美文网首页
Python中的装饰器

Python中的装饰器

作者: 韧心222 | 来源:发表于2018-08-15 08:36 被阅读0次

    本文的内容主要参考了《Python进阶》一书

    装饰器(Decorators)是什么?

    我理解的装饰器,主要是设计模式中的装饰器模式(关于设计模式的内容,个人觉得写的最清楚的就是《Head First》系列的设计模式了)。在Python中,所谓的装饰器指的是一种能够修改其他Python函数的特殊函数,以我目前的理解,两者实现的功能是一致的。

    万物皆对象

    我们知道,在Python中,一切都是对象,自然我们最常用的函数也是Python中的一个对象,因此我们可以在Python函数中定义函数,可以在函数中传递函数,也可以在Python的函数中返回函数

    请看如下的代码:

    # coding:utf-8
    def my_function():
        print("This is a function to do something")
        
    def a_new_decorators(a_func):
        def wrap_func():
            print("I am doing some work before executing a_func()")
            a_func()
            print("I am doing some work after executing a_func()")
            
        return wrap_func
    
    a_function_requiring_decoration = a_new_decorators(my_function)
    
    a_function_requiring_decoration()
    
    I am doing some work before executing a_func()
    This is a function to do something
    I am doing some work after executing a_func()
    

    在上面的代码中,我们首先定义了一个函数my_function,这可以认为是一个需要执行特定功能的函数。之后,我们定义了一个函数a_new_decorators,在该函数内部又定义了一个wrap_func,在其执行特定功能后,将wrap_func作为返回值返回。之后,我们定义了一个新的变量a_function_requiring_decoration,该变量明显等于返回的wrap_func,因此当调用该函数时,系统会输出:

    I am doing some work before executing a_func()
    This is a function to do something
    I am doing some work after executing a_func()
    

    事实上,你已经完成了一个装饰器的编写工作!

    很神奇吧,只不过你没有看到我们常见的使用@的这种方式。接下来,我们来使用带有“@”符号的写法

    @a_new_decorators
    def my_new_function():
        print("This is a new function to do something")
        
    my_new_function()
    
    I am doing some work before executing a_func()
    This is a new function to do something
    I am doing some work after executing a_func()
    

    非常完美,相信现在你已经能够理解了Python的装饰器的工作原理和其具体的实现方式,但是其实还是有一点点小问题的,我们来看一下

    print(my_new_function.__name__)
    
    wrap_func
    

    看到了么?如果按照上述写法,函数的名字会发生变化,怎么办呢?幸运的是,Python已经提供了一个装饰器接口来帮助我们处理上述问题,此时我们应该修改装饰器函数,即

    from functools import wraps
    
    def a_new_decorators(a_func):
        @wraps(a_func)
        def wrap_func():
            print("I am doing some work before executing a_func()")
            a_func()
            print("I am doing some work after executing a_func()")
            
        return wrap_func
    
    @a_new_decorators
    def my_new_function():
        print("This is a new function to do something")
        
    print(my_new_function.__name__)
    
    my_new_function
    

    是不是感觉好多了?接下来,可以把函数的参数加进去:

    from functools import wraps
    
    def a_new_decorators(a_func):
        @wraps(a_func)
        def wrap_func(*args, **kwargs):
            print("I am doing some work before executing a_func()")
            return a_func(*args, **kwargs)
            print("I am doing some work after executing a_func()")
            
        return wrap_func
    

    以上就是一个完整的装饰器的写法,在《Python进阶》一书的代码中,还使用了一个全局变量can_run,我理解按照封装的原理,是不是不应该将其暴露出来,这里暂且算一个小疑问吧,如果有理解的朋友,希望帮忙解答一下。

    装饰器类

    装饰器已经很好用了,但是正所谓“人心不足蛇吞象”,当我们使用装饰器的时候,有时也会遇到几件事需要做的差不太多,但是呢,又需要写多个装饰器,这就很尴尬了。

    事实上,要实现上述功能,还是有办法的,仔细想想这不就是面向对象中“多态”的概念么?于是,在这种场景下,装饰器类闪亮✨登场:

    以下代码抄袭自《Python进阶》中的装饰器类一节

    from functools import wraps
    
    class logit(object):
        def __init__(self, logfile='out.log'):
            self.logfile = logfile
    
        def __call__(self, func):
            @wraps(func)
            def wrapped_function(*args, **kwargs):
                log_string = func.__name__ + " was called"
                print(log_string)
                
                with open(self.logfile, 'a') as opened_file:
                    opened_file.write(log_string + '\n')
    
                self.notify()
                return func(*args, **kwargs)
            return wrapped_function
    
        def notify(self):
            pass
    

    上面的方式是定义了一个装饰器类,其主要功能是在执行特定的函数时,将执行该操作的动作记录到文件out.log中,同时发送一个通知。此时,如果我们想发送不同种类的通知(例如通过微信、短信、邮件等多种形式),那么就可以继承该类,下面的类是一个发送email版本的

    class email_logit(logit):
        '''
        一个logit的实现版本,可以在函数调用时发送email给管理员
        '''
        def __init__(self, email='admin@myproject.com', *args, **kwargs):
            self.email = email
            super(email_logit, self).__init__(*args, **kwargs)
    
        def notify(self):
            # 发送一封email到self.email
            # 这里就不做实现了
            pass
    

    其优势在于代码更加规整,更加灵活,但是调用方式不发生变化:

    @logit
    def myfunc1():
        pass
    
    @email_logit
    def myfunc2():
        pass
    

    以下为《Python进阶》中一些装饰器的常用场景,此处照搬原书,如有侵权请及时联系我。

    装饰器的常用场景

    授权(Authorization)

    装饰器能有助于检查某个人是否被授权去使用一个web应用的端点(endpoint)。它们被大量使用于Flask和Django web框架中。这里是一个例子来使用基于装饰器的授权:

    from functools import wraps
    
    def requires_auth(f):
        @wraps(f)
        def decorated(*args, **kwargs):
            auth = request.authorization
            if not auth or not check_auth(auth.username, auth.password):
                authenticate()
            return f(*args, **kwargs)
        return decorated
    

    相关文章

      网友评论

          本文标题:Python中的装饰器

          本文链接:https://www.haomeiwen.com/subject/uwlibftx.html