首页 > 编程语言 > 详细

python的装饰器

时间:2017-01-18 01:08:00      阅读:288      评论:0      收藏:0      [点我收藏+]

装饰器

函数即对象

在python的里,函数和我们之前的[1,2,3],‘abc‘,8等一样都是对象,而且函数是最高级的对象(对象是类的实例化,可以调用相应的方法,函数是包含变量对象的对象)。

 1 def foo():
 2     print(i am the foo)
 3     bar()
 4      
 5 def bar():     
 6     print(i am the bar)
 7  
 8 foo()
 9 # def bar():      #报错
10 #     print(‘i am the bar‘)

带着这个问题,我们聊一聊函数在内存的存储情况:

技术分享

函数对象的调用仅仅比其它对象多了一个()而已!foo,bar与a,b一样都是个变量名。

那上面的问题也就解决了,只有函数加载到内存才可以被调用。

既然函数是对象,那么自然满足下面两个条件:

1. 其可以被赋给其他变量

1 def foo():
2     print(foo)
3 bar=foo
4 bar()
5 foo()
6 print(id(foo),id(bar))  #4321123592 4321123592

2. 其可以被定义在另外一个函数内(作为参数&作为返回值),类似于整形,字符串等对象。

 1 #*******函数名作为参数**********
 2 def foo(func):
 3     print(foo)
 4     func()
 5  
 6 def bar():
 7     print(bar)
 8  
 9 foo(bar)
10  
11 #*******函数名作为返回值*********
12  
13 def foo():
14     print(foo)
15     return bar
16  
17 def bar():
18     print(bar)
19  
20 b=foo()
21 b()

注意:这里说的函数都是指函数名,比如foo;而foo()已经执行函数了,foo()是什么类型取决于return的内容是什么类型!!!

         另外,如果大家理解不了对象,那么就将函数理解成变量,因为函数对象总会由一个或多个变量引用,比如foo,bar。

 

函数的嵌套以及闭包

闭包

抛一个小问题:

1 def foo():
2     print(foo)
3     def bar():
4         print(bar)
5     # bar()
6 bar()

是的,bar就是一个变量名,有自己的作用域的。

Python允许创建嵌套函数。通过在函数内部def的关键字再声明一个函数即为嵌套:

 1 # 1
 2 def outer():
 3      x = 1
 4      def inner():
 5          print (x)  #1
 6      inner()  #2
 7      
 8 outer()
 9 
10 # 2
11 def outer():
12     x = 1
13     def inner():
14         print(x)  #1
15     return inner  #2
16 
17 in_func=outer()
18 in_func()

 

在这里,你有没有什么疑问?如果没有,那我问你:

1 两种调用方式有区别吗,不都是在外面调用inner吗?

in_func=outer() 
in_func()  
###########
inner()(已经加载到内存啦)

in_func=outer(),这里其实就是一个变量赋值,将inner的引用对象赋值给in_func,类似于a=5,b=a一样,而直接赋值in_func=inner是不是可以呢?当然不行,python找不到inner变量。

2

还记得之前学习时提到函数执行完就被销毁了,既然这样,为什么inner还可以调用outer里的变量呢?

这就是闭包的功能!

因为:outer里return的inner是一个闭包函数,有x这个环境变量。

那什么是闭包呢?

定义:如果在一个内部函数里,对在外部作用域(但不是在全局作用域)的变量进行引用,那么内部函数就被认为是闭包(closure)。

闭包(closure)是函数式编程的重要的语法结构。

如上实例,inner就是内部函数,inner里引用了外部作用域的变量x(x在外部作用域outer里面,不是全局作用域),则这个内部函数inner就是一个闭包。

再稍微讲究一点的解释是,闭包=函数块+定义函数时的环境,inner就是函数块,x就是环境,当然这个环境可以有很多,不止一个简单的x。

用途举例:

技术分享
# 用途1:当闭包执行完后,仍然能够保持住当前的运行环境。
# 比如说,如果你希望函数的每次执行结果,都是基于这个函数上次的运行结果。我以一个类似棋盘游戏的例子
# 来说明。假设棋盘大小为50*50,左上角为坐标系原点(0,0),我需要一个函数,接收2个参数,分别为方向
# (direction),步长(step),该函数控制棋子的运动。棋子运动的新的坐标除了依赖于方向和步长以外,
# 当然还要根据原来所处的坐标点,用闭包就可以保持住这个棋子原来所处的坐标。

origin = [0, 0] # 坐标系统原点
legal_x = [0, 50] # x轴方向的合法坐标
legal_y = [0, 50] # y轴方向的合法坐标
def create(pos=origin):
 def player(direction,step):
  # 这里应该首先判断参数direction,step的合法性,比如direction不能斜着走,step不能为负等
  # 然后还要对新生成的x,y坐标的合法性进行判断处理,这里主要是想介绍闭包,就不详细写了。
  new_x = pos[0] + direction[0]*step
  new_y = pos[1] + direction[1]*step
  pos[0] = new_x
  pos[1] = new_y
  #注意!此处不能写成 pos = [new_x, new_y],原因在上文有说过
  return pos
 return player

player = create() # 创建棋子player,起点为原点
print (player([1,0],10)) # 向x轴正方向移动10步
print (player([0,1],20)) # 向y轴正方向移动20步
print (player([-1,0],10)) # 向x轴负方向移动10步

用途1
用途1
技术分享
# 用途2:闭包可以根据外部作用域的局部变量来得到不同的结果,这有点像一种类似配置功能的作用,我们可以
# 修改外部的变量,闭包根据这个变量展现出不同的功能。比如有时我们需要对某些文件的特殊行进行分析,先
# 要提取出这些特殊行。

def make_filter(keep):
 def the_filter(file_name):
  file = open(file_name)
  lines = file.readlines()
  file.close()
  filter_doc = [i for i in lines if keep in i]
  return filter_doc
 return the_filter

# 如果我们需要取得文件"result.txt"中含有"pass"关键字的行,则可以这样使用例子程序
filter = make_filter("pass")
filter_result = filter("result.txt")

用途2
用途2

 

装饰器概念

说了这么多,终于到了我们的装饰器了。

装饰器本质上是一个函数,该函数用来处理其他函数,它可以让其他函数在不需要修改代码的前提下增加额外的功能,装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等应用场景。装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。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。

业务生产中大量调用的函数:

1 def foo():
2     print(hello foo)
3 foo()

现在有一个新的需求,希望可以记录下函数的执行时间,于是在代码中添加日志代码:

1 import time
2 def foo():
3     start_time=time.time()
4     print(hello foo)
5     time.sleep(3)
6     end_time=time.time()
7     print(spend %s%(end_time-start_time))
8  
9 foo()

bar()、bar2()也有类似的需求,怎么做?再在bar函数里调用时间函数?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:专门设定时间:

 1 import time
 2 def show_time(func):
 3     start_time=time.time()
 4     func()
 5     end_time=time.time()
 6     print(spend %s%(end_time-start_time))
 7  
 8  
 9 def foo():
10     print(hello foo)
11     time.sleep(3)
12  
13 show_time(foo)

逻辑上不难理解,而且运行正常。 但是这样的话,你基础平台的函数修改了名字,容易被业务线的人投诉的,因为我们每次都要将一个函数作为参数传递给show_time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foo(),但是现在不得不改成show_time(foo)。那么有没有更好的方式的呢?当然有,答案就是装饰器。

简单装饰器

if  foo()==show_time(foo) :问题解决!  

所以,我们需要show_time(foo)返回一个函数对象,而这个函数对象内则是核心业务函数:执行func()与装饰函数时间计算,修改如下:

 1 import time
 2  
 3 def show_time(func):
 4     def wrapper():
 5         start_time=time.time()
 6         func()
 7         end_time=time.time()
 8         print(spend %s%(end_time-start_time))
 9  
10     return wrapper
11  
12  
13 def foo():
14     print(hello foo)
15     time.sleep(3)
16  
17 foo=show_time(foo)
18 foo()

函数show_time就是装饰器,它把真正的业务方法func包裹在函数里面,看起来像foo被上下时间函数装饰了。在这个例子中,函数进入和退出时 ,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)。 

@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

 1 import time
 2  
 3 def show_time(func):
 4     def wrapper():
 5         start_time=time.time()
 6         func()
 7         end_time=time.time()
 8         print(spend %s%(end_time-start_time))
 9  
10     return wrapper
11  
12 @show_time   #foo=show_time(foo)
13 def foo():
14     print(hello foo)
15     time.sleep(3)
16  
17  
18 @show_time  #bar=show_time(bar)
19 def bar():
20     print(in the bar)
21     time.sleep(2)
22  
23 foo()
24 print(***********)
25 bar()

  如上所示,这样我们就可以省去bar = show_time(bar)这一句了,直接调用bar()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。

      这里需要注意的问题:  foo=show_time(foo)其实是把wrapper引用的对象引用给了foo,而wrapper里的变量func之所以可以用,就是因为wrapper是一个闭包函数。

key:

技术分享

@show_time帮我们做的事情就是当我们执行业务逻辑foo()时,执行的代码由粉框部分转到蓝框部分,仅此而已!

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。

 

带参数的被装饰函数 

import time
 
def show_time(func):
 
    def wrapper(a,b):  #注意参数传递位置
        start_time=time.time()
        func(a,b)
        end_time=time.time()
        print(spend %s%(end_time-start_time))
 
    return wrapper
 
@show_time   #add=show_time(add)
def add(a,b):
 
    time.sleep(1)
    print(a+b)
 
add(2,4)
技术分享
import time

def show_time(func):

    def wrapper(a,b):
        start_time=time.time()
        ret=func(a,b)
        end_time=time.time()
        print(spend %s%(end_time-start_time))
        return ret

    return wrapper

@show_time   #add=show_time(add)
def add(a,b):

    time.sleep(1)
    return a+b

print(add(2,5))

注意点
注意

 

不定长参数

#***********************************不定长参数
import time

def show_time(func):

    def wrapper(*args,**kwargs):
        start_time=time.time()
        func(*args,**kwargs)
        end_time=time.time()
        print(spend %s%(end_time-start_time))

    return wrapper

@show_time   #add=show_time(add)
def add(*args,**kwargs):

    time.sleep(1)
    sum=0
    for i in args:
        sum+=i
    print(sum)

add(2,4,8,9)

 

带参数的装饰器

装饰器还有更大的灵活性,例如带参数的装饰器:在上面的装饰器调用中,比如@show_time,该装饰器唯一的参数就是执行业务的函数。装饰器的语法允许我们在调用时,提供其它参数,比如@decorator(a)。这样,就为装饰器的编写和使用提供了更大的灵活性。

import time
 
def time_logger(flag=0):
 
    def show_time(func):
 
            def wrapper(*args,**kwargs):
                start_time=time.time()
                func(*args,**kwargs)
                end_time=time.time()
                print(spend %s%(end_time-start_time))
 
                if flag:
                    print(将这个操作的时间记录到日志中)
 
            return wrapper
 
    return show_time
 
 
@time_logger(3)
def add(*args,**kwargs):
    time.sleep(1)
    sum=0
    for i in args:
        sum+=i
    print(sum)
 
add(2,7,5)

@time_logger(3) 做了两件事:

    (1)time_logger(3):得到闭包函数show_time,里面保存环境变量flag

    (2)@show_time   :add=show_time(add)

上面的time_logger是允许带参数的装饰器。它实际上是对原有装饰器的一个函数封装,并返回一个装饰器(一个含有参数的闭包函数)。当我 们使用@time_logger(3)调用的时候,Python能够发现这一层的封装,并把参数传递到装饰器的环境中。

 

多层装饰器

def makebold(fn):
    def wrapper():
        return "<b>" + fn() + "</b>"
    return wrapper
 
def makeitalic(fn):
    def wrapper():
        return "<i>" + fn() + "</i>"
    return wrapper
 
@makebold
@makeitalic
def hello():
    return "hello alvin"
 
hello()

过程:

技术分享

 

类装饰器

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):
        start_time=time.time()
        self._func()
        end_time=time.time()
        print(spend %s%(end_time-start_time))

@Foo  #bar=Foo(bar)

def bar():

    print (bar)
    time.sleep(2)

bar()    #bar=Foo(bar)()>>>>>>>没有嵌套关系了,直接active Foo的 __call__方法

 

functools.wraps

使用装饰器极大地复用了代码,但是他有一个缺点就是原函数的元信息不见了,比如函数的docstring、__name__、参数列表,先看例子:

def foo():
    print("hello foo")

print(foo.__name__)
#####################

def logged(func):
    def wrapper(*args, **kwargs):

        print (func.__name__ + " was called")
        return func(*args, **kwargs)

    return wrapper


@logged
def cal(x):
   return x + x * x


print(cal.__name__)

########
# foo
# wrapper

解释:

@logged
def f(x):
   return x + x * x

等价于:

def f(x):
    return x + x * x
f = logged(f)

不难发现,函数f被wrapper取代了,当然它的docstring,__name__就是变成了wrapper函数的信息了。

print(f.__name__)    # ‘wrapper‘
print(f.__doc__ )    #  None

这个问题就比较严重的,好在我们有functools.wraps,wraps本身也是一个装饰器,它能把原函数的元信息拷贝到装饰器函数中,这使得装饰器函数也有和原函数一样的元信息了。

from functools import wraps
 
 
def logged(func):
 
    @wraps(func)
 
    def wrapper(*args, **kwargs):
        print (func.__name__ + " was called")
        return func(*args, **kwargs)
    return wrapper
 
@logged
def cal(x):
   return x + x * x
 
print(cal.__name__)  #cal

 

内置装饰器

下边三个装饰器都用于类中

@staticmathod 在类中,内置函数不需要表示自身对象的self和自身类的cls参数,就跟使用函数一样。

@classmethod 在类中,内置函数也不需要self参数,但第一个参数需要是表示自身类的cls参数。

@property 在类中,内置函数可以向字段一样 ,使用时不用加()就可以调用

学习类的时候我们详细介绍的...

 

补充 

技术分享
##----------------------------------------foo函数先加载到内存,然后foo变量指向新的引用,所以递归里的foo是wrapper函数对象
# def show_time(func):
#
#     def wrapper(n):
#         ret=func(n)
#         print("hello,world")
#         return ret
#     return wrapper
#
# @show_time# foo=show_time(foo)
# def foo(n):
#     if n==1:
#         return 1
#     return n*foo(n-1)
# print(foo(6))


########################
def show_time(func):

    def wrapper(n):
        ret=func(n)
        print("hello,world")
        return ret
    return wrapper

@show_time# foo=show_time(foo)
def foo(n):
    def _foo(n):
        if n==1:
            return 1
        return n*_foo(n-1)
    return _foo(n)
print(foo(6))
迭代函数被装饰

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  

 

python的装饰器

原文:http://www.cnblogs.com/hujq1029/p/6295099.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!