为什么在Python代码中装饰器很重要

01什么是装饰器?

要理解什么是装饰器，您首先需要熟悉Python处理函数的方式。从它的观点来看，函数和对象没有什么不同。它们有属性，可以重新分配:

def func():  
  print('hello from func')  
func()  
> hello from func  
new_func = func  
new_func()  
> hello from func  
print(new_func.__name__)  
> func 

此外，你还可以将它们作为参数传递给其他函数:

def func():  
  print('hello from func')  
def call_func_twice(callback):  
  callback()  
  callback()  
call_func_twice(func)  
> hello from func  
> hello from func 

现在,我们介绍装饰器。装饰器(decorator)用于修改函数或类的行为。实现这一点的方法是定义一个返回另一个函数的函数(装饰器)。这听起来很复杂，但是通过这个例子你会理解所有的东西:

def logging_decorator(func): 
  def logging_wrapper(*args, **kwargs): 
    print(f'Before {func.__name__}') 
    func(*args, **kwargs) 
    print(f'After {func.__name__}') 
  return logging_wrapper 
     
@logging_decorator 
def sum(x, y): 
  print(x + y) 
   
sum(2, 5) 
> Before sum 
> 7 
> After sum 

让我们一步一步来:

1. 首先，我们在第1行定义logging_decorator函数。它只接受一个参数，也就是我们要修饰的函数。
2. 在内部，我们定义了另一个函数:logging_wrapper。然后返回logging_wrapper，并使用它来代替原来的修饰函数。
3. 在第7行，您可以看到如何将装饰器应用到sum函数。
4. 在第11行，当我们调用sum时，它不仅仅调用sum。它将调用logging_wrapper，它将在调用sum之前和之后记录日志。

02为什么需要装饰器

这很简单:可读性。Python因其清晰简洁的语法而备受赞誉，装饰器也不例外。如果有任何行为是多个函数共有的，那么您可能需要制作一个装饰器。下面是一些可能会派上用场的例子:

1. 在运行时检查实参类型
2. 基准函数调用
3. 缓存功能的结果
4. 计数函数调用
5. 检查元数据(权限、角色等)
6. 元编程

和更多…

现在我们将列出一些代码示例。

03例子

带有返回值的装饰器

假设我们想知道每个函数调用需要多长时间。而且，函数大多数时候都会返回一些东西，所以装饰器也必须处理它:

def timer_decorator(func): 
  def timer_wrapper(*args, **kwargs): 
    import datetime                  
    before = datetime.datetime.now()                      
    result = func(*args,**kwargs)                 
    after = datetime.datetime.now()                       
    print "Elapsed Time = {0}".format(after-before)       
    return result 
     
@timer_decorator 
def sum(x, y): 
  print(x + y) 
  return x + y 
   
sum(2, 5) 
> 7 
> Elapsed Time = some time 

可以看到，我们将返回值存储在第5行的result中。但在返回之前，我们必须完成对函数的计时。这是一个没有装饰者就不可能实现的行为例子。

带有参数的装饰器

有时候，我们想要一个接受值的装饰器(比如Flask中的@app.route('/login'):

def permission_decorator(permission): 
  def _permission_decorator(func): 
    def permission_wrapper(*args, **kwargs): 
      if someUserApi.hasPermission(permission): 
        result = func(*args, **kwargs) 
        return result 
      return None 
    return permission wrapper 
  return _permission_decorator 
 
@permission_decorator('admin') 
def delete_user(user): 
  someUserApi.deleteUser(user) 

为了实现这一点，我们定义了一个额外的函数，它接受一个参数并返回一个装饰器。

带有类的装饰器

使用类代替函数来修饰是可能的。唯一的区别是语法，所以请使用您更熟悉的语法。下面是使用类重写的日志装饰器:

class Logging:  
   
    def __init__(self, function):  
        self.function = function  
   
    def __call__(self, *args, **kwargs): 
      print(f'Before {self.function.__name__}') 
      self.function(*args, **kwargs) 
      print(f'After {self.function.__name__}') 
   
   
@Logging 
def sum(x, y): 
  print(x + y) 
 
sum(5, 2) 
> Before sum 
> 7 
> After sum 

这样做的好处是，您不必处理嵌套函数。你所需要做的就是定义一个类并覆盖__call__方法。

装饰类

有时，您可能想要修饰类中的每个方法。你可以这样写

class MyClass:  
  @decorator  
  def func1(self):  
    pass  
  @decorator  
  def func2(self):  
    pass 

但如果你有很多方法，这可能会失控。值得庆幸的是，有一种方法可以一次性装饰整个班级:

def logging_decorator(func): 
  def logging_wrapper(*args, **kwargs): 
    print(f'Before {func.__name__}') 
    result = func(*args, **kwargs) 
    print(f'After {func.__name__}') 
    return result 
  return logging_wrapper 
 
def log_all_class_methods(cls): 
    class NewCls(object): 
      def __init__(self, *args, **kwargs): 
        self.original = cls(*args, **kwargs) 
       
      def __getattribute__(self, s): 
        try:     
          x = super(NewCls,self).__getattribute__(s) 
        except AttributeError:       
          pass 
        else: 
          return x 
        x = self.original.__getattribute__(s) 
        if type(x) == type(self.__init__):  
          return logging_decorator(x)                  
        else: 
          return x 
    return NewCls 
     
@log_all_class_methods 
class SomeMethods: 
  def func1(self): 
    print('func1') 
     
  def func2(self): 
    print('func2') 
     
methods = SomeMethods() 
methods.func1() 
> Before func1 
> func1 
> After func1 

现在，不要惊慌。这看起来很复杂，但逻辑是一样的:

• 首先，我们让logging_decorator保持原样。它将应用于类的所有方法。
• 然后我们定义一个新的装饰器:log_all_class_methods。它类似于普通的装饰器，但却返回一个类。
• NewCls有一个自定义的__getattribute__。对于对原始类的所有调用，它将使用logging_decorator装饰函数。

内置的修饰符

您不仅可以定义自己的decorator，而且在标准库中也提供了一些decorator。我将列出与我一起工作最多的三个人:

@property -一个内置插件的装饰器，它允许你为类属性定义getter和setter。

@lru_cache - functools模块的装饰器。它记忆函数参数和返回值，这对于纯函数(如阶乘)很方便。

@abstractmethod——abc模块的装饰器。指示该方法是抽象的，且缺少实现细节。