Python中的装饰器(decorator)
想理解Python的decorator首先要知道在Python中函数也是一个对象，所以你可以[*]将函数复制给变量
[*]将函数当做参数
[*]返回一个函数
函数在Python中给变量的用法一样也是一等公民，也就是高阶函数(High Order Function)。所有的魔法都是由此而来。
1，起源
我们想在函数login中输出调试信息，我们可以这样做
def login():
print('in login')
def printdebug(func):
print('enter the login')
func()
print('exit the login')
printdebug(login)
这个方法讨厌的是每次调用login是，都通过printdebug来调用，但毕竟这是可行的。
2，让代码变得优美一点
既然函数可以作为返回值，可以赋值给变量，我们可以让代码优美一点。
def login():
print('in login')
def printdebug(func):
def __decorator():
print('enter the login')
func()
print('exit the login')
return __decorator#function as return value
debug_login = printdebug(login)#function assign to variable
debug_login()#execute the returned function
这样我们每次只要调用debug_login就可以了，这个名字更符合直觉。我们将原先的两个函数printdebug和login绑定到一起，成为debug_login。这种耦合叫内聚:-)。
3，让代码再优美一点
printdebug和login是通过debug_login = printdebug(login)这一句来结合的，这一句似乎也是多余的，能不能在定义login是加个标注，从而将printdebug和login结合起来？
上面的代码从语句组织的角度来讲很难再优美了，Python的解决方案是提供一个语法糖(Syntax Sugar)，用一个@符号来结合它们。
def printdebug(func):
def __decorator():
print('enter the login')
func()
print('exit the login')
return __decorator
@printdebug#combine the printdebug and login
def login():
print('in login')
login()#make the calling point more intuitive
可以看出decorator就是一个：使用函数作参数并且返回函数的函数。通过改进我们可以得到：
[*]更简短的代码，将结合点放在函数定义时
[*]不改变原函数的函数名
在Python解释器发现login调用时，他会将login转换为printdebug(login)()。也就是说真正执行的是__decorator这个函数。
4，加上参数
1，login函数带参数
login函数可能有参数，比如login的时候传人user的信息。也就是说，我们要这样调用login：
login(user)
Python会将login的参数直接传给__decorator这个函数。我们可以直接在__decorator中使用user变量：
def printdebug(func):
def __decorator(user): #add parameter receive the user information
print('enter the login')
func(user)#pass user to login
print('exit the login')
return __decorator
@printdebug
def login(user):
print('in login:' + user)
login('jatsz')#arguments:jatsz
我们来解释一下login(‘jatsz’)的调用过程：
[decorated] login(‘jatsz’) => printdebug(login)(‘jatsz’)=>__decorator(‘jatsz’)=>[real] login(‘jatsz’)
2，装饰器本身有参数
我们在定义decorator时，也可以带入参数，比如我们这样使用decorator，我们传入一个参数来指定debug level。
@printdebug(level=5)
def login
pass
为了给接收decorator传来的参数，我们在原本的decorator上在包装一个函数来接收参数：
def printdebug_level(level):#add wrapper to recevie decorator's parameter
def printdebug(func):
def __decorator(user):
print('enter the login, and debug level is: ' + str(level)) #print debug level
func(user)
print('exit the login')
return __decorator
return printdebug #return original decorator
@printdebug_level(level=5) #decorator's parameter, debug level set to 5
def login(user):
print('in login:' + user)
login('jatsz')
我们再来解释一下login(‘jatsz’)整个调用过程：
[decorated]login(‘jatsz’) => printdebug_level(5) => printdebug[with closure value 5](login)(‘jatsz’) => __decorator(‘jatsz’)[use value 5]=> [real]login(‘jatsz’)
5，装饰有返回值的函数
有时候login会有返回值，比如返回message来表明login是否成功。
login_result = login(‘jatsz’)
我们需要将返回值在decorator和调用函数间传递：
def printdebug(func):
def __decorator(user):
print('enter the login')
result = func(user)#recevie the native function call result
print('exit the login')
return result #return to caller
return __decorator
@printdebug
def login(user):
print('in login:' + user)
msg = "success" if user == "jatsz" else "fail"
return msg#login with a return value
result1 = login('jatsz');
print result1#print login result
result2 = login('candy');
print result2
我们解释一下返回值的传递过程：
...omit for brief…[real]__decorator => [assign to] result1
6，应用多个装饰器
我们可以对一个函数应用多个装饰器，这时我们需要留心的是应用装饰器的顺序对结果会产生。影响比如：
def printdebug(func):
def __decorator():
print('enter the login')
func()
print('exit the login')
return __decorator
def others(func): #define a other decorator
def __decorator():
print '***other decorator***'
func()
return __decorator
@others #apply two of decorator
@printdebug
def login():
print('in login:')
@printdebug #switch decorator order
@others
def logout():
print('in logout:')
login()
print('---------------------------')
logout()
我们定义了另一个装饰器others，然后我们对login函数和logout函数分别应用这两个装饰器。应用方式很简单，在函数定义是直接用两个@@就可以了。我们看一下上面代码的输出：
$ python deoc.py
***other decorator***
enter the login
in login:
exit the login
---------------------------
enter the login
***other decorator***
in logout:
exit the login
我们看到两个装饰器都已经成功应用上去了，不过输出却不相同。造成这个输出不同的原因是我们应用装饰器的顺序不同。回头看看我们login的定义，我们是先应用others，然后才是printdebug。而logout函数真好相反，发生了什么？如果你仔细看logout函数的输出结果，可以看到装饰器的递归。从输出可以看出：logout函数先应用printdebug，打印出“enter the login”。printdebug的__decorator调用中间应用了others的__decorator，打印出“***other decorator***”。其实在逻辑上我们可以将logout函数应用装饰器的过程这样看（伪代码）：
@printdebug #switch decorator order
(
@others
(
def logout():
print('in logout:')
)
)
我们解释一下整个递归应用decorator的过程：
[printdebug decorated]logout() =>
printdebug.__decorator[call logout() ] =>
printdebug.__decorator.other.__decorator[call real logout]
7，灵活运用
什么情况下装饰器不适用？装饰器不能对函数的一部分应用，只能作用于整个函数。
login函数是一个整体，当我们想对部分函数应用装饰器时，装饰器变的无从下手。比如我们想对下面这行语句应用装饰器：
msg = "success" if user == "jatsz" else "fail"
怎么办？
一个变通的办法是“提取函数”，我们将这行语句提取成函数，然后对提取出来的函数应用装饰器：
def printdebug(func):
def __decorator(user):
print('enter the login')
result = func(user)
print('exit the login')
return result
return __decorator
def login(user):
print('in login:' + user)
msg = validate(user)#exact to a method
return msg
@printdebug#apply the decorator for exacted method
def validate(user):
msg = "success" if user == "jatsz" else "fail"
return msg
result1 = login('jatsz');
print result1
来个更加真实的应用，有时候validate是个耗时的过程。为了提高应用的性能，我们会将validate的结果cache一段时间(30 seconds)，借助decorator和上面的方法，我们可以这样实现：
import time
dictcache = {}
def cache(func):
def __decorator(user):
now = time.time()
if (user in dictcache):
result,cache_time = dictcache
if (now - cache_time) > 30:#cache expired
result = func(user)
dictcache = (result, now)#cache the result by user
else:
print('cache hits')
else:
result = func(user)
dictcache = (result, now)
return result
return __decorator
def login(user):
print('in login:' + user)
msg = validate(user)
return msg
@cache#apply the cache for this slow validation
def validate(user):
time.sleep(5)#simulate 10 second block
msg = "success" if user == "jatsz" else "fail"
return msg
result1 = login('jatsz'); print result1
result2 = login('jatsz'); print result2 #this login will return immediately by hit the cache
result3 = login('candy'); print result3
Reference：
http://stackoverflow.com/questions/739654/understanding-python-decorators --Understanding Python decorators
http://www.iyunv.com/rhcad/archive/2011/12/21/2295507.html --Python装饰器学习（九步入门）
http://www.python.org/dev/peps/pep-0318/ --PEP 318 -- Decorators for Functions and Methods
页:
[1]