Python装饰器

2019/04/10 10:10
阅读数 11

装饰器在Python中是一个强大的高级用法,并且在流行Python框架中变得越来越常见。经常会用到装饰器来增强函数的行为(动态的给一个对象添加一些额外的职责),包括记录日志,权限校验,性能测试,数据封装等。有了装饰器,我们可以抽离出大量和函数功能本身无关的雷同代码并继续重用。

Python装饰器有两种:

  1. 函数装饰器:管理函数调用和函数对象
  2. 类装饰器:管理类实例和类自身

为什么使用装饰器?

经常会遇到给函数或类增加新功能的场景,当然我们可以使用函数调用或者其它技术来实现,但是使用装饰器意图明确,最小化扩展代码的冗余,使用@语法糖,相对优雅。

装饰器的原理是什么?

我们先来看一个最简单的装饰器:

import time
from functools import wraps

def time_it(func):
    """
    输出函数的运行时间
    :param func:
    :return:
    """
    @wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func()
        end_time = time.time()
        process_time = end_time - start_time
        print(func.__name__, process_time)
        return result
    return wrapper

@time_it
def func_a():
    time.sleep(2)

对上述代码进行解释:

  1. time_it返回wrapper函数对象
  2. 使用time_it装饰func_a函数
  3. 调用被装饰的func_a函数会运行wrapper函数,func_a其实是wrapper的引用

原理:我们知道Python中一切皆对象,可以将函数作为其它函数的返回值。可以看到,装饰器的本质是一个函数,返回一个函数对象,通过"@"语法糖在包装函数中引入装饰器。

装饰器的一个关键特性是,在被装饰的函数定义之后立即执行。

@wraps

上述装饰器中用到的了@wraps(func),在创建装饰器时,一定要记得为包装函数添加functools库中的@wraps装饰器,以保证函数的元数据(包括函数名,函数注解等)不被丢失。

当我们需要访问为被装饰器修饰的原包装函数时,可以使用@wraps的__wrapped__属性来访问。

内置装饰器

Python有三个内置装饰器:@staticmathod、@classmethod和@property

  • @staticmethod:类的静态方法,跟成员方法的区别是没有self参数,并且可以在类不进行实例化的情况下调用。
  • @classmethod:跟成员方法的区别是接收的第一个参数不是self,而是cls(当前类的具体类型)
  • @property:表示可以直接通过类实例直接访问的信息。

装饰器嵌套

为了支持多步骤的扩展,装饰器语法允许我们向一个装饰的函数或方法添加多个装饰器,若多个装饰器同时装饰一个函数,那么装饰器的调用顺序和@语法糖的声明顺序相反,也就是:

@decorator1
@decorator2
def func():
    pass

等效于:

func = decorator1(decorator2(func()))

装饰器参数

函数装饰器和类装饰器都能接收参数,这些参数传递给了真正返回装饰器的可调用对象,而装饰器反过来又返回一个可调用对象。

装饰器参数在装饰发生之前就解析了,并且它们通常用来保持状态信息供随后的调用使用。

上述实例中,func_a()是没有参数的,那如果添加参数的话,装饰器该如何编写以接收参数呢?可以在装饰器中使用*args和**kwargs代替参数:

def time_it(func):
    """
    输出函数的运行时间
    :param func:
    :return:
    """
    @wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        process_time = end_time - start_time
        print(func.__name__, process_time)
        return result
    return wrapper

带参数的装饰器

我们有时候需要提供给被装饰的函数特定的功能,需要在装饰器中带参数。比如在业务处理中我们需要限定函数的执行超时时间,由于每个函数所对应的超时时间不一样,所以需要在装饰器中带参数以实现。

装饰器的语法允许我们在调用时,提供其它参数,实现上述场景:

import time
import signal
import functools


def func_timeout(timeout):
    """
    超时时间装饰器
    :param timeout:
    :return:
    """
    def decorator(func):
        def handler(signum, frame):
            raise RuntimeError("run %s timeout !" % func.__name__)

        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            signal.signal(signal.SIGALRM, handler)
            signal.alarm(timeout)
            func(*args, **kwargs)
            signal.alarm(0)
        return wrapper
    return decorator


@func_timeout(timeout=10)
def func():
    time.sleep(11)
    print("#" * 100)


if __name__ == '__main__':
    func()

类装饰器

上述实例都是函数装饰器,相比函数装饰器,类装饰器更加灵活,主要依靠类的__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。

举个例子:

class Foo(object):
    def __init__(self, func):
        self._func = func

    def __call__(self, *args, **kwargs):
        print("class decorator start")
        self._func(*args, **kwargs)
        print("class decorator end")


@Foo
def func():
    print("test123")

if __name__ == '__main__':
    func()

以上,代码见 my github

原文出处:https://www.cnblogs.com/ybjourney/p/12241697.html

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部