Python和Decorator（装饰器）模式

zsyzhou

　　先给出一个四人团对Decorator mode的定义：动态地给一个对象添加一些额外的职责。

再来说说这个模式的好处：认证，权限检查，记日志，检查参数，加锁，等等等等，这些功能和系统业务无关，但又是系统所必须的，说的更明白一点，就是面向方面的编程（AOP）。AOP把与业务无关的代码十分干净的从系统中切割出来，但是Decorator mode的强大远不止于此，本文的重点在于Decorator mode在Python中的应用，所以就不再过多描述Decorator mode本身了，要想深入了解该模式，请参考四人团的经典之作《设计模式》。

在Python中Decorator mode可以按照像其它编程语言如C++, Java等的样子来实现，但是Python在应用装饰概念方面的能力上远不止于此，Python提供了一个语法和一个编程特性来加强这方面的功能。Python提供的语法就是装饰器语法(decorator)，如下：

@aoo
def foo(): pass
def aoo(fn):
return fn这里不对装饰器语法做过多的解释，因为装饰器语法也是基于我将要介绍的另一个编程特性，当我介绍完另一个编程特性后，相信你会对装饰器语法有更深入的认识。

一个十分重要的编程特性“闭包”(closure)隆重登场（题外话：据说“闭包”已经进入java下一版的特性候选列表了）

在Python，PHP，Perl，Ruby，JavaScript等动态语言中，都已经实现了闭包特性，为什么这个特性那么重要呢？我们先来看看它的通俗一些的定义：

OO编程范式中的对象是“整合了函数的数据对象”，那么闭包就是“整合了数据的函数对象”

源文档

借用一个非常好的说法来做个总结(注4)：对象是附有行为的数据，而闭包是附有数据的行为。

源文档

这篇文章更详细的介绍了闭包
　　

闭包的概念、形式与应用

源文档

下面左边的foo1只是一个普通的内嵌函数，而右边的boo则是一个闭包，

def  foo(x):         y = x         def  foo1 ():                 a = 1                 return a         return  foo1

def  aoo(a, b):         c = a         def  boo (x):                 x = b + 1                 return x         return boo

boo的特殊性在于引用了外部变量b，当aoo返回后，只要返回值（boo）一直存在，则对b的引用就会一直存在。

上面的知识可能需要花些时间消化，如果你觉得已经掌握了这些知识，下面就回归正题，看看这些语言特性是怎样来实现Python中装饰的概念的。

还是让我们先看一个简单的例子，然后逐步深入。这个例子就是加锁，怎样实现加锁的功能？

具体需求是这样的：我有一个对象，实现了某些功能并提供了一些接口供其它模块调用，这个对象是运行在并发的环境中的，因此我需要对接口的调用进行同步，第一版的代码如下：class Foo(object):
def __init__(self, …):
self.lock = threading.Lock()
def  interface1(self, …):
self.lock.acquire()
try:
do something
finally:
self.lock.release()
def  interface2(self, …):
same as interface1()
…
这版代码的问题很明显，那就是每个接口函数都有相同的加锁/解锁代码，重复的代码带来的是更多的键入，更多的阅读，更多的维护，以及更多的修改，最主要的是，程序员本应集中在业务上的的精力被分散了，而且请注意，真正的业务代码在距离函数定义2次缩进处开始，即使你的显示器是宽屏，这也会带来一些阅读上的困难。

你直觉的认为，可以把这些代码收进一个函数中，以达到复用的目的，但是请注意，这些代码不是一个完整同一的代码块，而是在中间嵌入了业务代码。

现在我们用装饰器语法来改进这部分代码，得到第2版代码：def    sync(func):
def   wrapper(*args, **kv):
self = args[0]
self.lock.acquire()
try:
return func(*args, **kv)
finally:
self.lock.release()
return wrapper
class Foo(object):
def __init__(self, …):
self.lock = threading.Lock()
@sync
def  interface1(self, …):
do something
@sync
def  interface2(self, …):
do something
…
一个装饰器函数的第一个参数是所要装饰的那个函数对象，而且装饰器函数必须返回一个函数对象。如sync函数，当其装饰interface1时，参数func的值就是interface1，返回值是wrapper，但类Foo实例的interface1被调用时，实际调用的是wrapper函数，在wrapper函数体中间接调用实际的interface1；当interface2被调用时，也调用的是wrapper函数，不过由于在装饰时func已经变成interface2，所以会间接地调用到实际的interface2函数。

使用装饰器语法的好处：

代码量大大的减少了，更少的代码意味着更少的维护，更少的阅读，更少的键入，好处不一而足（可复用，可维护）

用户基本上将绝大部分精力放在了业务代码上，而且少了加减锁的代码，可读性也提高了

缺点：

业务对象Foo中有一个非业务数据成员lock，很碍眼；

相当程度的耦合，wrapper的第一个参数必须是对象本身，而且被装饰的对象中必须有一个lock对象存在，这给客户对象添加了限制，使用起来不是很舒服。

我们可以更进一步想一想：

lock对象必须要放在Foo中吗？

为每个接口函数都键入@sync还是很烦人的重复性人工工作，如果漏添加一个，还是会造成莫名其妙的运行时错误，为什么不集中处理呢？

为了解决上述的缺点，第3版代码如下：class DecorateClass(object):
def decorate(self):
for name, fn in self.iter():
if not self.filter(name, fn):
continue
self.operate(name, fn)
class LockerDecorator(DecorateClass):
def __init__(self, obj, lock = threading.RLock()):
self.obj = obj
self.lock = lock
def iter(self):
return [(name, getattr(self.obj, name)) for name in dir(self.obj)]
def filter(self, name, fn):
if not name.startswith('_') and callable(fn):
return True
else:
return False
def operate(self, name, fn):
def locker(*args, **kv):
self.lock.acquire()
try:
return fn(*args, **kv)
finally:
self.lock.release()
setattr(self.obj, name, locker)
class Foo(object):
def __init__(self, …):
…
LockerDecorator(self).decorate()
def  interface1(self, …):
do something
def  interface2(self, …):
do something
… 对对象的功能装饰是一个更一般的功能，不仅限于为接口加锁，我用2个类来完成这一功能，DecorateClass是一个基类，只定义了遍历并应用装饰功能的算法代码(template method)，LockerDecorator实现了为对象加锁的功能，其中iter是迭代器，定义了怎样遍历对象中的成员（包括数据成员和成员函数），filter是过滤器，定义了符合什么规则的成员才能成为一个接口，operate是执行函数，具体实施了为对象接口加锁的功能。

而在业务类Foo的__init__函数中，只需要在最后添加一行代码：LockerDecorator(self).decorate()，就可以完成为对象加锁的功能。

如果你的对象提供的接口有特殊性，完全可以通过直接改写filter或者继承LockerDecorator并覆盖filter的方式来实现；此外，如果要使用其他的装饰功能，可以写一个继承自DecorateClass的类，并实现iter，filter和operate三个函数即可。





转自：http://www.iyunv.com/tqsummer/archive/2011/01/24/1943314.html