引入装饰器
如果想在一个函数执行前后执行一些别的代码，比如打印一点日志用来输出这个函数的调用情况那应该怎么做呢？
python
代码解读
复制代码
#!/usr/bin/env python
# coding=utf-8
def logger(fn): # 函数作为参数即fn可以为任何参数
def wrap(*args, **kwargs): # 可变参数args和kwargs
print('call {}'.format(fn.__name__))
ret = fn(*args, **kwargs) # 函数调用时的参数解构
print('{} called'.format(fn.__name__))
return ret # 返回函数的返回值
return wrap
def add(x, y):
return x + y
logger_add = logger(add)
print(logger_add.__name__)
print(logger_add)
ret = logger_add(3, 5)
print(ret)
#输出结果：
wrap
<function logger.<locals>.wrap at 0x7fba35f4fe18>
call add
add called
8
也可以用以下方式来实现这种效果
python
代码解读
复制代码
@logger
def add(x, y):
return x + y ret = add(3, 5)
print(ret)
# 输出结果：
call add
add called
8
这就是Python装饰器的一个简单使用
什么是装饰器？
装饰器是用于软件设计模式的名称。 装饰器可以动态地改变函数，方法或类的功能，而不必直接使用子类或改变被装饰的函数的源代码。Python装饰器是对Python语法的一种特殊改变，它允许我们更方便地修改函数，方法以及类。
当我们按照以下方式编写代码时：
python
代码解读
复制代码
@logger
def add(x, y):
...
和单独执行下面的步骤是一样的：
scss
代码解读
复制代码
def add(x, y):
...
logger_add = logger(add)
装饰器内部的代码一般会创建一个新的函数，利用*args和**kwargs来接受任意的参数，上述代码中的wrap()函数就是这样的。在这个函数内部，我们需要调用原来的输入函数（即被包装的函数，它是装饰器的输入参数）并返回它的结果。但是也可以添加任何想要添加的代码，比如在上述代码中输出函数的调用情况，也可以添加计时处理等等。这个新创建的wrap函数会作为装饰器的结果返回，取代了原来的函数。
所以在Python中，装饰器的参数是一个函数， 返回值是一个函数的函数。
装饰器的示例：计时处理
写一个装饰器，用来计算一个函数的执行时间
python
代码解读
复制代码
import time
def timethis(fn):
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
print(fn.__name__, end - start)
return ret
return wrap
如果要对add函数计时：
python
代码解读
复制代码
@timethis
def add(x, y):
return x + y
ret = add(3, 5)
print(ret)
# 输出结果
add 1.9073486328125e-06
8
如果要对sleep函数计时：
python
代码解读
复制代码
@timethis
def sleep(x):
time.sleep(x)
sleep(3)
# 输出结果
sleep 3.003262519836426
保存被装饰函数的元信息
什么是函数的元信息
比如装饰器的名称，装饰器的doc等等。我们可以使用dir函数列出函数的所有元信息：dir(sleep)，输出结果如下
css
代码解读
复制代码
['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
可以看到有很多的元信息，我们比较常用的是__name__和__doc__这两个属性\
而且__doc__属性也就是函数的文档信息，可以通过help函数查看得到
为什么要保存被装饰函数的元信息
改写装饰器的应用1：计时处理中的sleep函数如下：
python
代码解读
复制代码
@timeit
def sleep(x):
'''This function is sleep.'''
time.sleep(x)
sleep(3)
print(sleep.__name__)
print(sleep.__doc__)
以上代码输出结果如下：
css
代码解读
复制代码
3.0032713413238525
wrap
None
可以发现sleep函数的__name__是wrap，而不是sleep，而__doc__属性为空，而不是sleep函数的docstring。也就是说经过装饰器装饰过后的函数的元信息发生了改变，这时候如果程序需要函数的元信息，那么就有问题了。
如何保存被装饰函数的元信息
方案1：手动给被装饰函数的元信息赋值
以__name__和__doc__这两个属性为例
python
代码解读
复制代码
import time
def timeit(fn):
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
print(end - start)
return ret
wrap.__doc__ = fn.__doc__ # 手动赋值__doc__信息
wrap.__name__ = fn.__name__ # 手动赋值__name__信息
return wrap
@timeit
def sleep(x):
'''This function is sleep.'''
time.sleep(x)
if __name__ == "__main__":
sleep(3)
# print(dir(sleep))
print(sleep.__name__)
print(sleep.__doc__)
输出结果如下
bash
代码解读
复制代码
3.004547119140625
sleep
This function is sleep.
可以发现，__name__和__doc__这两个属性确实赋值成功了。
我们可以将元信息赋值的过程改写为函数，如下
python
代码解读
复制代码
import time
def copy_properties(src, dst): # 将元信息赋值的过程改成函数copy_properties
dst.__name__ = src.__name__
dst.__doc__ = src.__doc__
def timeit(fn):
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
print(end - start)
return ret
copy_properties(fn, wrap) # 调用copy_properties函数修改元信息
return wrap
@timeit
def sleep(x):
'''This function is sleep.'''
time.sleep(x)
if __name__ == "__main__":
sleep(3)
# print(dir(sleep))
print(sleep.__name__)
print(sleep.__doc__)
这样修改后，同样可以解决问题。
继续修改copy_properties函数，使得copy_properties可以返回一个函数
python
代码解读
复制代码
def copy_properties(src):
def _copy(dst): # 内置一个_copy函数便于返回
dst.__name__ = src.__name__
dst.__doc__ = src.__doc__
return _copy
def timeit(fn):
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
print(end - start)
return ret
copy_properties(fn)(wrap) # 调用copy_properties函数
return wrap
同样可以问题。
如果继续修改copy_properties函数，使得_copy函数是一个装饰器，传入dst，返回dst，修改如下：
python
代码解读
复制代码
def copy_properties(src): # 先固定dst，传入src
def _copy(dst): # 传入dst
dst.__name__ = src.__name__
dst.__doc__ = src.__doc__
return dst # 返回dst
return _copy # 返回一个装饰器
def timeit(fn):
@copy_properties(fn) # 带参数装饰器的使用方法
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
print(end - start)
return ret
return wrap
copy_properties在此处返回一个带参数的装饰器，因此可以直接按照装饰器的使用方法来装饰wrap函数，这个修改copy_properties函数的过程称为函数的柯里化。
方案2：使用functools库的@wraps装饰器
functools库的@wraps装饰器本质上就是copy_properties函数的高级版本：包含更多的函数元信息。首先查看wrap装饰器的帮助信息：
python
代码解读
复制代码
import functools
help(functools.wraps)
wrap装饰器函数的原型是：
python
代码解读
复制代码
wraps(wrapped, assigned=('module', 'name', 'qualname', 'doc', 'annotations'), updated=('dict',))
所以这个装饰器会复制module等元信息，但是也不是所有的元信息，并且会更新dict。
使用示例如下：
python
代码解读
复制代码
import time
import functools
def timeit(fn):
@functools.wraps(fn) # wraps装饰器的使用
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
print(end - start)
return ret
return wrap
def sleep(x):
time.sleep(x)
print(sleep.__name__)
print(sleep.__doc__)
编写一个带参数的装饰器
如果上述的timeit装饰器，我们需要输出执行时间超过若干秒（比如一秒）的函数的名称和执行时间，那么就需要给装饰器传入一个参数s，表示传入的时间间隔，默认为1s。
我们可以给写好的装饰器外面包一个函数timeitS，时间间隔s作为这个函数的参数传入，并且对内层的函数可见，然后这个函数返回写好的装饰器。
python
代码解读
复制代码
import time
import functools
def timeitS(s):
def timeit(fn):
@functools.wraps(fn)
def wrap(*args, **kwargs):
start = time.time()
ret = fn(*args, **kwargs)
end = time.time()
if end - start > s:
print('call {} takes {}s'.format(fn.__name__, end - start))
else:
print('call {} takes {}s less than {}'.format(fn.__name__, end - start, s))
return ret
return wrap
return timeit
@timeitS(2)
def sleep(x):
time.sleep(x)
sleep(3)
sleep(1)
输出结果如下：
bash
代码解读
复制代码
call sleep takes 3.001342535018921s
call sleep takes 1.000471830368042s less than 2
所以，我们可以将带参数的装饰器理解为：
- 带参数的装饰器就是一个函数， 这个函数返回一个不带参数的装饰器
