Python 데코레이터 세부정보

데코레이터는 본질적으로 Python 함수로, 코드를 변경하지 않고도 다른 함수가 추가 함수를 추가할 수 있도록 해줍니다. 데코레이터의 반환 값도 함수 개체입니다.

측면 요구 사항이 있는 시나리오에 자주 사용됩니다. 예: 로그 삽입, 성능 테스트, 트랜잭션 처리, 캐싱, 권한 확인 등 데코레이터는 이런 문제를 해결하기 위한 훌륭한 디자인입니다. 데코레이터를 사용하면 기능 자체와 관련이 없는 유사한 코드를 대량으로 추출하여 계속해서 재사용할 수 있습니다.

먼저 간단한 예를 살펴보겠습니다.

def now(): print('2017_7_29')

이제 새로운 요구사항이 있으므로 함수의 실행 로그를 기록하고 싶기 때문에 코드에 로그 코드를 추가합니다.

def now(): print('2017_7_29') logging.warn("running")

가정 유사한 요구사항이 여러 개 있습니다. 어떻게 해야 합니까? now 함수에 또 다른 레코드를 작성하시겠습니까? 이로 인해 유사한 코드가 많이 생성됩니다. 반복되는 코드 작성을 줄이기 위해 로그를 구체적으로 처리하도록 함수를 재정의한 다음 로그가 처리된 후 실제 비즈니스 코드를 실행할 수 있습니다.假设有类似的多个需求，怎么做？再写一个logging在now函数里？这样就造成大量雷同的代码，为了减少重复写代码，我们可以这样做，重新定义一个函数：专门处理日志 ，日志处理完之后再执行真正的业务代码.

def use_logging(func): logging.warn("%s is running" % func.__name__) func() def now(): print('2017_7_29') use_logging(now)

在实现,逻辑上不难， 但是这样的话，我们每次都要将一个函数作为参数传递给日志函数。而且这种方式已经破坏了原有的代码逻辑结构，之前执行业务逻辑时，执行运行now()，但是现在不得不改成use_logging(now)。

那么有没有更好的方式的呢？当然有，答案就是装饰器。

首先要明白函数也是一个对象，而且函数对象可以被赋值给变量,所以，通过变量也能调用该函数。例如:

(=

简单装饰器

本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：

def log(func): def wrapper(*args,**kw): print('call %s():'%func.__name__) return func(*args,**kw) return wrapper # 由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在， # 只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。 # wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。 # 在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数.现在执行:

now = log(now) now()

输出结果: call now(): 2017_7_28

函数log就是装饰器，它把执行真正业务方法的func包裹在函数里面，看起来像now被log装饰了。在这个例子中，函数进入时 ，被称为一个横切面(Aspect)，这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。

使用语法糖:

@logdef now(): print('2017_7_28')

@符号是装饰器的语法糖，在定义函数的时候使用，避免再一次赋值操作

这样我们就可以省去now =log(now)这一句了，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

这个3层嵌套的decorator用法如下：

@log(() now()

等价于

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()

因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的'now'变成了'wrapper'：

print(now.__name__)# wrapper

因为返回的那个wrapper()函数名字就是'wrapper'，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。

不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps

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

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()