Python入门之函数的装饰器

本章目录：

　　　　装饰器：

　　　　　　　　一、为什么要用装饰器

　　　　　　　　二、什么是装饰器

　　　　　　　　三、无参装饰器

　　　　　　　　四、装饰器语法糖

　　　　　　　　五、认证装饰器实现

　　　　　　　　六、叠加多个装饰器

　　　　　　　　七、带参装饰器　　　

===========================================================

 

一、开放封闭原则

　　引子--为什么要用装饰器

　　软件一旦上线后，对修改源代码是封闭的，对功能扩展是开放的。

　　也就是说我们必须找到一种解决方案：

　　　　能够在不修改一个功能源代码以及调用方式的前提下，为其加上新功能

　　　　

　　　　总结，原则如下：

　　　　　　1、不修改源代码

　　　　　　2、不修改调用方式

　　　　目的：

　　　　　　在原则1&2的基础上扩展新功能

二、什么是装饰器

　　装饰器(Decorator)是一种特殊的函数，用来给函数添上新功能的函数。

　　主要用于抽离大量函数中与函数本身无关的雷同代码并继续重用。

　　装饰器又可分为带参数和不带参数。

　　完整含义：

　　装饰器即在不修改被装饰对象源代码与调用方式的前提下，为被装饰器对象添加新功能

 

　　装饰器与被装饰对象均可以是任意可调用的对象

 

　　装饰器>>>函数

　　被装饰的对象>>>函数

三、装饰器实现之无参装饰器

　　装饰器的实现不能脱离，不能修改源代码，不能修改源调用方式的原则。下面我们将按照实现装饰器的思路，一步一步实现装饰器。

　　为下面的程序增加运行计时功能。

import time

def index():
    
   time.sleep()
   print('This is Index Page!')    

　　方案1：

import time

def index():
    start_time=time.time()
    time.sleep(3)
    print('welcome to index page')
    stop_time=time.time()
    print('run time is %s' %(stop_time-start_time))

index()

# 该方案虽然达到了计时功能，但是修改了源代码，违背了装饰器两大原则

 　　方案2：

import time   #引入时间包，方便调用time()方法


def index():
    time.sleep(2)
    print('This is Index Page.')


start_time = time.time()
index()
stop_time = time.time()
print('The running time is %s' % (stop_time - start_time)

# 该方案虽然达到了计时功能，但是只是针对的增加代码，如果别的程序也要计时，还要重写一次，无法复用。

　　方案3：

import time


def index():
    time.sleep(2)
    print('This is Index Page')


def wrapper():
　　start_time = time.time()
　　index()
　　stop_time = time.time()   
　　print('The running time is %s' % (stop_time - start_time)) 

# 该方案虽然达到了计时功能，但是要显示计时，还要去调用wrapper()，更改了原函数的调用方式

　　方案4：

import time


def index():
    time.sleep(2)
    print('This is Index Page')


def wrapper(func):    #func = index
    
    start_time = time.time()
    func();      #index
    stop_time = time.time()
    print('The running time is %s' % (stop_time, start_time))


wrapper(index)

# 该方案虽然达到了计时功能，但是要显示计时，不仅要调用wrapper(), 而且需要把原函数index作为参数导入，更改了原函数的调用方式

　　方案5（步入正轨之无参装饰器）：

import time


def index():
    time.sleep()
    print('This is Index Page')


def outter(func):     # func = 最初始的index
                      # func = index    巧用闭包，传递参数，
                      # 外部函数带的参数，就是准备给内部函数里用的，这里是闭包功能
    def wrapper(): 
        start_time = time.time()
        func()
        stop_time = time.time()
        print('The running time is %s')
    return wrapper

index = outter(index)   #初始index函数经过处理已经被变更为outter(index),被''装饰''了

index()

# 该方法能显示运行时长， 是把最初始的index函数通过闭包的特点，经过处理后重新把新的函数内存地址，赋值给了index，后面的index函数已经不是最初的index，它经过被''装饰''了

　　方案6（方案5的升级版）：

　　　　1. 无参装饰器，引入带参函数的时候出现了错误。

# 不同于index()函数，这次我们引入一个新函数，带参数call_you(name)
import time


def call_you(name):
    time.sleep(2)
    print('I call you %s' %name)

def outter(func):
    
    def wrapper(name):
        start_time = time.time()
        res = func(name)
        stop_time = time.time()
        print('The running time is %s' % (stop_time - start_time)
        return res

    return wrapper

index = outter(index)
home = outter(home)  #home带参，但是index不带参，这里运行会报错

　　方案7（解决方案6的问题）：

# 运用可变长度参数处理这个问题

# 可变长度参数模版，注意参数是*args  **kwargs

def outter(func):

    def inner(*args, **kwargs):
        res = func(*args, ** kwargs)
        return res

    return inner

import time


def call_you(name):
    time.sleep(2)
    print('I call you %s' %name)


def outter(func):

        def wrapper(*args, **kwargs):
            start_time = time.time()
            res = func(*args, **kwargs)
            stop_time = time.time()
            print('The running time is %s' %(stop_time - start_time))
            return res
        return wrapper


call_you = outter(call_you)

call_you('Puppy')

四、装饰器语法糖

　　语法糖意指那些没有给计算机添加新功能，只是对人类来说更加“甜蜜”的语法，能够增加程序的可读性，减少代码出错的机会。

# 注意语法糖的放置位置，放在要用的函数的顶部，要用@开头

 

 

五、认证装饰器实现

　　1. 加入认证模块的简单实现：

 

　　2. 加入认证模块后登陆进行验证：

　

六、叠加多个装饰器

# 注意多个装饰器的顺序，按照顺序执行

　　1. 认证装饰器

　　

　　2. 计时装饰器

　　

　　3. 叠加多个装饰器（注意先后顺序）

七、带参装饰器

 

带参数，可以让装饰器有更大的灵活性。上面写的无参装饰器唯一的参数就是执行对应的业务函数。装饰器的语法允许我们在调用的时候，提供其他参数。新增的参数为装饰器的编写和使用提供了更大的灵活性。

 

 

上面的use_logging是允许带参数的装饰器。它实际上是对原有装饰器的 一个函数封装，并返回一个装饰器。我们可以将它理解为一个含有参数的闭包。

当我们调用的时候，Python能够发现这一层封装，并把参数传递到装饰器的环境中。