设为首页 收藏本站
查看: 1005|回复: 0

[经验分享] Python : 会打扮的装饰器

[复制链接]

尚未签到

发表于 2018-8-15 13:40:56 | 显示全部楼层 |阅读模式
  我们知道,在 Python 中,我们可以像使用变量一样使用函数:

  •   函数可以被赋值给其他变量
  •   函数可以被删除
  •   可以在函数里面再定义函数
  •   函数可以作为参数传递给另外一个函数
  •   函数可以作为另一个函数的返回
  简而言之,函数就是一个对象。
  对一个简单的函数进行装饰
  为了更好地理解装饰器,我们先从一个简单的例子开始,假设有下面的函数:
def hello():  
    return 'hello world'
  现在我们想增强 hello() 函数的功能,希望给返回加上 HTML 标签,比如 <i>hello world</i>,但是有一个要求,不改变原来hello() 函数的定义。这里当然有很多种方法,下面给出一种跟本文相关的方法:
def makeitalic(func):  
    def wrapped():
  
        return "<i>" + func() + "</i>"
  
    return wrapped
  在上面的代码中,我们定义了一个函数 makeitalic,该函数有一个参数 func,它是一个函数;在 makeitalic 函数里面我们又定义了一个内部函数 wrapped,并将该函数作为返回。
  现在,我们就可以不改变 hello() 函数的定义,给返回加上 HTML 标签了:
>>> hello = makeitalic(hello)  # 将 hello 函数传给 makeitalic  
>>> hello()
  
'<i>hello world</i>'
  在上面,我们将 hello 函数传给 makeitalic,再将返回赋给 hello,此时调用 hello() 就得到了我们想要的结果。
  不过要注意的是,由于我们将 makeitalic 的返回赋给了 hello,此时 hello() 函数仍然存在,但是它的函数名不再是 hello 了,而是 wrapped,正是 makeitalic 返回函数的名称,可以验证一下:
>>> hello.__name__  
'wrapped'
  对于这个小瑕疵,后文将会给出解决方法。
  现在,我们梳理一下上面的例子,为了增强原函数 hello 的功能,我们定义了一个函数,它接收原函数作为参数,并返回一个新的函数,完整的代码如下:
def makeitalic(func):  
    def wrapped():
  
        return "<i>" + func() + "</i>"
  
    return wrapped
  

  
def hello():
  
    return 'hello world'
  

  
hello = makeitalic(hello)
  事实上,makeitalic 就是一个装饰器(decorator),它『装饰』了函数 hello,并返回一个函数,将其赋给 hello。
  一般情况下,我们使用装饰器提供的 @ 语法糖(Syntactic Sugar),来简化上面的写法:
def makeitalic(func):  
    def wrapped():
  
        return "<i>" + func() + "</i>"
  
    return wrapped
  

  
@makeitalic
  
def hello():
  
    return 'hello world'
  像上面的情况,可以动态修改函数(或类)功能的函数就是装饰器。本质上,它是一个高阶函数,以被装饰的函数(比如上面的 hello)为参数,并返回一个包装后的函数(比如上面的 wrapped)给被装饰函数(hello)。
  装饰器的使用形式

  •   装饰器的一般使用形式如下:
@decorator  
def func():
  
    pass
  等价于下面的形式:
def func():  
    pass
  
func = decorator(func)


  •   装饰器可以定义多个,离函数定义最近的装饰器先被调用,比如:
@decorator_one  
@decorator_two
  
def func():
  
    pass
  等价于:
def func():  
    pass
  

  
func = decorator_one(decorator_two(func))


  •   装饰器还可以带参数,比如:
@decorator(arg1, arg2)  
def func():
  
    pass
  等价于:
def func():  
    pass
  

  
func = decorator(arg1, arg2)(func)
  下面我们再看一些具体的例子,以加深对它的理解。
  对带参数的函数进行装饰
  前面的例子中,被装饰的函数 hello() 是没有带参数的,我们看看被装饰函数带参数的情况。对前面例子中的 hello() 函数进行改写,使其带参数,如下:
def makeitalic(func):  
    def wrapped(*args, **kwargs):
  
        ret = func(*args, **kwargs)
  
        return '<i>' + ret + '</i>'
  
    return wrapped
  

  
@makeitalic
  
def hello(name):
  
    return 'hello %s' % name
  

  
@makeitalic
  
def hello2(name1, name2):
  
    return 'hello %s, %s' % (name1, name2)
  由于函数 hello 带参数,因此内嵌包装函数 wrapped 也做了一点改变:

  •   内嵌包装函数的参数传给了 func,即被装饰函数,也就是说内嵌包装函数的参数跟被装饰函数的参数对应,这里使用了 (*args, **kwargs),是为了适应可变参数。
  看看使用:
>>> hello('python')  
'<i>hello python</i>'
  
>>> hello2('python', 'java')
  
'<i>hello python, java</i>'
  带参数的装饰器
  上面的例子,我们增强了函数 hello 的功能,给它的返回加上了标签 <i>…</i>,现在,我们想改用标签 <b>…</b> 或 <p>…</p>。是不是要像前面一样,再定义一个类似 makeitalic 的装饰器呢?其实,我们可以定义一个函数,将标签作为参数,返回一个装饰器,比如:
def wrap_in_tag(tag):  
    def decorator(func):
  
        def wrapped(*args, **kwargs):
  
            ret = func(*args, **kwargs)
  
            return '<' + tag + '>' + ret + '</' + tag + '>'
  
        return wrapped
  

  
    return decorator
  现在,我们可以根据需要生成想要的装饰器了:
makebold = wrap_in_tag('b')  # 根据 'b' 返回 makebold 生成器  

  
@makebold
  
def hello(name):
  
    return 'hello %s' % name
  

  
>>> hello('world')
  
'<b>hello world</b>'
  上面的形式也可以写得更加简洁:
@wrap_in_tag('b')  
def hello(name):
  
    return 'hello %s' % name
  这就是带参数的装饰器,其实就是在装饰器外面多了一层包装,根据不同的参数返回不同的装饰器。
  多个装饰器
  现在,让我们来看看多个装饰器的例子,为了简单起见,下面的例子就不使用带参数的装饰器。
def makebold(func):  
    def wrapped():
  
        return '<b>' + func() + '</b>'
  

  
    return wrapped
  

  
def makeitalic(func):
  
    def wrapped():
  
        return '<i>' + func() + '</i>'
  

  
    return wrapped
  

  
@makebold
  
@makeitalic
  
def hello():
  
    return 'hello world'
  上面定义了两个装饰器,对 hello 进行装饰,上面的最后几行代码相当于:
def hello():  
    return 'hello world'
  

  
hello = makebold(makeitalic(hello))
  调用函数 hello:
>>> hello()  
'<b><i>hello world</i></b>'
  基于类的装饰器
  前面的装饰器都是一个函数,其实也可以基于类定义装饰器,看下面的例子:
class Bold(object):  
    def __init__(self, func):
  
        self.func = func
  

  
    def __call__(self, *args, **kwargs):
  
        return '<b>' + self.func(*args, **kwargs) + '</b>'
  

  
@Bold
  
def hello(name):
  
    return 'hello %s' % name
  

  
>>> hello('world')
  
'<b>hello world</b>'
  可以看到,类 Bold 有两个方法:

  •   __init__():它接收一个函数作为参数,也就是被装饰的函数
  •   __call__():让类对象可调用,就像函数调用一样,在调用被装饰函数时被调用
  还可以让类装饰器带参数:
class Tag(object):  
    def __init__(self, tag):
  
        self.tag = tag
  

  
    def __call__(self, func):
  
        def wrapped(*args, **kwargs):
  
            return "<{tag}>{res}</{tag}>".format(
  
                res=func(*args, **kwargs), tag=self.tag
  
            )
  
        return wrapped
  

  
@Tag('b')
  
def hello(name):
  
    return 'hello %s' % name
  需要注意的是,如果类装饰器有参数,则 __init__ 接收参数,而 __call__ 接收 func。
  装饰器的副作用
  前面提到,使用装饰器有一个瑕疵,就是被装饰的函数,它的函数名称已经不是原来的名称了,回到最开始的例子:
def makeitalic(func):  
    def wrapped():
  
        return "<i>" + func() + "</i>"
  
    return wrapped
  

  
@makeitalic
  
def hello():
  
    return 'hello world'
  函数 hello 被 makeitalic 装饰后,它的函数名称已经改变了:
>>> hello.__name__  
'wrapped'
  为了消除这样的副作用,Python 中的 functool 包提供了一个 wraps 的装饰器:
from functools import wraps  

  
def makeitalic(func):
  
    @wraps(func)       # 加上 wraps 装饰器
  
    def wrapped():
  
        return "<i>" + func() + "</i>"
  
    return wrapped
  

  
@makeitalic
  
def hello():
  
    return 'hello world'
  

  
>>> hello.__name__
  
'hello'
  小结

  •   本质上,装饰器就是一个返回函数的高阶函数。
  •   装饰器可以动态地修改一个类或函数的功能,通过在原有的类或者函数上包裹一层修饰类或修饰函数实现。
  •   事实上,装饰器就是闭包的一种应用,但它比较特别,接收被装饰函数为参数,并返回一个函数,赋给被装饰函数,闭包则没这种限制。
  来源:https://segmentfault.com/a/1190000007558691

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-552282-1-1.html 上篇帖子: python 守护进程(daemon) 下篇帖子: Python 函数式编程,从入门到放弃
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表