先看一个例子
#这个是一个闭包,闭包前面已经说了
deflog(func):def wrapper(*args, **kw):print('call %s():' % func.__name__)return func(*args, **kw)returnwrapper
@logdefnow():print('2015-3-25')#调用函数
now()#输出
call now():2015-3-25
在我们调用这个函数的时候,第一件事并不是执行这个函数,而是将这个函数做为参数传入它头顶上这顶帽子,这顶帽子我们称之为装饰函数 或 装饰器,如上面的log()函数
装饰器的使用方法:
1.先定义一个装饰器(帽子),可以用类或者函数实现
2.再定义你的业务函数或者类
3.最后把帽子戴在这个函数头上
上面的例子log()函数是一个装饰器,返回的是一个函数,如果装饰器本身需要传入参数,则需要定义一个三层嵌套的函数
如:
deflog(text):defdecorator(func):def wrapper(*args, **kw):print('%s %s():' % (text, func.__name__)) #函数真正执行的地方
return func(*args, **kw)returnwrapperreturndecorator
@log('execute') #log函数传入参数'execute'
defnow():print('2015-3-25')
now()#输出
execute now():2015-3-25
我们来剖析上面的语句,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
使用funltools标准库中的wraps装饰器
#使用函数的属性__name__
now.__name__
#输出
'wrapper'
函数对象有一个__name__属性,可以拿到函数的名字,为啥返回值是wrapper,这是因为不管怎么嵌套,最终还是回到最里面那层,为了避免理解错误,就使用wraps装饰器
functools .wraps 装饰器,它的作用就是将 被修饰的函数(now) 的一些属性值赋值给 修饰器函数(log) ,最终让属性的显示更符合我们的直觉
importfunctoolsdeflog(func):
@functools.wraps(func)def wrapper(*args, **kw):print('call %s():' % func.__name__)return func(*args, **kw)returnwrapper#带参数的装饰器
importfunctoolsdeflog(text):defdecorator(func):
@functools.wraps(func)def wrapper(*args, **kw):print('%s %s():' % (text, func.__name__))return func(*args, **kw)returnwrapperreturn decorator
wraps 其实是一个偏函数对象(partial),源码如下
defwraps(wrapped,
assigned=WRAPPER_ASSIGNMENTS,
updated=WRAPPER_UPDATES):return partial(update_wrapper, wrapped=wrapped,
assigned=assigned, updated=updated)
练习:请设计一个decorator,它可作用于任何函数上,并打印该函数的执行时间:
importtime, functoolsdefmetric(fn):
@functools.wraps(fn)def wrapper(*args, **kw):
start_time=time.time()
e= fn(*args, **kw)
end_time=time.time()print('%s executed in %s ms' % (fn.__name__, end_time-start_time))returnereturnwrapper
@metricdeffast(x, y):
time.sleep(0.0012)return x +y;
@metricdefslow(x, y, z):
time.sleep(0.1234)return x * y *z;
f= fast(11, 22)
s= slow(11, 22, 33)if f != 33:print('测试失败!')elif s != 7986:print('测试失败!')
类的装饰器后面在聊