Python 装饰器最佳实践

作者: 阙馨妍子 | 来源:发表于2020-07-02 12:54 被阅读0次

Python 的 Decorator在使用上和Java/C#的Annotation很相似，就是在方法名前面加一个@XXX注解来为这个方法装饰一些东西。但是，Java/C#的Annotation很让人望而却步，要使用它，需要先了解一堆Annotation的类库文档，让人感觉就是在学另外一门语言。
而Python使用了一种相对于Annotation来说非常优雅的方法，这种方法不需要我们去掌握Annotation的各种类库规定，完全就是语言层面的玩法：一种函数式编程(“描述我们想干什么，而不是描述我们要怎么去实现”的编程方式)的技巧。

装饰器基础知识

函数对象

要理解decorator，首先必须理解函数在Python中的作用。这有重要的影响。让我们用一个简单的例子来看看为什么:

def shout(word='yes'):
    return word.capitalize()

print(shout())
# outputs : 'Yes'

scream = shout

# 注意，我们不使用括号：我们没有调用函数，而是将`shout`函数赋给变量`scream`，
# 这意味着您可以从`scream`中调用`shout`：

print(scream())
# outputs : 'Yes'

# 不仅如此，这还意味着您可以删除`shout`，并且该函数仍然可以从`scream`调用

del shout
try:
    print(shout())
except NameError as e:
    print(e)
    #outputs: "name 'shout' is not defined"

print(scream())
# outputs: 'Yes'

Python函数的另一个有趣的特性是可以在另一个函数中定义它们！

def talk():

    # 您可以在`talk`中动态定义一个函数： ...
    def whisper(word='yes'):
        return word.lower()

    # ... 并立即使用！

    print(whisper())

# 您每次调用`talk`时都会定义`whisper`，然后`whisper`在`talk`中被调用。
talk()
# outputs: "yes"

# 但是`talk`之外不存在`whisper`：

try:
    print(whisper())
except NameError as e:
    print(e)
    # outputs : "name 'whisper' is not defined"

函数引用

你已经知道函数是对象，因此，函数：

可以给变量赋值
可以在另一个函数中定义

这意味着一个函数可以返回另一个函数。看一下!

def getTalk(kind='shout'):

    # 我们动态地定义函数
    def shout(word='yes'):
        return word.capitalize()

    def whisper(word='yes'):
        return word.lower()

    # 然后我们返回其中一个
    if kind == 'shout':
        # 我们不用'()'。我们没有调用函数;相反，我们返回函数对象
        return shout  
    else:
        return whisper

# 获取函数并将其赋值给变量
talk = getTalk()      

# 你可以看到`talk`在这里是一个函数对象:
print(talk)
#outputs : <function shout at 0xb7ea817c>

print(talk())
# outputs : 'Yes'

# 你甚至可以直接使用它:
print(getTalk('whisper')())
# outputs : 'yes'

既然你可以返回一个函数，那么你也可以将函数作为参数传递给另一个函数:

def doSomethingBefore(func): 
    print('I do something before then I call the function you gave me')
    print(func())

doSomethingBefore(shout)
# outputs: 
# I do something before then I call the function you gave me
# Yes

现在您已经具备了了解装饰器的一切条件。在Python中，函数是一类对象，这意味着：

函数是对象，它们可以被引用，传递给变量并从其他函数返回。
可以在另一个函数中定义函数inner function ，也可以将其作为参数传递给另一个函数。

手动实现装饰器

您已经看到函数与Python中的任何其他对象一样，现在让我们手动实现一个装饰器，来看一下Python装饰器的魔力。

# 装饰器是期望另一个函数作为参数的函数
def my_decorator(my_func):

    # 在内部，decorator动态地定义了一个函数:wrapper。
    # 这个函数将被封装在原始函数上，这样它就可以在原始函数之前和之后执行代码。
    def my_wrapper():

        # 在调用原始函数之前，将需要执行的代码放在这里
        print('Before the function runs')

        # 调用这里的函数(使用括号)
        my_func()

        # 将您希望在调用原始函数后执行的代码放在这里
        print('After the function runs')

    # 此时，`my_func`还没有被执行。
    # 我们返回刚刚创建的`my_wrapper`函数。
    # `my_wrapper`包含`my_func`函数和要执行的前后代码。
    return wrapper

# 现在假设您创建了一个不想再做任何修改的函数
def my_func():
    print('I am a stand alone function, don’t you dare modify me')

my_func() 
# outputs: I am a stand alone function, don't you dare modify me

# 只要将它传递给装饰器，它就会动态地将它包装在您想要的任何代码中，并返回一个准备使用的新函数:

my_func_decorator = my_decorator(my_func)
my_func_decorator()
# outputs:
# Before the function runs
# I am a stand alone function, don't you dare modify me
# After the function runs

现在，您可能希望每次调用my_func时，my_func_decorator会被调用。这很简单，只需用my_decorator返回的函数覆盖my_func

my_func = my_decorator(my_func)
my_func
# outputs:
# Before the function runs
# I am a stand alone function, don’t you dare modify me
# After the function runs

装饰器揭秘

使用装饰器语法实现前面的例子：

@my_func_decorator
def my_another_func():
    print('Leave me alone')

my_another_func()  
# outputs:  
# Before the function runs
# Leave me alone
# After the function runs

是的，就是这么简单。根据我们前面的铺垫，您应该一下就能理解装饰器的语法，@decorator只是一个快捷方式:

my_another_func = my_decorator(my_another_func)

decorator只是decorator设计模式的python变体。Python中嵌入了一些经典的设计模式来简化开发(比如迭代器、生成器，感兴趣的同学可以看一下我前面关于迭代器和生成器的文章:Python中的三个“黑魔法”与“骚操作”。

嵌套装饰器

当然，装饰器也可以嵌套:

def hello(func):
    def wrapper():
        print("Hello")
        func()
    return wrapper

def welcome(func):

    def wrapper():
        print("Welcome")
        func()
    return wrapper

def say():
    print("Good")
    
say = hello(welcome(say))
say()
# outputs:
# Hello 
# Welcome
# Good

# 使用Python decorator语法:
@hello
@welcome
say()
# outputs:
# Hello 
# Welcome
# Good

设置decorator的顺序很重要:decorator按照它们被列出的顺序执行。

带参装饰器

我们还可以装饰一个带有参数的函数。我们可以在包装器函数wrapper中使用*args和**kwargs接收这些参数。

# 你只需要让`wrapper`传递参数：
def say(func):

    def wrapper(*args, **kwargs):
        func(*args, **kwargs)
    return wrapper
    
# 因为在调用`decorator`返回的函数时，调用的是包装器`wrapper`，所以向包装器传递参数将让包装器将参数传递给修饰的函数
@say
def greet(name):
    print("Hello {}".format(name))

greet("xiaojing")
# outputs: Hello xiaojing

装饰器高手进阶

现在，你已经掌握了装饰器的概念和装饰器的基本用法，可以高兴地离开了，或者你也可以留下多动会脑子，看看装饰器的高级用途。

Introspection

在Python中，自省是指对象在运行时了解其自身属性的能力。例如，函数知道自己的name和doc。

print(greet.__name__)
# outputs: wrapper

但我们期望输出greet,而不是函数被装饰后丢失函数原始的信息。要解决这个问题，decorator应该在wrapper上使用@functools.wrapper包装器函数，它将保留关于原始函数的信息。

import functools
import time


def timer(func):

    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.perf_counter()
        value = func(*args, **kwargs)
        end_time = time.perf_counter()
        run_time = end_time - start_time
        print("Finished {} in {} s".format(repr(func.__name__), round(run_time, 3)))
        return value

    return wrapper
    
@timer
def doubled_and_add(num):
    res = sum([i*2 for i in range(num)])
    print("Result : {}".format(res))

doubled_and_add(100000)
doubled_and_add(1000000)
# outputs:
# Result : 9999900000
# Finished ‘doubled_and_add’ in 0.0119 s
# Result : 999999000000
# Finished ‘doubled_and_add’ in 0.0897 s

装饰类

在类上使用装饰器有两种不同的方法。装饰类的方法或装饰整个类。

内置类装饰器

Python中内置的一些常用装饰器是@classmethod、@staticmethod和@property。@classmethod和@staticmethod装饰器用于在类名称空间内定义未连接到该类的特定实例的方法。@property装饰器用于自定义类属性的getter和setter方法。

class Circle:
    def __init__(self, radius):
        self._radius = radius

    @property
    def radius(self):
        return self._radius

    @radius.setter
    def radius(self, value):
        if value >= 0:
            self._radius = value
        else:
            raise ValueError("Radius must be positive")

    @property
    def area(self):
        return self.pi() * self.radius**2

    def cylinder_volume(self, height):
        return self.area * height

    @classmethod
    def unit_circle(cls):
        """工厂方法 创建一个半径为1的圆"""
        return cls(1)

    @staticmethod
    def pi():
        return 3.1415926535

在这个类中：

.cylinder_volume() 是一个普通方法。
.radius 是一个可变的属性:它可以被设置为不同的值。但是，通过定义setter方法，我们可以进行一些错误验证，来确保它不会被设置为负数。
.area是一个不可变的属性:没有.setter()方法的属性是不能更改的。
.unit_circle() 是类方法。它不局限于一个特定的圆实例。类方法通常用作工厂方法，可以创建类的特定实例。
.pi() 是静态方法，它并不真正依赖于Circle类。静态方法可以在实例或类上调用。

控制台测试:

>>> c = Circle(5)
>>> c.radius
5

>>> c.area
78.5398163375

>>> c.radius = 2
>>> c.area
12.566370614

>>> c.area = 100
AttributeError: can't set attribute

>>> c.cylinder_volume(height=4)
50.265482456

>>> c.radius = -1
ValueError: Radius must be positive

>>> c = Circle.unit_circle()
>>> c.radius
1

>>> c.pi()
3.1415926535

>>> Circle.pi()
3.1415926535

装饰方法

Python的一个妙处是方法和函数实际上是一样的。惟一的区别是，方法期望它们的第一个参数是对当前对象(self)的引用，在这里，我们使用上面刚刚创建的计时器装饰器，我们还是举个例子简单过一下：

class Calculator:

    def __init__(self, num):
        self.num = num

    @timer
    def doubled_and_add(self):
        res = sum([i * 2 for i in range(self.num)])
        print("Result : {}".format(res))

c = Calculator(10000)
c.doubled_and_add()
# outputs:
# Result : 99990000
# Finished 'doubled_and_add' in 0.001 s

装饰整个类

@timer
class Calculator:

    def __init__(self, num):
        self.num = num
        import time
        time.sleep(2)

    def doubled_and_add(self):
        res = sum([i * 2 for i in range(self.num)])
        print("Result : {}".format(res))

c = Calculator(100)
# outputs: Finished 'Calculator' in 2.001 s

装饰类并不装饰它的方法。在这里，@timer只测量实例化类所需的时间。

带参数的装饰器

注意，带参数的装饰器和上面提到的带参装饰器可不是一回事儿。带参装饰器是装饰带参数的函数的装饰器，这个参数是函数的参数，通过包装器传递给函数。而带参数的装饰器是带有参数的装饰器，这个参数是装饰器自身的参数，是不是有点晕了，别急，我们一起看下例子就懂了：

def repeat(*args_, **kwargs_):

    def inner_function(func):

        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            for _ in range(args_[0]):
                func(*args, **kwargs)
        return wrapper

    return inner_function


@repeat(4)
def say(name):
    print(f"Hello {name}")

say("World")
# outputs:
# Hello World
# Hello World
# Hello World
# Hello World

有状态的装饰器

我们可以使用一个装饰器来跟踪状态。作为一个简单的示例，我们将创建一个decorator来计算函数被调用的次数。

def count_calls(func):

    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        wrapper.num_calls += 1
        print(f"Call {wrapper.num_calls} of {func.__name__!r}")
        return func(*args, **kwargs)

    wrapper.num_calls = 0
    return wrapper


@count_calls
def say():
    print("Hello!")

say()
say()
say()
say()
print(say.num_calls)
# outputs:
# Call 1 of 'say'
# Hello!
# Call 2 of 'say'
# Hello!
# Call 3 of 'say'
# Hello!
# Call 4 of 'say'
# Hello!
# 4

对函数的调用数量存储在包装器函数上的函数属性num_calls中。

类装饰器

注意，和刚才带参数的装饰器和带参装饰器类似，类装饰器和装饰类的装饰器也是完全不同的两个概念。装饰类的装饰器是用来装饰类的方法和整个类的装饰器，是对类的装饰。而类装饰器是用类来作为函数的装饰器，类本身作为装饰器对函数进行装饰。我在说What？这次我自己都要绕晕了，还是借代码来翻译程序吧，例子一看您就明白了。

class CountCalls:
    def __init__(self, func):
        functools.update_wrapper(self, func)
        self.func = func
        self.num_calls = 0

    def __call__(self, *args, **kwargs):
        self.num_calls += 1
        print(f"Call {self.num_calls} of {self.func.__name__!r}")
        return self.func(*args, **kwargs)


@CountCalls
def say():
    print("Hello!")

say()
say()
say()
say()
print(say.num_calls)
# outputs：
# Call 1 of 'say'
# Hello!
# Call 2 of 'say'
# Hello!
# Call 3 of 'say'
# Hello!
# Call 4 of 'say'
# Hello!
# 4

维护状态的最佳方法是使用类。如果我们想使用class作为装饰器，则需要将func在其.__init__()方法中作为参数。此外，该类必须是可调用的，以便它可以代表被装饰的函数。对于可调用的类，我们需要实现特殊的.__call__()方法。

带参数的基于类的装饰器

我保证这是最后一个！解释不动了，直接上代码，代码是对程序语言最好的解释语言。

class ClassDecorator(object):

    def __init__(self, arg1, arg2):
        print("Arguements of decorator %s, %s" % (arg1, arg2))
        self.arg1 = arg1
        self.arg2 = arg2

    def __call__(self, func):
        functools.update_wrapper(self, func)

        def wrapper(*args, **kwargs):
            return func(*args, **kwargs)
        return wrapper

@ClassDecorator("arg1", "arg2")
def print_args(*args):
    for arg in args:
        print(arg)

print_args(1, 2, 3)
# outputs:
# Arguements of decorator arg1, arg2
# 1
# 2
# 3

总结

Python 的 Decorator是想要对一个已有的模块做一些“修饰工作”，所谓修饰工作就是想给现有的模块加上一些小装饰（一些小功能，这些小功能可能好多模块都会用到），但又不让这个小装饰（小功能）侵入到原有的模块中的代码里去，上面我们用了大量的例子来说明了这一点。
推荐你们几篇比较不错的英文文章（锦上添花，不读也可）：

Python decorator best practice, using a class vs a function：stack overflow上的一个问答，比较精彩，值得一读。
Primer on Python Decorators – Real Python:这是挺全的一个pytohn decorator教程
The best explanation of Python decorators I’ve ever seen. (An archived answer from StackOverflow.)：这篇比较偏重基础，适合没接触过decorator的小白阅读。
Decorators in Python：这篇理论相对较少，需要一定的python基础。

终于完事儿了，恭喜你们，太牛了！如果本文对大家有帮助，欢迎大家对本文点赞收藏评论或关注我的主页，我会不定期更新当下主流技术文章。