python装饰器1：函数装饰器详解

• 装饰器1：函数装饰器
• 装饰器2：类装饰器
• 装饰器3：进阶

先混个眼熟

谁能够做为装饰器(能够将谁编写成装饰器)：

1. 函数
   
2. 方法
   
3. 实现了__call__的可调用类

装饰器能够去装饰谁(谁能够被装饰)：

1. 函数
   
2. 方法
   
3. 类

基础：函数装饰器的表现方式

假如你已经定义了一个函数funcA()，在准备定义函数funcB()的时候，若是写成下面的格式：

@funcA
def funcB():...

表示用函数funcA()装饰函数funcB()。固然，也能够认为是funcA包装函数funcB。它等价于：

def funcB():...

funcB = funcA(funcB)

也就是说，将函数funcB做为函数funcA的参数，funcA会从新返回另外一个可调用的对象(好比函数)并赋值给funcB。

因此，funcA要想做为函数装饰器，须要接收函数做为参数，而且返回另外一个可调用对象(如函数)。例如：

def funcA(F):
    ...
    ...
    return Callable

注意，函数装饰器返回的可调用对象并不必定是原始的函数F，能够是任意其它可调用对象，好比另外一个函数。但最终，这个返回的可调用对象都会被赋值给被装饰的函数变量(上例中的funcB)。

函数能够同时被多个装饰器装饰，后面的装饰器之前面的装饰器处理结果为基础进行处理：

@decorator1
@decorator2
def func():...

# 等价于
func = decorator1(decorator2(func))

当调用被装饰后的funcB时，将自动将funcB进行装饰，并调用装饰后的对象。因此，下面是等价的调用方式：

funcB()          # 调用装饰后的funcB
funcA(funcB)()

了解完函数装饰器的表现后，大概也能猜到了，装饰器函数能够用来扩展、加强另一个函数。实际上，内置函数中staticmethod()、classmethod()和property()都是装饰器函数，能够用来装饰其它函数，在后面会学到它们的用法。

两个简单的例子

例如，函数f()返回一些字符串，如今要将它的返回结果转换为大写字母。能够定义一个函数装饰器来加强函数f()。

def toupper(func):
    def wrapper(*args, **kwargs):
        result = func(*args, **kwargs)
        return result.upper()
    return wrapper

@toupper
def f(x: str):    # 等价于f = toupper(f)
    return x

res = f("abcd")
print(res)

上面toupper()装饰f()后，调用f("abcd")的时候，等价于执行toupper(f)("abcd")，参数"abcd"传递给装饰器中的wrapper()中的*args，在wrapper中又执行了f("abcd")，使得本来属于f()的整个过程都完整了，最后返回result.upper()，这部分是对函数f()的扩展部分。

注意，上面的封装函数wrapper()中使用了*args **kwargs，是为了确保任意参数的函数都能正确执行下去。

再好比要计算一个函数autodown()的执行时长，能够额外定义一个函数装饰器timecount()。

import time

# 函数装饰器
def timecount(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(func.__name__, end - start)
        return result
    return wrapper

# 装饰函数
@timecount
def autodown(n: int):
    while n > 0:
        n -= 1

# 调用被装饰的函数
autodown(100000)
autodown(1000000)
autodown(10000000)

执行结果：

autodown 0.004986763000488281
autodown 0.05684685707092285
autodown 0.5336081981658936

上面wrapper()中的return是多余的，是由于这里装饰的autodown()函数自身没有返回值。但却不该该省略这个return，由于timecount()能够去装饰其它可能有返回值的函数。

@functools.wraps

前面的装饰器代码逻辑上没有什么问题，可是却存在隐藏的问题：函数的元数据信息丢了。好比doc、注解等。

好比下面的代码：

@timecount
def autodown(n: int):
    ''' some docs '''
    while n > 0:
        n -= 1

print(autodown.__name__)
print(autodown.__doc__)
print(autodown.__annotations__)

执行结果为：

wrapper
None
{}

因此，必需要将被装饰函数的元数据保留下来。可使用functools模块中的wraps()装饰一下装饰器中的wrapper()函数。以下：

import time
from functools import wraps

def timecount(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(func.__name__, end - start)
        return result
    return wrapper

如今，再去查看autodown函数的元数据信息，将会获得被保留下来的内容：

autodown
 some doc
{'n': <class 'int'>}

因此，wraps()的简单用法是：向wraps()中传递的func参数，那么func的元数据就会被保留下来。

上面@wraps(func)装饰wrapper的过程等价于：

def wrapper(*args, **kwargs):...
wrapper = wraps(func)(wrapper)

请注意这一点，由于在将类做为装饰器的时候，常常会在__init__(self, func)里这样使用：

class cls:
    def __init__(self, func):
        wraps(func)(self)
        ...
    def __call__(self, *args, **kwargs):
        ...

解除装饰

函数被装饰后，如何再去访问未被装饰状态下的这个函数？@wraps还有一个重要的特性，能够经过被装饰对象的__wrapped__属性来直接访问被装饰对象。例如：

autodown.__wrapped__(1000000)

new_autodown = autodown.__wrapped__
new_autodown(1000000)

上面的调用不会去调用装饰后的函数，因此不会输出执行时长。

注意，若是函数被多个装饰器装饰，那么经过__wrapped__，将只会解除第一个装饰过程。例如：

@decorator1
@decorator2
@decorator3
def f():...

当访问f.__wrapped__()的时候，只有decorator1被解除，剩余的全部装饰器仍然有效。注意，python 3.3以前是略过全部装饰器。

下面是一个多装饰的示例:

from functools import wraps


def decorator1(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print("in decorator1")
        return func(*args, **kwargs)
    return wrapper


def decorator2(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print("in decorator2")
        return func(*args, **kwargs)
    return wrapper


def decorator3(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print("in decorator3")
        return func(*args, **kwargs)
    return wrapper


@decorator1
@decorator2
@decorator3
def addNum(x, y):
    return x+y

返回结果：

in decorator1
in decorator2
in decorator3
5
in decorator2
in decorator3
5

若是不使用functools的@wraps的__wrapped__，想要手动去引用原始函数，须要作的工做可能会很是多。因此，若有须要，直接使用__wrapped__去调用未被装饰的函数比较好。

另外，并非全部装饰器中都使用了@wraps。

带参数的函数装饰器

函数装饰器也是能够带上参数的。

@decorator(x,y,z)
def func():...

它等价于：

func = decorator(x,y,z)(func)

它并非"天生"就这样等价的，而是根据编码规范编写装饰器的时候，一般会这样。其实带参数的函数装饰器写起来有点绕：先定义一个带有参数的外层函数，它是外在的函数装饰器，这个函数内包含了真正的装饰器函数，而这个内部的函数装饰器的内部又包含了被装饰的函数封装。也就是函数嵌套了一次又一次。

因此，结构大概是这样的：

def out_decorator(some_args):
    ...SOME CODE...
    def real_decorator(func):
        ...SOME CODE...
        def wrapper(*args, **kwargs):
            ...SOME CODE WITH func...
        return wrapper
    return real_decorator

# 等价于func = out_decorator(some_args)(func)
@out_decorator(some_args)
def func():...

下面是一个简单的例子：

from functools import wraps

def out_decorator(x, y, z):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            print(x)
            print(y)
            print(z)
            return func(*args, **kwargs)
        return wrapper
    return decorator


@out_decorator("xx", "yy", "zz")
def addNum(x, y):
    return x+y

print(addNum(2, 3))

参数随意的装饰器

根据前面介绍的两种状况，装饰器能够带参数、不带参数，因此有两种装饰的方式，要么是下面的(1)，要么是下面的(2)。

@decorator         # (1)
@decorator(x,y,z)  # (2)

因此，根据不一样的装饰方式，须要编写是否带参数的不一样装饰器。

可是如今想要编写一个将上面两种参数方式统一块儿来的装饰器。

可能第一想法是让装饰器参数默认化：

def out_decorator(arg1=X, arg2=Y...):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            ...
        return wrapper
    return decorator

如今能够用下面两种方式来装饰：

@out_decorator()
@out_decorator(arg1,arg2)

虽然上面两种装饰方式会正确进行，但这并不是合理作法，由于下面这种最通用的装饰方式会错误：

@out_decorator

为了解决这个问题，回顾下前面装饰器是如何等价的：

# 等价于 func = decorator(func)
@decorator
def func():...

# 等价于 func = out_decorator(x, y, z)(func)
@out_decorator(x, y, z)
def func():...

上面第二种方式中，out_decorator(x,y,z)才是真正返回的内部装饰器。因此，能够修改下装饰器的编写方式，将func也做为out_decorator()的其中一个参数：

from functools import wraps,partial

def decorator(func=None, arg1=X, arg2=Y):
    # 若是func为None，说明触发的带参装饰器
    # 直接返回partial()封装后的装饰器函数
    if func is None:
        decorator_new = partial(decorator, arg1=arg1, arg2=arg2)
        return decorator_new
        #return partial(decorator, arg1=arg1, arg2=arg2)
    
    # 下面是装饰器的完整装饰内容
    @wraps(func)
    def wrapper(*args, **kwargs):
        ...
    return wrapper

上面使用了functools模块中的partial()函数，它能够返回一个新的将某些参数"冻结"后的函数，使得新的函数无需指定这些已被"冻结"的参数，从而减小参数的数量。若是不知道这个函数，参考partial()用法说明。

如今，能够统一下面3种装饰方式：

@decorator()
@decorator(arg1=x,arg2=y)
@decorator

前两种装饰方式，等价的调用方式是decorator()(func)和decorator(arg1=x,arg2=y)(func)，它们的func都为None，因此都会经过partial()返回一般的装饰方式@decorator所等价的形式。

须要注意的是，由于上面的参数结构中包含了func=None做为第一个参数，因此带参数装饰时，必须使用keyword格式来传递参数，不能使用位置参数。

下面是一个简单的示例：

from functools import wraps, partial


def decorator(func=None, x=1, y=2, z=3):
    if func is None:
        return partial(decorator, x=x, y=y, z=z)

    @wraps(func)
    def wrapper(*args, **kwargs):
        print("x: ", x)
        print("y: ", y)
        print("z: ", z)
        return func(*args, **kwargs)
    return wrapper

下面3种装饰方式均可以：

@decorator
def addNum(a, b):
    return a + b
print(addNum(2, 3))

print("=" * 40)

@decorator()
def addNum(a, b):
    return a + b
print(addNum(2, 3))

print("=" * 40)

# 必须使用关键字参数进行装饰
@decorator(x="xx", y="yy", z="zz")
def addNum(a, b):
    return a + b
print(addNum(2, 3))

返回结果：

x:  1
y:  2
z:  3
5
====================
x:  1
y:  2
z:  3
5
====================
x:  xx
y:  yy
z:  zz
5