- 装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题，但对于好多初次接触这个知识的人来讲，这个功能有点绕，自学时直接绕过去了，然后面试问到了就挂了，因为装饰器是程序开发的基础知识。
装饰器(decorator)功能
- 引入日志
- 函数执行时间统计
- 执行函数前预备处理
- 执行函数后清理功能
- 权限校验等场景
- 缓存
个人理解+示例
import time
"""
装饰器理解：
前提：
定义一个函数 def foo()
foo是函数的引用
foo()是执行这个函数
定义一个闭包calTime(func)，把函数的引用的传到闭包中，保留该函数，并可以通过（）调用函数
通过@calTime 使test = callTime(test)，新的函数中有之前函数的引用（因为闭包的特性），
并且 在没有调用函数之前就已经装填。
这样就可以在执行之前的函数前，做一些操作。
装饰器的实质是创建了一个新的函数，只是引用名是相同的，实际是不同的两个函数
执行新的函数，实际是执行闭包中的函数。
"""
# 不带参数的装饰器
def calTime(func):
def cal():
start_time = time.time()
func()
stop_time = time.time()
print("执行时间 %f" % (stop_time - start_time))
return cal
@calTime # 相当于test = callTime(test) 在没有调用函数之前就已经装填
def test():
for i in range(100000):
pass
test()
# 带参数的装饰器
def set_func(func):
def call_func(a):
print("验证权限----->1")
func(a)
return call_func
@set_func
def test_num(num):
print("打印参数：%d" % num)
test_num(10)
# 不定长参数的装饰器
def set_func(func):
def call_func(*args, **kwargs):
print("验证权限----->1")
# func(args,kwargs) 不能这么写，相当于传递了两个参数：一个元组，一个字典
func(*args, **kwargs) # * ** 的作用是拆包，拆成一个一个的数据
return call_func
@set_func
def test_num(num, *args, **kwargs):
print("打印参数：%d" % num)
print("打印参数：", args)
print("打印参数：", kwargs)
test_num(10)
test_num(10, 20)
test_num(10, 20, 30, k=3)
# 有返回值的装饰器。装饰没有返回值的函数时，返回None，不会出现问题。
# 通用的装饰器
def set_func(func):
def call_func(*args, **kwargs):
print("验证权限----->1")
# func(args,kwargs) 不能这么写，相当于传递了两个参数：一个元组，一个字典
return func(*args, **kwargs) # * ** 的作用是拆包，拆成一个一个的数据
return call_func
@set_func
def test_num(num, *args, **kwargs):
print("打印参数：%d" % num)
print("打印参数：", args)
print("打印参数：", kwargs)
return "ok"
ret = test_num(10)
print(ret)
# 多个装饰器装饰一个函数
def add_qx(func):
print("开始装饰权限")
def call_func(*args, **kwargs):
print("增加权限")
# func(args,kwargs) 不能这么写，相当于传递了两个参数：一个元组，一个字典
return func(*args, **kwargs) # * ** 的作用是拆包，拆成一个一个的数据
return call_func
def add_xx(func):
print("开始装饰功能")
def call_func(*args, **kwargs):
print("增加功能")
# func(args,kwargs) 不能这么写，相当于传递了两个参数：一个元组，一个字典
return func(*args, **kwargs) # * ** 的作用是拆包，拆成一个一个的数据
return call_func
# 装填顺序add_xx add_qx 先装填距离函数最近的
# 执行顺序add_qx add_xx 最后装填的先执行，因为最后的指向是它，然后一层调用回去
@add_qx
@add_xx
def test_num(num, *args, **kwargs):
print("打印参数：%d" % num)
return "ok"
ret = test_num(10)
print(ret)
# 练习 实现 haha
def add_h1(func):
def call_h1():
return "" + func() + "
"
return call_h1
@add_h1
def test_string():
return "haha"
print(test_string())
1、先明白这段代码
#### 第一波 ####
def foo():
print('foo')
foo # 表示是函数
foo() # 表示执行foo函数
#### 第二波 ####
def foo():
print('foo')
foo = lambda x: x + 1
foo() # 执行lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数
函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了
2、使用原因
写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：
- 封闭：已实现的功能代码块
- 开放：对扩展开发
如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，于是就有了下面的实现方案：
def w1(func):
def inner():
# 验证1
# 验证2
# 验证3
func()
return inner
@w1
def f1():
print('f1')
@w1
def f2():
print('f2')
@w1
def f3():
print('f3')
@w1
def f4():
print('f4')
对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且无需做任何操作。
详解：
单独以f1为例：
def w1(func):
def inner():
# 验证1
# 验证2
# 验证3
func()
return inner
@w1
def f1():
print('f1')
python解释器就会从上到下解释代码，步骤如下：
- def w1(func): ==>将w1函数加载到内存
- @w1
没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。
从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。
上例@w1内部会执行一下操作：
执行w1函数
执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：**@w1 等价于 w1(f1) **所以，内部就会去执行：
def inner(): #验证 1 #验证 2 #验证 3 f1() # func是参数，此时 func 等于 f1 return inner# 返回的 inner，inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中
w1的返回值
将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：
新f1 = def inner(): #验证 1 #验证 2 #验证 3 原来f1() return inner所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。
如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用着
Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！
3. 再议装饰器
# 定义函数：完成包裹数据
def makeBold(fn):
def wrapped():
return "" + fn() + ""
return wrapped
# 定义函数：完成包裹数据
def makeItalic(fn):
def wrapped():
return "" + fn() + ""
return wrapped
@makeBold
def test1():
return "hello world-1"
@makeItalic
def test2():
return "hello world-2"
@makeBold
@makeItalic
def test3():
return "hello world-3"
print(test1())
print(test2())
print(test3())
运行结果:
hello world-1
hello world-2
hello world-3
4. 装饰器示例
例1:无参数的函数
from time import ctime, sleep
def timefun(func):
def wrapped_func():
print("%s called at %s" % (func.__name__, ctime()))
func()
return wrapped_func
@timefun
def foo():
print("I am foo")
foo()
sleep(2)
foo()
上面代码理解装饰器执行行为可理解成
foo = timefun(foo)
# foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_func
foo()
# 调用foo(),即等价调用wrapped_func()
# 内部函数wrapped_func被引用，所以外部函数的func变量(自由变量)并没有释放
# func里保存的是原foo函数对象
例2:被装饰的函数有参数
from time import ctime, sleep
def timefun(func):
def wrapped_func(a, b):
print("%s called at %s" % (func.__name__, ctime()))
print(a, b)
func(a, b)
return wrapped_func
@timefun
def foo(a, b):
print(a+b)
foo(3,5)
sleep(2)
foo(2,4)
例3:被装饰的函数有不定长参数
from time import ctime, sleep
def timefun(func):
def wrapped_func(*args, **kwargs):
print("%s called at %s"%(func.__name__, ctime()))
func(*args, **kwargs)
return wrapped_func
@timefun
def foo(a, b, c):
print(a+b+c)
foo(3,5,7)
sleep(2)
foo(2,4,9)
例4:装饰器中的return
from time import ctime, sleep
def timefun(func):
def wrapped_func():
print("%s called at %s" % (func.__name__, ctime()))
func()
return wrapped_func
@timefun
def foo():
print("I am foo")
@timefun
def getInfo():
return '----hahah---'
foo()
sleep(2)
foo()
print(getInfo())
执行结果:
foo called at Fri Nov 4 21:55:35 2016
I am foo
foo called at Fri Nov 4 21:55:37 2016
I am foo
getInfo called at Fri Nov 4 21:55:37 2016
None
如果修改装饰器为return func()，则运行结果：
foo called at Fri Nov 4 21:55:57 2016
I am foo
foo called at Fri Nov 4 21:55:59 2016
I am foo
getInfo called at Fri Nov 4 21:55:59 2016
----hahah---
总结：
- 一般情况下为了让装饰器更通用，可以有return
例5:装饰器带参数,在原有装饰器的基础上，设置外部变量
#decorator2.py
from time import ctime, sleep
def timefun_arg(pre="hello"):
def timefun(func):
def wrapped_func():
print("%s called at %s %s" % (func.__name__, ctime(), pre))
return func()
return wrapped_func
return timefun
# 下面的装饰过程
# 1\. 调用timefun_arg("itcast")
# 2\. 将步骤1得到的返回值，即time_fun返回， 然后time_fun(foo)
# 3\. 将time_fun(foo)的结果返回，即wrapped_func
# 4\. 让foo = wrapped_fun，即foo现在指向wrapped_func
@timefun_arg("itcast")
def foo():
print("I am foo")
@timefun_arg("python")
def too():
print("I am too")
foo()
sleep(2)
foo()
too()
sleep(2)
too()
可以理解为
foo()==timefun_arg("itcast")(foo)()
例6：类装饰器（扩展，非重点）
装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 __call__() 方法，那么这个对象就是callable的。
class Test():
def __call__(self):
print('call me!')
t = Test()
t() # call me
类装饰器demo
class Test(object):
def __init__(self, func):
print("---初始化---")
print("func name is %s"%func.__name__)
self.__func = func
def __call__(self):
print("---装饰器中的功能---")
self.__func()
#说明：
#1\. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象
# 并且会把test这个函数名当做参数传递到__init__方法中
# 即在__init__方法中的属性__func指向了test指向的函数
#
#2\. test指向了用Test创建出来的实例对象
#
#3\. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法
#
#4\. 为了能够在__call__方法中调用原来test指向的函数体，所以在__init__方法中就需要一个实例属性来保存这个函数体的引用
# 所以才有了self.__func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体
@Test
def test():
print("----test---")
test()
showpy()#如果把这句话注释，重新运行程序，依然会看到"--初始化--"
运行结果如下：
---初始化---
func name is test
---装饰器中的功能---
----test---