装饰器

装饰器放在一个函数开始定义的地方，它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。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 装饰器 。 ?

装饰器的功能

引入日志 函数执行时间统计 执行函数前预备处理 执行函数后清理功能 权限校验等场景 缓存 ?

Hello，装饰器

装饰器的使用方法很固定

先定义一个装饰器（帽子） 再定义你的业务函数或者类 最后把装饰器（帽子）扣在这个函数头上

def?decorator(func):
????def?wrapper(*args,?**kw):
????????return?func()
????return?wrapper

@decorator??#?也可以不用装饰器，在最底部加上function?=?decorator(function),效果是一样的
def?function():
????print("hello,?decorator")

实际上，装饰器并不是编码必须性，意思就是说，你不使用装饰器完全可以 ?

装饰器的优点

更加优雅，代码结构更加清晰 将实现特定的功能代码封装成装饰器，提高代码复用率，增强代码可读性

接下来，我将以实例讲解，如何编写出各种简单及复杂的装饰器。 ?

日志打印器

首先是日志打印器。 实现的功能：

在函数执行前，先打印一行日志告知一下主人，我要执行函数了。 在函数执行完，也不能拍拍屁股就走人了，咱可是有礼貌的代码，再打印一行日志告知下主人，我执行完啦。

#?这是装饰器函数，参数?func?是被装饰的函数
def?logger(func):
????def?wrapper(*args,?**kwargs):
????????print('主人，我准备开始执行：{}?函数了:'.format(func.__name__))
????????#?真正执行的是这行。
????????func(*args,?**kwargs)
????????print('主人，我执行完啦。')
????return?wrapper


@logger??#?相当于add?=?logger(add)
def?add(x,?y):
????print("{}?+?{}?=?{}".format(x,?y,?x?+?y))


add(200,?50)

>>>?主人，我准备开始执行：add?函数了:
>>>?200?+?50?=?250
>>>?主人，我执行完啦。

代码解析

python解释器从上往下执行，先定义了有一个logger函数，返回的是wrapper函数的引用，当执行到@logger时候，此时内部已经生成了一个闭包，实际上这句哈就相当于add = logger(add)，add变量指向了logger函数，logger函数又返回了wrapper，所以add变量其实是指向了def wrapper函数，当执行add(200, 50)，如果没有@logger装饰器，正常来说是执行add函数下面的print语句，但是现在add变量已经指向了wrapper函数，所以此时，执行的是wrapper函数里面的内容。 ? 所以输出的第一句内容是print('主人，我准备开始执行')，接着是执行func函数，此时func指向的是add函数，为什么？因为add = logger(add)是传入了变量add，所以def logger(func)就变成了def logger(add)，自然而然func(*args, **kwargs)就变成了add(*args, **kwargs)，调用的是add函数 ? 所以输出的第二句是x和y的和，输出的第三句就是主人，我执行完了 结论:@logger完全可以用add = logger(add)来代替，使用@logger这种语法糖是更加方便，清晰 ?

时间装饰器

实现功能：顾名思义，就是计算一个函数的执行时长。

#?定义一个计算函数时长的装饰器
def?timer(func):
????def?wrapper(*args,?**kwargs):
????????start_time?=?time.time()
????????func(*args,?**kwargs)
????????end_time?=?time.time()
????????cost?=?end_time?-?start_time
????????print("花费了{}s".format(cost))
????return?wrapper


#?定义一个下载图片并保存到本地
def?downloadPicture(url):
????r?=?requests.get(url)
????data?=?r.content
????with?open((str(random.random())?+?'.jpg'),?'wb')?as?f:
????????f.write(data)

#?使用多线程下载4张图片
@timer
def?time1():
????t1?=?threading.Thread(target=downloadPicture,?args=('https://ss0.bdstatic测试数据/70cFuHSh_Q1YnxGkpoWK1HF6hhy/it/u=2106474246,1283617636&fm=26&gp=0.jpg',?))
????t1.start()
????t2?=?threading.Thread(target=downloadPicture,?args=('https://ss1.bdstatic测试数据/70cFvXSh_Q1YnxGkpoWK1HF6hhy/it/u=3083490177,4087830236&fm=26&gp=0.jpg',?))
????t2.start()
????t3?=?threading.Thread(target=downloadPicture,?args=('https://ss0.bdstatic测试数据/70cFuHSh_Q1YnxGkpoWK1HF6hhy/it/u=1828982182,1114677948&fm=26&gp=0.jpg',?))
????t3.start()
????t4?=?threading.Thread(target=downloadPicture,?args=('https://ss3.bdstatic测试数据/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=45058783,2028528740&fm=11&gp=0.jpg',?))
????t4.start()

#?调用time1函数
time1()

>>>?花费了0.0011370182037353516s

?

带参数的装饰器

通过上面两个简单的入门示例，你应该能体会到装饰器的工作原理了。 ? 不过，装饰器的用法还远不止如此，深究下去，还大有文章。今天就一起来把这个知识点学透。 ? 回过头去看看上面的例子，装饰器是不能接收参数的。其用法，只能适用于一些简单的场景。不传参的装饰器，只能对被装饰函数，执行固定逻辑。 ? 装饰器本身是一个函数，做为一个函数，如果不能传参，那这个函数的功能就会很受限，只能执行固定的逻辑。这意味着，如果装饰器的逻辑代码的执行需要根据不同场景进行调整，若不能传参的话，我们就要写两个装饰器，这显然是不合理的。 ? 比如我们要实现一个可以定时发送邮件的任务（一分钟发送一封），定时进行时间同步的任务（一天同步一次），就可以自己实现一个 periodic_task （定时任务）的装饰器，这个装饰器可以接收一个时间间隔的参数，间隔多长时间执行一次任务。 ? 那我们来自己创造一个伪场景，可以在装饰器里传入一个参数，指明国籍，并在函数执行前，用自己国家的母语打一个招呼。

def?say_hello(country):
????def?wrapper(func):
????????def?deco(*args,?**kwargs):
????????????if?country?==?"china":
????????????????print("你好!")
????????????elif?country?==?"america":
????????????????print('hello.')
????????????else:
????????????????return
????????????#?真正执行函数的地方
????????????func(*args,?**kwargs)
????????return?deco
????return?wrapper


@say_hello("china")
def?a():
????pass


@say_hello("america")
def?b():
????pass


a()
b()


>>>?你好!
>>>?hello.

?

不带参数的类装饰器

以上都是基于函数实现的装饰器，在阅读别人代码时，还可以时常发现还有基于类实现的装饰器。 ? 基于类装饰器的实现，必须实现 __call__ 和 __init__两个内置函数。

init ：接收被装饰函数 call ：实现装饰逻辑。

还是以日志打印这个简单的例子为例

class?Logger(object):
????def?__init__(self,?func):
????????self.func?=?func

????def?__call__(self,?*args,?**kwargs):
????????print("[INFO]:?the?function?{}()?is?running...".format(self.func.__name__))
????????return?self.func(*args,?**kwargs)


@Logger
def?say(something):
????print("say?{}!".format(something))


say("hello")

>>>?[INFO]:?the?function?say()?is?running...
>>>?say?hello!

?

带参数的类装饰器

上面不带参数的例子，你发现没有，只能打印INFO级别的日志，正常情况下，我们还需要打印DEBUG WARNING等级别的日志。这就需要给类装饰器传入参数，给这个函数指定级别了。 ? 带参数和不带参数的类装饰器有很大的不同。

init ：不再接收被装饰函数，而是接收传入参数 call ：接收被装饰函数，实现装饰逻辑

class?Logger(object):
????def?__init__(self,?level='INFO'):
????????self.level?=?level

????def?__call__(self,?func):??#?接受函数
????????def?wrapper(*args,?**kwargs):
????????????print("[{level}]:?the?function?{func}()?is?running...".format(level=self.level,?func=func.__name__))
????????????func(*args,?**kwargs)
????????return?wrapper??#?返回函数


@Logger(level='WARNING')
def?say(something):
????print("say?{}!".format(something))


say("hello")

>>>?[WARNING]:?the?function?say()?is?running...
>>>?say?hello!

查看更多关于python进阶（13）装饰器的详细内容...