装饰器(无参) (多装饰器执行由底向上)
- 它是一个函数
- 函数作为它的形参
- 返回值也是一个函数
- 可以使用@functionname方式,简化调用
注:此处装饰器的定义只是简单总结,并不准确,只是方便理解
装饰器是高阶函数,但装饰器是对传入函数的功能的装饰(功能增强)
import datetime
import time
def logger(fn):
def wrapper(*args,**kwargs):
'this is wrapper function'
print('args={},kwargs={}'.format(args,kwargs))
start = datetime.datetime.now()
ret = fn(*args,**kwargs)
duration = (datetime.datetime.now() - start).total_seconds()
print('function {} took {}s'.format(fn.__name__,duration))
return ret
return wrapper
@logger
def add(x, y):
'this is add function'
return x + y
>>> add(5,5)
> args=(5, 5),kwargs={}
> function add took 0.0s
>>> print(add.__name__)
>>> print(add.__doc__)
> wrapper
> this is wrapper function
上面的例子中我们会发现add函数对象的属性变成了wrapper函数的属性,使用装饰器我们是希望查看被封函数的属性,所以这里我们就需要带参装饰器来解决这个问题
带参装饰器
- 它是一个函数
- 函数作为它的形参
- 返回值是一个不带参数的装饰器函数
- 使用functionname(参数列表) 方式调用
- 可以看做在装饰外层又加了一层函数
- 需求:获取函数的执行时长,对时长超过阈(yu)值的函数记录一下
import datetime
import time
def copy_properties(src):
def _copy(dest):
dest.__name__ = src.__name__
dest.__doc__ = src.__doc__
return dest
return _copy
def logger(duration):
def _logger(fn):
@copy_properties(fn)
# wrapper = copy_properties(fn)(wrapper) => _copy(wrapper) => wrapper
def wrapper(*args,**kwargs):
''' this is wrapper function '''
start = datetime.datetime.now()
ret = fn(*args,**kwargs)
delta = (datetime.datetime.now() - start).total_seconds()
print('so slow') if delta > duration else print('so fast')
return ret
return wrapper
return _logger
@logger(6)
def add(x, y):
''' this is add function '''
time.sleep(3)
return x + y
>>> add(3,4)
>>> print(add.__doc__)
> so fast
> this is add function
注:这里我们通过copy_properties函数解决了上面属性发生改变的问题。
- 上面的例子我们还可以将记录功能提取出来,这样就可以通过外部提供的函数来灵活控制输出
def logger(duration,func = lambda name,duration:print('{} took {}s'.format(name,duration))):
def _logger(fn):
@copy_properties(fn)
# wrapper = copy_properties(fn)(wrapper) => _copy(wrapper) => wrapper
def wrapper(*args,**kwargs):
''' this is wrapper function '''
start = datetime.datetime.now()
ret = fn(*args,**kwargs)
delta = (datetime.datetime.now() - start).total_seconds()
if delta > duration:
func(fn.__name__,duration)
return ret
return wrapper
return _logger
在Python functools模块中自带了两个函数可以帮我们更方便的解决使用装饰器时函数属性改变的问题
update_wrapper函数
functools.update_wrapper(wrapper, wrapped, assigned=('__module__', '__name__', '__qualname__', '__doc__', '__annotations__'), updated=('__dict__',))
- 类似copy_properties功能
- wrapper 包装函数、被更新者、wrapped 被包装函数,数据源
- 元组WRAPPER_ASSIGNMENTS 中是要被覆盖的属性,模块名、名称、限定名、文档、参数注解
- 元组WRAPPER_UPDATES 中是要被更新的属性,dict 属性字典
- 增加一个wrapped属性,保留着wrapped函数
import datetime,time,functools
def logger(duration, func=lambda name,duration: print('{} took {}s'.format(name,duration))):
def _logger(fn):
def wrapper(*args,**kwargs):
start = datetime.datetime.now()
ret = fn(*args,**kwargs)
delta = (datetime.datetime.now() - start).total_seconds()
if delta > duration:
func(fn.__name__,duration)
return ret
return functools.update_wrapper(wrapper,fn)
return _logger
@logger(5) # add = logger(5)(add)
def add(x,y):
time.sleep(2)
return x+y
print(add(5,6),add.__name__,add.__wrapped__,add.__dict__,sep='\n')
wraps 函数
functools.wraps(wrapped, assigned=('__module__', '__name__', '__qualname__', '__doc__', '__annotations__'), updated=('__dict__',))
- 类似copy_properties功能
- wrapped 被包装函数
- 元组WRAPPER_ASSIGNMENTS 中是要被覆盖的属性,模块名、名称、限定名、文档、参数注解
- 元组WRAPPER_UPDATES 中是要被更新的属性,dict 属性字典
- 增加一个wrapped属性,保留着wrapped函数
import datetime,time,functools
def logger(duration, func=lambda name,duration: print('{} took {}s'.format(name,duration))):
def _logger(fn):
@functools.wraps(fn)
def wrapper(*args,**kwargs):
start = datetime.datetime.now()
ret = fn(*args,**kwargs)
delta = (datetime.datetime.now() - start).total_seconds()
if delta > duration:
func(fn.__name__,duration)
return ret
return wrapper
return _logger
@logger(5) # add = logger(5)(add)
def add(x,y):
time.sleep(2)
return x+y
print(add(5,6),add.__name__,add.__wrapped__,add.__dict__,sep='\n')
网友评论