Python装饰器

转载一篇关于Python装饰器的文章,我认为讲的非常清晰,容易理解

在学习Python的过程中,我相信有很多人和我一样,对Python的装饰器一直觉得很困惑,我也是困惑了好久,并通过思考和查阅才能略有领悟,我希望以下的内容会对你有帮助,我也努力通过通俗的方式使得对Python装饰器的理解更加的透彻。在文中如有遗漏和不足,欢迎交流和指点。

很多人都对装饰器难以理解,原因是由于以下三点内容没有搞清楚:

  • 关于函数“变量”(或“变量”函数)的理解
  • 关于高阶函数的理解
  • 关于嵌套函数的理解

那么如果能对以上的问题一一攻破,同时遵循装饰器的基本原则,相信会对装饰器有个很好的理解的。那么我们先来看以下装饰器的目的及其原则。

装饰器

装饰器实际上就是为了给某程序增添功能,但该程序已经上线或已经被使用,那么就不能大批量的修改源代码,这样是不科学的也是不现实的,因为就产生了装饰器,使得其满足:

  1. 不能修改被装饰的函数的源代码

  2. 不能修改被装饰的函数的调用方式

  3. 满足1、2的情况下给程序增添功能

    那么根据需求,同时满足了这三点原则,这才是我们的目的。因为,下面我们从解决这三点原则入手来理解装饰器。

等等,我要在需求之前先说装饰器的原则组成:

< 函数+实参高阶函数+返回值高阶函数+嵌套函数+语法糖 = 装饰器 >

这个式子是贯穿装饰器的灵魂所在!

需求的实现

假设有代码:

1
2
3
4
5
improt time
def test():
time.sleep(2)
print("test is running!")
test()

很显然,这段代码运行的结果一定是:等待约2秒后,输出

test is running

  • 那么要求在满足三原则的基础上,给程序添加统计运行时间(2 second)功能

在行动之前,我们先来看一下文章开头提到的原因1(关于函数“变量”(或“变量”函数)的理解)

函数“变量”(或“变量”函数)

假设有代码:

1
2
3
4
5
x = 1
y = x
def test1():
print("Do something")
test2 = lambda x:x*2

那么在内存中,应该是这样的:

1

很显然,函数和变量是一样的,都是“一个名字对应内存地址中的一些内容
那么根据这样的原则,我们就可以理解两个事情:

  1. test1表示的是函数的内存地址

  2. test1()就是调用对在test1这个地址的内容,即函数

    如果这两个问题可以理解,那么我们就可以进入到下一个原因(关于高阶函数的理解)

高阶函数

那么对于高阶函数的形式可以有两种:

  1. 把一个函数名当作实参传给另外一个函数(“实参高阶函数”)

  2. 返回值中包含函数名(“返回值高阶函数”)

    那么这里面所说的函数名,实际上就是函数的地址,也可以认为是函数的一个标签而已,并不是调用,是个名词。如果可以把函数名当做实参,那么也就是说可以把函数传递到另一个函数,然后在另一个函数里面做一些操作,根据这些分析来看,这岂不是满足了装饰器三原则中的第一条,即不修改源代码而增加功能。那我们看来一下具体的做法:

还是针对上面那段代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
improt time

def test():
time.sleep(2)
print("test is running!")

def deco(func):
start = time.time()
func() #2
stop = time.time()
print(stop-start)

deco(test) #1

我们来看一下这段代码,在#1处,我们把test当作实参传递给形参func,即func=test。注意,这里传递的是地址,也就是此时func也指向了之前test所定义的那个函数体,可以说在deco()内部,func就是test。在#2处,把函数名后面加上括号,就是对函数的调用(执行它)。因此,这段代码运行结果是:

test is running!

the run time is 3.0009405612945557

我们看到似乎是达到了需求,即执行了源程序,同时也附加了计时功能,但是这只满足了原则1(不能修改被装饰的函数的源代码),但这修改了调用方式。假设不修改调用方式,那么在这样的程序中,被装饰函数就无法传递到另一个装饰函数中去。

那么再思考,如果不修改调用方式,就是一定要有test()这条语句,那么就用到了第二种高阶函数,即返回值中包含函数名

如下代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
improt time

def test():
time.sleep(2)
print("test is running!")

def deco(func):
print(func)
return func
t = deco(test) #3
#t()#4

test()

我们看这段代码,在#3处,将test传入deco(),在deco()里面操作之后,最后返回了func,并赋值给t。因此这里test => func => t,都是一样的函数体。最后在#4处保留了原来的函数调用方式。 看到这里显然会有些困惑,我们的需求不是要计算函数的运行时间么,怎么改成输出函数地址了。是因为,单独采用第二张高阶函数(返回值中包含函数名)的方式,并且保留原函数调用方式,是无法计时的。如果在deco()里计时,显然会执行一次,而外面已经调用了test(),会重复执行。这里只是为了说明第二种高阶函数的思想,下面才真的进入重头戏。

嵌套函数

嵌套函数指的是在函数内部定义一个函数,而不是调用,如:

1
2
3
4
5
6
def func1():
def func2():
pass
而不是
def func1():
func2()

另外还有一个题外话,函数只能调用和它同级别以及上级的变量或函数。也就是说:里面的能调用和它缩进一样的和他外部的,而内部的是无法调用的。

那么我们再回到我们之前的那个需求,想要统计程序运行时间,并且满足三原则。

代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
improt time

def timer(func) #5
def deco():
start = time.time()
func()
stop = time.time()
print(stop-start)
return deco

test = timer(test) #6

def test():
time.sleep(2)
print("test is running!")
test() #7

这段代码可能会有些困惑,怎么忽然多了这么多,暂且先接受它,分析一下再来说为什么是这样。

首先,在#6处,把test作为参数传递给了timer(),此时,在timer()内部,func = test,接下来,定义了一个deco()函数,当并未调用,只是在内存中保存了,并且标签为deco。在timer()函数的最后返回deco()的地址deco。

然后再把deco赋值给了test,那么此时test已经不是原来的test了,也就是test原来的那些函数体的标签换掉了,换成了deco。那么在#7处调用的实际上是deco()。

那么这段代码在本质上是修改了调用函数,但在表面上并未修改调用方式,而且实现了附加功能。

那么通俗一点的理解就是:


把函数看成是盒子,test是小盒子,deco是中盒子,timer是大盒子。程序中,把小盒子test传递到大盒子temer中的中盒子deco,然后再把中盒子deco拿出来,打开看看(调用)


这样做的原因是:

我们要保留test(),还要统计时间,而test()只能调用一次(调用两次运行结果会改变,不满足),再根据函数即“变量”,那么就可以通过函数的方式来回闭包。于是乎,就想到了,把test传递到某个函数,而这个函数内恰巧内嵌了一个内函数,再根据内嵌函数的作用域(可以访问同级及以上,内嵌函数可以访问外部参数),把test包在这个内函数当中,一起返回,最后调用这个返回的函数。而test传递进入之后,再被包裹出来,显然test函数没有弄丢(在包裹里),那么外面剩下的这个test标签正好可以替代这个包裹(内含test())。

2

真正的装饰器

根据以上分析,装饰器在装饰时,需要在每个函数前面加上:

test = timer(test)

显然有些麻烦,Python提供了一种语法糖,即:

@timer

这两句是等价的,只要在函数前加上这句,就可以实现装饰作用。

装饰有参函数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
improt time

def timer(func)
def deco():
start = time.time()
func()
stop = time.time()
print(stop-start)
return deco

@timer
def test(parameter): #8
time.sleep(2)
print("test is running!")
test()

对于一个实际问题,往往是有参数的,如果要在#8处,给被修饰函数加上参数,显然这段程序会报错的。错误原因是test()在调用的时候缺少了一个位置参数的。而我们知道test = func = deco,因此test()=func()=deco()

那么当test(parameter)有参数时,就必须给func()和deco()也加上参数,为了使程序更加有扩展性,因此在装饰器中的deco()和func(),加如了可变参数*agrs和 **kwargs。

完整代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
improt time

def timer(func)
def deco(*args, **kwargs):
start = time.time()
func(*args, **kwargs)
stop = time.time()
print(stop-start)
return deco

@timer
def test(parameter): #8
time.sleep(2)
print("test is running!")
test()

那么我们再考虑个问题,如果原函数test()的结果有返回值呢?比如:

1
2
3
4
def test(parameter): 
time.sleep(2)
print("test is running!")
return "Returned value"

那么面对这样的函数,如果用上面的代码来装饰,最后一行的test()实际上调用的是deco()。有人可能会问,func()不就是test()么,怎么没返回值呢?

其实是有返回值的,但是返回值返回到deco()的内部,而不是test()即deco()的返回值,那么就需要再返回func()的值,因此就是:

1
2
3
4
5
6
7
8
def timer(func)
def deco(args, **kwargs):
start = time.time()
res = func(args, **kwargs)#9
stop = time.time()
print(stop-start)
return res#10
return deco

其中,#9的值在#10处返回。

完整程序为:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
improt time

def timer(func)
def deco(*args, **kwargs):
start = time.time()
res = func(*args, **kwargs)
stop = time.time()
print(stop-start)
return res
return deco

@timer
def test(parameter): #8
time.sleep(2)
print("test is running!")
return "Returned value"
test()

带参数的装饰器

又增加了一个需求,一个装饰器,对不同的函数有不同的装饰。那么就需要知道对哪个函数采取哪种装饰。因此,就需要装饰器带一个参数来标记一下。例如:

@decorator(parameter = value)

比如有两个函数:

1
2
3
4
5
6
7
8
9
10
def task1():
time.sleep(2)
print("in the task1")

def task2():
time.sleep(2)
print("in the task2")

task1()
task2()

要对这两个函数分别统计运行时间,但是要求统计之后输出:

the task1/task2 run time is : 2.00……

于是就要构造一个装饰器timer,并且需要告诉装饰器哪个是task1,哪个是task2,也就是要这样:

1
2
3
4
5
6
7
8
9
10
11
12
@timer(parameter='task1') #
def task1():
time.sleep(2)
print("in the task1")

@timer(parameter='task2') #
def task2():
time.sleep(2)
print("in the task2")

task1()
task2()

那么方法有了,但是我们需要考虑如何把这个parameter参数传递到装饰器中,我们以往的装饰器,都是传递函数名字进去,而这次,多了一个参数,要怎么做呢?
于是,就想到再加一层函数来接受参数,根据嵌套函数的概念,要想执行内函数,就要先执行外函数,才能调用到内函数,那么就有:

1
2
3
4
5
6
7
8
9
10
11
def timer(parameter): #
print("in the auth :", parameter)

def outer_deco(func): #
print("in the outer_wrapper:", parameter)

def deco(*args, **kwargs):

return deco

return outer_deco

首先timer(parameter),接收参数parameter=’task1/2’,而@timer(parameter)也恰巧带了括号,那么就会执行这个函数, 那么就是相当于:

1
2
timer = timer(parameter)
task1 = timer(task1)

后面的运行就和一般装饰器一样了:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
import time

def timer(parameter):

def outer_wrapper(func):

def wrapper(*args, **kwargs):
if parameter == 'task1':
start = time.time()
func(*args, **kwargs)
stop = time.time()
print("the task1 run time is :", stop - start)
elif parameter == 'task2':
start = time.time()
func(*args, **kwargs)
stop = time.time()
print("the task2 run time is :", stop - start)

return wrapper

return outer_wrapper

@timer(parameter='task1')
def task1():
time.sleep(2)
print("in the task1")

@timer(parameter='task2')
def task2():
time.sleep(2)
print("in the task2")

task1()
task2()

作者:LKaiiCn
来源:CSDN
原文:https://blog.csdn.net/u013471155/article/details/68960244

多个装饰器的执行顺序

当有两个或两个以上装饰器装饰一个函数的时候,那么执行流程和装饰的结果是什么原理呢,

我认为可以使用我们上面学习的的装进盒子的理论来帮助我们理解

我们使用下面这段代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
def zs1(fun):
print('----ZS1----')
def inner1():
print('[1]')
return '<b>' + fun() + '</b>'
return inner


def zs2(fun):
print('----ZS2----')
def inner2():
print('[2]')
return '<i>' + fun() + '</i>'
return inner

@zs1
@zs2
def test():
print('----test----')
print('----[3]----')
return 'hello word'


t = test()
print(t)

输出结果为:

1
2
3
4
5
6
7
----ZS2----
----ZS1----
[1]
[2]
----test----
----[3]----
<b><i>hello word</i></b>

根据结果判断可以发现,装饰器zs2先进行了装饰,然后第一个装饰器zs1在进行了装饰,而在调用过成功,先调用了第一个装饰器,在调用了第二个装饰器。

具体分析

  • 在执行到@zs1的时候,需要对下面的函数进行装饰,此时解释器继续往下走,发现并不是一个函数名,而是另一个装饰器,这个时候zs1就停下来,接着执行zs2,然后把test函数名传入装饰器中,这个时候可以理解为,test是小盒子,装入了大盒子zs2的中盒子inner2中,这个时候打印了----ZS2----紧接着,装饰完后,大盒子zs1开始进行装饰,把之前所有装好的盒子(test1–>inner2–>zs2)全部装入大盒子zs1的中盒子inner1,这个时候zs1开始运行进行装饰,所以打印----ZS1----

  • 然后开始调用test函数的时候,根据调用理论,就是把“盒子”拿出来,这个时候要先打开中盒子inner1所以先打印了[1],再打开inner2,所以后打印[2],得到test盒子,这个时候打印

    1
    2
    ----test----
    ----[3]----

    所以在一层层调完之后,打印的结果为<b><i>hello word</i></b>