装饰器
顾名思义,装饰器就是修饰函数的一种玩意儿。
怎么修饰呢?
def log(func):#我是一个装饰器
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
#闭包实现装饰器
@log#我要放在这儿
def now():
print('2015-3-25')
now()
装饰器接收一个函数作为参数,并返回一个函数。
把@log
放到now()
函数的定义处,相当于执行了语句:
now = log(now)#此时左边的now指向的是wrapper函数。可以通过now(*args,**kw)来传参数
由于log()
是一个decorator
,返回一个函数,所以,原来的now()
函数仍然存在,只是现在同名的now
变量指向了新的函数,于是调用now()
将执行新函数,即在log()
函数中返回的wrapper()
函数。
wrapper()
函数的参数定义是(*args, **kw)
,因此,wrapper()
函数可以接受任意参数的调用。在wrapper()
函数内,首先打印日志,再紧接着调用原始函数。
三层的装饰器
如果decorator
本身需要传入参数,那就需要编写一个返回decorator
的高阶函数,写出来会更复杂。
def log(text):
def decorator(func):
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
这个3
层嵌套的decorator
用法如下:
@log('execute')
def now():
print('2015-3-25')
和两层嵌套的decorator
相比,3
层嵌套的效果是这样的:now = log('execute')(now)
这是因为log('execute')
才返回一个装饰器,所以此时的log('execute')
和上面例子的log
是一回事儿。
我们来剖析上面的语句,首先执行log('execute')
,返回的是decorator
函数,再调用返回的函数,参数是now
函数,返回值最终是wrapper
函数。
经过decorator
装饰之后的函数,它们的__name__
已经从原来的'now'
变成了'wrapper'
因为返回的那个wrapper()
函数名字就是'wrapper'
,所以,需要把原始函数的__name__
等属性复制到wrapper()
函数中,否则,有些依赖函数签名的代码执行就会出错。
不需要编写wrapper.__name__ = func.__name__
这样的代码,Python
内置的functools.wraps
就是干这个事的,所以,一个完整的decorator
的写法如下:
import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
三层的:
import functools
def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
记住在定义wrapper()
的前面加上@functools.wraps(func)
即可。
练习:请编写一个decorator
,能在函数调用的前后打印出'begin call'
和'end call'
的日志。
import functools
def derecotor(func):
@functools.wraps(func)
def wrapper(*args,**kw):
print('begincall')
func(*args,**kw)#不一定非要return func的。直接调用也可以啊。
print('endcall')
return wrapper
@derecotor
def now():
print('20180821')
now()