查询属性
xiaoming.age
# 删除属性
del xiaoming.age
</pre>
但是稍有经验的开发人员，一下就可以看出，这样直接把属性暴露出去，虽然写起来很简单，但是并不能对属性的值做合法性限制。为了实现这个功能，我们可以这样写。
<pre style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important; color: inherit; font-size: inherit; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; orphans: 2; text-align: justify; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-style: initial; text-decoration-color: initial; letter-spacing: 0px; line-height: inherit;">class Student(object):
def __init__(self, name):
self.name = name
self.name = None
def set_age(self, age):
if not isinstance(age, int):
raise ValueError('输入不合法：年龄必须为数值!')
if not 0 < age < 100:
raise ValueError('输入不合法：年龄范围必须0-100')
self._age=age
def get_age(self):
return self._age
def del_age(self):
self._age = None
xiaoming = Student("小明")
# 添加属性
xiaoming.set_age(25)
# 查询属性
xiaoming.get_age()
# 删除属性
xiaoming.del_age()
上面的代码设计虽然可以变量的定义，但是可以发现不管是获取还是赋值（通过函数）都和我们平时见到的不一样。按照我们思维习惯应该是这样的。
赋值
xiaoming.age = 25
# 获取
xiaoming.age
</pre>
那么这样的方式我们如何实现呢。请看下面的代码。
class Student(object):
def __init__(self, name):
self.name = name
self.name = None
@property
def age(self):
return self._age
@age.setter
def age(self, value):
if not isinstance(value, int):
raise ValueError('输入不合法：年龄必须为数值!')
if not 0 < value < 100:
raise ValueError('输入不合法：年龄范围必须0-100')
self._age=value
@age.deleter
def age(self):
del self._age
xiaoming = Student("小明")
# 设置属性
xiaoming.age = 25
# 查询属性
xiaoming.age
# 删除属性
del xiaoming.age
</pre>
用@property装饰过的函数，会将一个函数定义成一个属性，属性的值就是该函数return的内容。同时，会将这个函数变成另外一个装饰器。就像后面我们使用的`@age.setter`和`@age.deleter`。
@age.setter使得我们可以使用XiaoMing.age = 25这样的方式直接赋值。
@age.deleter使得我们可以使用del XiaoMing.age这样的方式来删除属性。
property 的底层实现机制是「描述符」，为此我还写过一篇文章。
这里也介绍一下吧，正好将这些看似零散的文章全部串起来。
如下，我写了一个类，里面使用了 property 将 math 变成了类实例的属性
class Student:
def __init__(self, name):
self.name = name
@property
def math(self):
return self._math
@math.setter
def math(self, value):
if 0 <= value <= 100:
self._math = value
else:
raise ValueError("Valid value must be in [0, 100]")
</pre>
为什么说 property 底层是基于描述符协议的呢？通过 PyCharm 点击进入 property 的源码，很可惜，只是一份类似文档一样的伪源码，并没有其具体的实现逻辑。不过，从这份伪源码的魔法函数结构组成，可以大体知道其实现逻辑。这里我自己通过模仿其函数结构，结合「描述符协议」来自己实现类 property特性。代码如下：
class TestProperty(object):
def __init__(self, fget=None, fset=None, fdel=None, doc=None):
self.fget = fget
self.fset = fset
self.fdel = fdel
self.__doc__ = doc
def __get__(self, obj, objtype=None):
print("in __get__")
if obj is None:
return self
if self.fget is None:
raise AttributeError
return self.fget(obj)
def __set__(self, obj, value):
print("in __set__")
if self.fset is None:
raise AttributeError
self.fset(obj, value)
def __delete__(self, obj):
print("in __delete__")
if self.fdel is None:
raise AttributeError
self.fdel(obj)
def getter(self, fget):
print("in getter")
return type(self)(fget, self.fset, self.fdel, self.__doc__)
def setter(self, fset):
print("in setter")
return type(self)(self.fget, fset, self.fdel, self.__doc__)
def deleter(self, fdel):
print("in deleter")
return type(self)(self.fget, self.fset, fdel, self.__doc__)
</pre>
然后 Student 类，我们也相应改成如下
class Student:
def __init__(self, name):
self.name = name
# 其实只有这里改变
@TestProperty
def math(self):
return self._math
@math.setter
def math(self, value):
if 0 <= value <= 100:
self._math = value
else:
raise ValueError("Valid value must be in [0, 100]")
</pre>
为了尽量让你少产生一点疑惑，我这里做两点说明：
使用TestProperty装饰后，math不再是一个函数，而是TestProperty类的一个实例。所以第二个math函数可以使用 math.setter 来装饰，本质是调用TestProperty.setter 来产生一个新的TestProperty实例赋值给第二个math。
第一个 math 和第二个 math 是两个不同 TestProperty 实例。但他们都属于同一个描述符类（TestProperty），当对 math 对于赋值时，就会进入TestProperty.__set__**，当对math 进行取值里，就会进入TestProperty.__get__**。仔细一看，其实最终访问的还是Student实例的 _math属性。
说了这么多，还是运行一下，更加直观一点。
运行后，会直接打印这一行，这是在实例化 TestProperty 并赋值给第二个math
in setter
>>>
>>> s1.math = 90
in __set__
>>> s1.math
in __get__
90
</pre>
如对上面代码的运行原理，有疑问的同学，请务必结合上面两点说明加以理解，那两点相当关键。**11**
**其他装饰器：装饰器实战**读完并理解了上面的内容，你可以说是Python高手了。别怀疑，自信点，因为很多人都不知道装饰器有这么多用法呢。在我看来，使用装饰器，可以达到如下目的：
* 使代码可读性更高，逼格更高；
* 代码结构更加清晰，代码冗余度更低；
刚好我在最近也有一个场景，可以用装饰器很好的实现，暂且放上来看看。这是一个实现控制函数运行超时的装饰器。如果超时，则会抛出超时异常。有兴趣的可以看看。
import signal
class TimeoutException(Exception):
def __init__(self, error='Timeout waiting for response from Cloud'):
Exception.__init__(self, error)
def timeout_limit(timeout_time):
def wraps(func):
def handler(signum, frame):
raise TimeoutException()
def deco(*args, **kwargs):
signal.signal(signal.SIGALRM, handler)
signal.alarm(timeout_time)
func(*args, **kwargs)
signal.alarm(0)
return deco
return wraps
</pre>
网友评论