python装饰器菜鸟教程,python装饰器--原来如此简单

　　装饰器本质上是一个Python函数，它允许其他函数在不修改任何代码的情况下添加额外的函数。装饰器的返回值也是一个函数对象。

　　经常用在有切入需求的场景，比如日志插入、性能测试、事务处理、缓存、权限检查等。Decorator是解决这类问题的优秀设计。有了decorator，我们可以提取大量与函数本身无关的相同代码，并继续重用它们。

　　让我们看一个简单的例子：

　　立即定义():

　　Print(2017_7_29 )现在有了一个新的需求，希望记录函数的执行日志，所以在代码中加入了日志代码：

　　立即定义():

　　打印( 2017_7_29 )

　　Logging.warn(running )假设有类似的多个需求。怎么做？在now函数中再写一个日志？这导致大量相同的代码。为了减少代码的重复编写，我们可以通过重新定义一个函数来做到这一点：专门处理日志，然后在处理完日志之后执行真正的业务代码。

　　定义使用记录(函数):

　　logging.warn(%s正在运行 % func。__name__)

　　函数()

　　立即定义():

　　打印( 2017_7_29 )

　　Use_logging(现在)在逻辑上并不难，但是在这种情况下，我们每次都要把一个函数作为参数传递给log函数。而且，这种方法破坏了代码原有的逻辑结构。以前执行业务逻辑的时候，执行的是now()，现在要改成use_logging(now)。

　　那么有没有更好的办法呢？当然，答案是装修工。

　　首先要明白，函数也是对象，函数对象可以赋给变量，所以函数也可以通过变量调用。比如3360

　　(=简单装饰器

　　本质上，装饰器是返回函数的高阶函数。所以，我们想定义一个可以打印日志的装饰器，可以定义如下：

　　定义日志(函数):

　　定义包装(*args，**kw):

　　print(call %s():%func。__name__)

　　返回函数(*args，**kw)

　　返回包装

　　#由于log()是decorator并返回一个函数，原来的now()函数仍然存在，

　　#只是现在同名的now变量指向了新函数，所以调用now()会执行新函数，即log()函数中返回的wrapper()函数。

　　# wrapper()函数的参数定义是(*args，**kw)，所以wrapper()函数可以接受任何参数的调用。

　　#在wrapper()函数内，首先打印日志，然后立即调用原始函数。上面的日志，因为是decorator，接受一个函数作为参数，返回一个函数。现在执行3360

　　现在=日志(现在)

　　Now()输出结果：

　　立即拨打():

　　2017_7_28函数日志是装饰器。它将执行实际业务方法的func包装在函数中。看起来现在是用原木装饰的。在这个例子中，当一个函数进入时，它被称为一个方面，这种编程方法被称为面向方面编程。

　　使用语法糖：

　　@logdef now():

　　Print(2017_7_28)@符号是装饰器的语法糖，在定义函数时使用，以避免另一次赋值操作。

　　这样，我们就可以省略句子now=log(现在)。

　　了，直接调用now()即可得到想要的结果。如果我们有其他的类似函数，我们可以继续调用装饰器来修饰函数，而不用重复修改函数或者增加新的封装。这样，我们就提高了程序的可重复利用性，并增加了程序的可读性。

　　装饰器在Python使用如此方便都要归因于Python的函数能像普通的对象一样能作为参数传递给其他函数，可以被赋值给其他变量，可以作为返回值，可以被定义在另外一个函数内。

　　带参数的装饰器:

　　如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会复杂一点。比如，要自定义log的文本：

def log(text):
　　 def decorator(func):
　　 def wrapper(*args,**kw):
　　 print('%s %s()'%(text,func.__name__))
　　 return func(*args,**kw) 
　　 return wrapper 
　　 return decorator

@log(()
　　now()

now = log('goal')(now)
# 首先执行log('execute')，返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数
now()

print(now.__name__)# wrapper

　　不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps就是干这个事的，所以，一个完整的decorator的写法如下：

import functools
　　def log(func):
　　 @functools.wraps(func)
　　 def wrapper(*args, **kw):
　　 print('call %s():' % func.__name__)
　　 return func(*args, **kw)
　　 return wrapper

import functools
　　def log(text):
　　 def decorator(func):
　　 @functools.wraps(func)
　　 def wrapper(*args, **kw):
　　 print('%s %s():' % (text, func.__name__))
　　 return func(*args, **kw)
　　 return wrapper
　　 return decorator

　　再来看看类装饰器，相比函数装饰器，类装饰器具有灵活度大、高内聚、封装性等优点。使用类装饰器还可以依靠类内部的__call__方法，当使用 @ 形式将装饰器附加到函数上时，就会调用此方法

import time
　　class Foo(object): 
　　 def __init__(self, func): 
　　 self._func = func 
　　 def __call__(self): 
　　 print ('class decorator runing') 
　　 self._func() 
　　 print ('class decorator ending') 
　　@Foo 
　　def now(): 
　　 print (time.strftime('%Y-%m-%d',time.localtime(time.time()))) 
　　now()

　　概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。

　　同时在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。Python的decorator可以用函数实现，也可以用类实现。

　　更多相关知识请关注python视频教程栏目以上就是Python装饰器详细介绍的详细内容，更多请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。