Python 中的装饰器
一, 引用
[书] 流畅的Python
[书] Effective Python
二, 基本概念
问题１：装饰器是什么？
解答： 严格来说，装饰器只是语法糖， 装饰器是可调用的对象，可以像常规的可调用对象那样调用，特殊的地方是装饰器的参数是一个函数
问题２：装饰器有什么特性？
解答： 装饰器有２个特性，一是可以把被装饰的函数替换成其他函数， 二是可以在加载模块时候立即执行
def decorate(func):
print('running decorate', func)
def decorate_inner():
print('running decorate_inner function')
return func()
return decorate_inner
<a href="http://www.magedu.com/members/decorate">@decorate</a>
def func_1():
print('running func_1')
if __name__ == '__main__':
print(func_1)
＃返回值
running decorate <function func_1 at 0x7f29f644d268>
<function decorate.<locals>.decorate_inner at 0x7f29f641cb70>
问题３：如何使用被装饰函数中的参数？
解答： 通过args 和 *kwargs 传递被修饰函数中的参数
def decorate(func):
def decorate_inner(*args, **kwargs):
print(type(args), type(kwargs))
print('args', args, 'kwargs', kwargs)
return func(*args, **kwargs)
return decorate_inner
<a href="http://www.magedu.com/members/decorate">@decorate</a>
def func_1(*args, **kwargs):
print(args, kwargs)
if __name__ == '__main__':
func_1('1', '2', '3', para_1='1', para_2='2', para_3='3')
#返回值
<class 'tuple'> <class 'dict'>
args ('1', '2', '3') kwargs {'para_2': '2', 'para_1': '1', 'para_3': '3'}
('1', '2', '3') {'para_2': '2', 'para_1': '1', 'para_3': '3'}
三, 叠放装饰器
问题１：叠放装饰器执行顺序是什么？
解答： 如果一个函数被多个装饰器修饰，其实应该是该函数先被最里面的装饰器修饰后（下面例子中函数main()先被inner装饰，变成新的函数），变成另一个函数后，再次被装饰器修饰
def outer(func):
print('enter outer', func)
def wrapper():
print('running outer')
func()
return wrapper
def inner(func):
print('enter inner', func)
def wrapper():
print('running inner')
func()
return wrapper
@outer
@inner
def main():
print('running main')
if __name__ == '__main__':
main()
＃返回值
enter inner <function main at 0x7fa1c96e8b70>
enter outer <function inner.<locals>.wrapper at 0x7fa1c96e8bf8>
running outer
running inner
running main
四, 标准库中的装饰器
问题１： 标准库中都有哪些装饰器？
解答： 标准库中有多种装饰器， 例如：装饰方法的函数有property, classmethod, staticmethod； functools模块中的lru_cache, singledispatch, wraps 等等
from functools import lru_cache
from functools import singledispatch
from functools import wraps
问题２：为什么要使用@wraps装饰器？它的作用是什么？
解答： 使用装饰器会产生我们可能不希望出现的副作用， 例如：改变被修饰函数名称，对于调试器或者对象序列化器等需要使用内省机制的那些工具，可能会无法正常运行；其实调用装饰器后，会将同一个作用域中原来函数同名的那个变量（例如下面的func_1）,重新赋值为装饰器返回的对象；使用＠wraps后，会把与内部函数（被修饰函数，例如下面的func_1）相关的重要元数据全部复制到外围函数（例如下面的decorate_inner）
from functools import wraps
def decorate(func):
print('running decorate', func)
@wraps(func)
def decorate_inner():
print('running decorate_inner function', decorate_inner)
return func()
return decorate_inner
<a href="http://www.magedu.com/members/decorate">@decorate</a>
def func_1():
print('running func_1', func_1)
if __name__ == '__main__':
func_1()
＃返回值
running decorate <function func_1 at 0x7f145d2c2268>
running decorate_inner function <function func_1 at 0x7f145b9731e0>
running func_1 <function func_1 at 0x7f145b9731e0>
五, 装饰器设计模式
问题１： 什么是装饰器设计模式？
解答： 动态的给一个对象添加一些额外的职责，就扩展功能而言，装饰器模式比子类化更加灵活，在设计模式中，装饰器和组件都是抽象类，为了给具体的组件添加行为，具体的装饰器实例要包装具体组件的实例，即，装饰器和所装饰的组件接口一致，对使用该组建的客户透明，将客户的请求转发给该组件，并且可能在转发前后执行一些额外的操作，透明性使得可以递归嵌套多个装饰器，从而可以添加任意多个功能
问题２： Python中的装饰器函数和设计模式中的装饰器模式有什么关系？
解答： 修饰器模式和Python修饰器之间并不是一对一的等价关系， Python装饰器函数更为强大，不仅仅可以实现装饰器模式。