Decorator装饰器 装饰器就是函数，接受函数作为参数 并返回新的函数
装饰器不会修改原始函数签名、返回值，但是大部分返回的
新函数不是原始函数，看起来像是函数元信息发生改变
新函数 也可能是单纯的修改原函数的元信息、然后返回
装饰器设计 保留函数元信息 装饰器作用在函数上时，原函数 的重要元信息会丢失
名字：func.__name__
文档字符串：func.__doc__
注解：
参数签名：func.__annotations__
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 import timefrom functools import wrapsdef timethis (func ): @wraps(func ) def wrapper (*args, **kargs ): start = time.time() result = func(*args, **kwargs) end = time.time() print (func.__name__, end - start) return result return wrapper @timethis def countdown (n ): while n > 0 : n -= 1 def countdown (n ): pass countdown = timethis(countdown)
自定义属性 在装饰器中引入访问函数 ，访问函数中使用nolocal修改内部
变量t
访问函数可在多层装饰器间传播，如果所有的装饰中的wrapper
都使用了@functools.wraps注解（装饰）
可以使用lambda匿名函数，修改访问函数属性改变其行为
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 from functools import wrapsimport loggingdef logged (level, name=None , message=None ): def decorator (func ): logname = name if name else func.__module__ log = logging.getLogger(logname) logmsg = message if message else func.__name__ @wraps(func ) def wrapper (*args, **kwargs ): log.log(level, logmsg) return func(*args, **kwargs) @attach_wrapper(wrapper ) def set_level (newlevel ): nonlocal level level = newlevel @attach_wrapper(wrapper ) def set_message (newmsg ): nonlocal logmsg logmsg = newmsg return wrapper return decorator @logged(logging.DEBUG ) def add (x, y ): return x + y @logged(logging.CRITICAL, "example" ) def spam (): print ("Spam" ) @timethis @logged(logging.DEBUG ) def countdown (n ): while n > 0 : n -= 1
带参装饰器 带参装饰器就是接受参数、处理，再返回一个第一个参数 为函数
的函数（内部装饰器）
三层函数
最外层 套一层接受 参数的函数内部装饰器函数可以访问这些参数，并在“存储”在内部，
相当于一个闭包
返回使用参数处理后的装饰器函数 ，再装饰函数
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 from functools import wrapsimport loggingdef logged (level, name=None , message=None ): r"""Decorator that allows logging :param level: logging level :param name: logger name, default function's module :param message: log message, default function's name :return :decorator """ def decorator (func ): logname = name if name else func.__module__ log = logging.getLogger(logname) logmsg = message if message else func.__name__ @wraps(func ) def wrapper (*args, **kwargs ): log.log(level, logmsg) return func(*args, **kwargs) return wrapper return decorator @logged(logging.DEBUG ) def add (x, y ): return x + y @logged(loggin.CRITICAL, "example" ) def spam (): print ("spam" ) def spam (): pass spam = logged(logging.CRITICAL, "example" )(spam)
partial接受一个函数作参数，并返回设置了部分参数默认值的
函数，而最外层函数就只是用于“获取”参数，因此可以使用此技巧
减少一层函数嵌套
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 from functools import partialdef attach_wrapper (obj, func=None ): r"""Decorator to attach function to obj as an attr :param obj: wapper to be attached to :param func: function to be attached as attr :return: wrapper """ if func is None : return partial(attach_wrapper, obj) setattr (obj, func.__name__, func) return func
参数可选 三层函数 这种形式的带可选参数的装饰器，即使不传递参数，也必须使用
调用形式装饰
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 from functools import wrapsimport loggingdef logged (level=logging.DEBUG, name=None , message=None ): r"""Decorator that allows logging :param level: logging level :param name: logger name, default function's module :param message: log message, default function's name :return :decorator """ def decorator (func ): logname = name if name else func.__module__ log = logging.getLogger(logname) logmsg = message if message else func.__name__ @wraps(func ) def wrapper (*args, **kwargs ): log.log(level, logmsg) return func(*args, **kwargs) return wrapper return decorator @logged() def add (x, y ): return x + y @logged(level=logging.CRITICAL, name="example" ) def add (x, y ): return x + y
partial这种形式的装饰器，不传参时可以像无参数装饰器一样使用
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 from functools import wraps, partialimport loggingdef logged ( func=None , *, level=logging.DEBUG, name=None , message=None ): if func is None : return partial(logged, level=level, name=name, message=message) logname = name if name else func.__module__ log = logging.getLogger(logname) logmsg = message if message else func.__name__ @wraps(func ) def wrapper (*args, **kwargs ): log.log(level, logmsg) return func(*args, **kwargs) return wrapper @logged def add (x, y ): return x + y @logged(level=logging.CRITICAL, name="example" ) def spam (): print ("spam" )
用途示例 强制检查参数类型 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 def typeasssert (*ty_args, **ty_kwargs ): r"""Decorator that assert the parameters type :param *ty_args: parameters type indicated with position :param **ty_kwargs: parameters type indicated with keywords :return: wrapper """ def decorator (func ): if not __debug__ : return func sig = signature(func) bound_types = sig.bind_partial(*ty_args, **ty_kwargs).arguments @wraps(func ) def wrapper (*args, **kwargs ): bound_values = sig.bind(*args, **kwargs).argument for name, val in bound_values.items(): if name in bound_types: if not isinstance (value, bound_types[name]): raise TypeError( "Argument {} must be {}." .format (name, bound_types[name]) return func(*args, **kwargs) return wrapper return decorator
装饰器类 为了定义类装饰器，类需要实现__call__、__get__方法，然后
就可以当作普通的的装饰器函数使用
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 import typesfrom functools improt wrapsclass Profiled : def __init__ (self, func ): wraps(func)(self) self.ncalls = 0 def __call__ (self, *args, **kwargs ): self.nacalls += 1 return self.__wrapped__(*args, **kwargs) def __get__ (self, instance, cls ): if intance is None : return self else : return types.MethodType(self, instance)
装饰器方法 在类中定义装饰器方法，可以将多个装饰器关联于同一个类的实例，
方便在装饰器中记录、绑定、共享信息
装饰类、静态方法 装饰器必须放在@staticmethod、@classmethod装饰器之前
（内层），因为这两个装饰器实际上并不创建callable对象，而是
创建特殊的描述器对象
添加参数 为原函数“添加”KEYWORD_ONLY参数，这种做法不常见，有时能避免
重复代码
KEYWORD_ONLY参数容易被添加进*args、**kwargs中
KEYWORD_ONLY会被作为特殊情况挑选出来，并且不会用于调用
原函数
但是需要注意，被添加的函数名称不能与原函数冲突
1 2 3 4 5 6 7 8 9 10 11 12 13 14 from functools import wrapsimport inspectdef optional_debug (func ): if "debug" in inspect.getargspect(func).args: raise TypeError("Debug argument already defined" ) @wraps(func ) def wrapper (*args, debug=False , **kwargs ): if debug: print ("calling" , func.__name__) return func(*args, **kwargs) return wrapper
装饰器扩充类功能 可以通过装饰器修改类某个方法、属性，修改其行为
可以作为其他高级技术：mixin、metaclass的简洁替代方案
更加直观
不会引入新的继承体系
不依赖super函数，速度更快
注意：和装饰函数不同，装饰类不会返回新的类，而是修改原类，
因此装饰器的顺序尤为重要
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 def log_getattribute (cls ): orig_getattribute = cls.__getattribute__ def new_getattribute (self, name ): print ("getting:" , name) return orig_getattribute(self, name) cls.__getattribute = new_getattribute return cls @log_getattribute class A : def __init__ (self, x ): self.x = x def spam (self ): pass
用途示例 单例模式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 class Singleton (type def __init__ (self, *args, **kwargs ): self.__intance = None super ().__init__(*args, **kwargs) def __call__ (self, *args, **kwargs ): if self.__instance is None : self.__instance = super ().__call__(*args, **kwargs) return self.__instance else : return self.__instance class Spam (metaclass=Singleton ): def __init__ (self ): print ("Creating Spam" )
缓存实例 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 import weakrefclass Cached (type def __init__ (self, *args, **kwargs ): super ().__init__(*args, **kwargs) self.__cache = weakref.WeakValueDictionar() def __call__ (self, *args ): if args in self.__cache: return self.__cache[args] else : obj = super ().__call__(*args) self.__cache[args] = obj return obj class Spam (metaclass=Cached ): def __init__ (self, name ): print ("creating spam({!r})" .format (name)) self.name = name
