Python装饰器

一, 引用

[书] 流畅的Python

[书] Effective Python

---

二, 基本概念

问题１：装饰器是什么？

解答：　严格来讲，装饰器只是语法糖，　装饰器是可调用的对象，能够像常规的可调用对象那样调用，特殊的地方是装饰器的参数是一个函数

问题２：装饰器有什么特性？

解答：　装饰器有２个特性，一是能够把被装饰的函数替换成其余函数，　二是能够在加载模块时候当即执行

def decorate(func):
    print('running decorate', func)
    def decorate_inner():
        print('running decorate_inner function')
        return func()
    return decorate_inner

@decorate
def func_1():
    print('running func_1')

if __name__ == '__main__':

    print(func_1)

＃返回值
running decorate <function func_1 at 0x7f29f644d268>
<function decorate.<locals>.decorate_inner at 0x7f29f641cb70>

问题３：如何使用被装饰函数中的参数？

解答：　经过args 和　*kwargs 传递被修饰函数中的参数

def decorate(func):
    def decorate_inner(*args, **kwargs):
        print(type(args), type(kwargs))
        print('args', args, 'kwargs', kwargs)
        return func(*args, **kwargs)
    return decorate_inner

@decorate
def func_1(*args, **kwargs):
    print(args, kwargs)

if __name__ == '__main__':

    func_1('1', '2', '3', para_1='1', para_2='2', para_3='3')

#返回值
<class 'tuple'> <class 'dict'>
args ('1', '2', '3') kwargs {'para_2': '2', 'para_1': '1', 'para_3': '3'}
('1', '2', '3') {'para_2': '2', 'para_1': '1', 'para_3': '3'}

---

三, 叠放装饰器

问题１：叠放装饰器执行顺序是什么？

解答：　若是一个函数被多个装饰器修饰，其实应该是该函数先被最里面的装饰器修饰后（下面例子中函数main()先被inner装饰，变成新的函数），变成另外一个函数后，再次被装饰器修饰

def outer(func):
    print('enter outer', func)
    def wrapper():
        print('running outer')
        func()
    return wrapper

def inner(func):
    print('enter inner', func)
    def wrapper():
        print('running inner')
        func()
    return wrapper

@outer
@inner
def main():
    print('running main')

if __name__ == '__main__':

    main()

＃返回值

enter inner <function main at 0x7fa1c96e8b70>
enter outer <function inner.<locals>.wrapper at 0x7fa1c96e8bf8>
running outer
running inner
running main

---

四, 标准库中的装饰器

问题１：　标准库中都有哪些装饰器？

解答：　标准库中有多种装饰器，　例如：装饰方法的函数有property, classmethod, staticmethod；　functools模块中的lru_cache, singledispatch,  wraps 等等

from functools import lru_cache
from functools import singledispatch
from functools import wraps

问题２：为何要使用@wraps装饰器？它的做用是什么？

解答：　使用装饰器会产生咱们可能不但愿出现的反作用，　例如：改变被修饰函数名称，对于调试器或者对象序列化器等须要使用内省机制的那些工具，可能会没法正常运行；其实调用装饰器后，会将同一个做用域中原来函数同名的那个变量（例以下面的func_1）,从新赋值为装饰器返回的对象；使用＠wraps后，会把与内部函数（被修饰函数，例以下面的func_1）相关的重要元数据所有复制到外围函数（例以下面的decorate_inner）

from functools import wraps

def decorate(func):
    print('running decorate', func)
    @wraps(func)
    def decorate_inner():
        print('running decorate_inner function', decorate_inner)
        return func()
    return decorate_inner

@decorate
def func_1():
    print('running func_1', func_1)

if __name__ == '__main__':

    func_1()

＃返回值
running decorate <function func_1 at 0x7f145d2c2268>
running decorate_inner function <function func_1 at 0x7f145b9731e0>
running func_1 <function func_1 at 0x7f145b9731e0>

---

五, 装饰器设计模式

问题１：　什么是装饰器设计模式？

解答：　动态的给一个对象添加一些额外的职责，就扩展功能而言，装饰器模式比子类化更加灵活，在设计模式中，装饰器和组件都是抽象类，为了给具体的组件添加行为，具体的装饰器实例要包装具体组件的实例，即，装饰器和所装饰的组件接口一致，对使用该组建的客户透明，将客户的请求转发给该组件，而且可能在转发先后执行一些额外的操做，透明性使得能够递归嵌套多个装饰器，从而能够添加任意多个功能

问题２：　Python中的装饰器函数和设计模式中的装饰器模式有什么关系？

解答：　　修饰器模式和Python修饰器之间并非一对一的等价关系，　Python装饰器函数更为强大，不单单能够实现装饰器模式。