Python decorator装饰器

问题：

• 定义了一个新函数
• 想在运行时动态增长功能
• 又不想改动函数自己的代码

经过高阶段函数返回一个新函数

def f1(x):
    return x*2

def new_fn(f): #装饰器函数
    def fn(x):
        print ('call ' + f.__name__ + '()')
        return f(x)
    return fn
#方法1
g1 = new_fn(f1)
print (g1(5))
#方法2
f1 = new_fn(f1) #f1的原始定义函数完全被隐藏了
print (f1(5))

#输出：
#call f1()
#10

 

装饰器

python内置的@语法就是为了简化装饰器

使用 decorator 用Python提供的 @ 语法，这样能够避免手动编写 f = decorate(f) 这样的代码。

相似上述的方法2

 

 

装饰器的做用

能够极大的简化代码，避免每一个函数编写重复性代码

• 打印日志：@log
• 检测性能：@performance
• 数据库事务：@transaction
• URL路由：@post('/register')

 

python中编写无参数decorator

举例：

def log(f):
    def fn(x):
        print 'call ' + f.__name__ + '()...'
        return f(x)
    return fn

@log
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))

print factorial(10)

#结果
call factorial()...
3628800

 

对于不是一个参数的函数，须要修改：

要让 @log 自适应任何参数定义的函数，能够利用Python的 *args 和 **kw，保证任意个数的参数老是能正常调用：

def log(f):
    def fn(*args, **kw):
        print 'call ' + f.__name__ + '()...'
        return f(*args, **kw)
    return fn

@log
def add(x, y):
    return x + y
print add(1, 2)

 

 

python中编写带参数decorator

带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数：

def log(prefix):
    def log_decorator(f):#标准decorator
        def wrapper(*args, **kw):
            print '[%s] %s()...' % (prefix, f.__name__)
            return f(*args, **kw)
        return wrapper
    return log_decorator #返回log

@log('DEBUG')
def test():
    pass
print test()

 

#执行结果
[DEBUG] test()...
None

 

 

python中完善decorator

@decorator能够动态实现函数功能的增长，可是，通过@decorator“改造”后的函数，和原函数相比，有所不一样：

def f1(x):
    pass
print f1.__name__

#输出
f1

 

def log(f):
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    return wrapper
@log
def f2(x):
    pass
print f2.__name__

#输出
wrapper

 

因为decorator返回的新函数函数名已经不是'f2'，而是@log内部定义的'wrapper'。这对于那些依赖函数名的代码就会失效。decorator还改变了函数的__doc__等其它属性。若是要让调用者看不出一个函数通过了@decorator的“改造”，就须要把原函数的一些属性复制到新函数中：

方法1:

def log(f):
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    wrapper.__name__ = f.__name__
    wrapper.__doc__ = f.__doc__
    return wrapper

 

方法2:Python内置的functools能够用来自动化完成这个“复制”的任务（推荐使用）

import functools
def log(f):
    @functools.wraps(f) #
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    return wrapper

最后须要指出，因为咱们把原函数签名改为了(*args, **kw)，所以，没法得到原函数的原始参数信息。

 

python中偏函数

当一个函数有不少参数时，调用者就须要提供多个参数。若是减小参数个数，就能够简化调用者的负担。

functools.partial就是帮助咱们建立一个偏函数的，不须要咱们本身定义int2()，能够直接使用下面的代码建立一个新的函数int2：

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85

 

举例：在sorted这个高阶函数中传入自定义排序函数就能够实现忽略大小写排序。

import functools

sorted_ignore_case = functools.partial(sorted,key=str.lower)
print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])