Python全栈开发

Python全栈开发

一文让你彻底明白Python装饰器原理，从此面试工作再也不怕了。

一、装饰器

　　装饰器可以使函数执行前和执行后分别执行其他的附加功能，这种在代码运行期间动态增加功能的方式，称之为“装饰器”(Decorator)，装饰器的功能非常强大，但是理解起来有些困难，因此我尽量用最简单的例子一步步的说明这个原理。

1、不带参数的装饰器

　　假设我定义了一个函数f，想要在不改变原来函数定义的情况下，在函数运行前打印出start，函数运行后打印出end，要实现这样一个功能该怎么实现？看下面如何用一个简单的装饰器来实现：

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

# 使用@语法放在函数的定义上面 相当于执行 f=outer(f)，此时f赋值成为了一个新的outer函数， # 此时f函数就指向了outer函数的返回值inner，inner是一个函数名，定义在oute函数里面 # 原来的f是函数名可简单理解为一个变量，作为outer函数的参数传递进去了 此时参数func相当于f def outer(func):                    # 定义一个outer函数作为装饰器     def inner():　　　　　　　　　　　 # 如果执行inner()函数的话步骤如下：         print('start')              # 1、首先打印了字符‘start’，         r=func()                    # 2、执行func函数，func函数相当于def f(): print('中')         print('end')                # 3、接着函数打印‘end’         return r                    # 4、将func函数的结果返回     return inner   @outer def f():              # f=outer(f)=innner     print('中')   f()                   # f()相当于inner(),执行inner函数的步骤看上面定义处的注释<br>#打印结果顺序为   start 中 end

2、包含任意参数的装饰器

　　在实际中，我们的装饰器可能应用到不同的函数中去，这些函数的参数都不一样，那么我们怎么实现一个对任意参数都能实现功能的装饰器？还记得我写函数那篇博客中，就写一种可以接受任意参数的函数，下面来看看如何将其应用到装饰器中去　　

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

#其实只要将上面一种不带参数的装饰器修改一下就可以了 #修改也很简单，只需将inner和func的参数改为 (*args,**kwargs) #其他实现的过程和上面一种一样，就不再介绍了 def outer(func):     def inner(*args,**kwargs):         print('start')         r=func(*args,**kwargs)    # 这里func(*args,**kwargs)相当于f(a,b)         print('end')         return r     return inner   @outer def f(a,b):     print(a+b) f(1,4)          　　　　　　　　　　# f(1,4)相当于inner(1,4) 这里打印的结果为 start 5 end

3、使用两个装饰器

　　当一个装饰器不够用的话，我们就可以用两个装饰器，当然理解起来也就更复杂了，当使用两个装饰器的话，首先将函数与内层装饰器结合然后在与外层装饰器相结合，要理解使用@语法的时候到底执行了什么，是理解装饰器的关键。这里还是用最简单的例子来进行说明。　　

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

def outer2(func2):     def inner2(*args,**kwargs):         print('开始')         r=func2(*args,**kwargs)         print('结束')         return r     return inner2   def outer1(func1):     def inner1(*args,**kwargs):         print('start')         r=func1(*args,**kwargs)         print('end')         return r     return inner1   @outer2                                # 这里相当于执行了 f=outer1(f)  f=outer2(f)，步骤如下 @outer1                                #1、f=outer1(f) f被重新赋值为outer1(1)的返回值inner1， def f():                               #    此时func1为 f():print('f 函数')     print('f 函数')                     #2、f=outer2(f) 类似f=outer2(inner1) f被重新赋值为outer2的返回值inner2                                        #    此时func2 为inner1函数 inner1里面func1函数为原来的 f():print('f 函数')                                                                            f()                                    # 相当于执行 outer2(inner1)() >>开始                                  # 在outer函数里面执行，首先打印 ‘开始 ’ >>start                                # 执行func2 即执行inner1函数 打印 ‘start’ >>f 函数                               # 在inner1函数里面执行 func1 即f()函数，打印 ‘f 函数’ >>end                                  # f函数执行完，接着执行inner1函数里面的 print('end') >>结束                                 # 最后执行inner2函数里面的 print('结束')

4、带参数的装饰器　　

　　前面的装饰器本身没有带参数，如果要写一个带参数的装饰器怎么办，那么我们就需要写一个三层的装饰器，而且前面写的装饰器都不太规范，下面来写一个比较规范带参数的装饰器，下面来看一下代码，大家可以将下面的代码自我运行一下

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

import functools   def log(k=''):                                      　　#这里参数定义的是一个默认参数，如果没有传入参数，默认为空，可以换成其他类型的参数     def decorator(func):         @functools.wraps(func)                      　　#这一句的功能是使被装饰器装饰的函数的函数名不被改变，         def wrapper(*args, **kwargs):             print('start')             print('{}:{}'.format(k, func.__name__))    #这里使用了装饰器的参数k             r = func(*args, **kwargs)             print('end')             return r         return wrapper     return decorator   @log()                        # fun1=log()(fun1) 装饰器没有使用参数 def fun1(a):     print(a + 10)   fun1(10) # print(fun1.__name__)        # 上面装饰器如果没有@functools.wraps(func)一句的话，这里打印出的函数名为wrapper   @log('excute')                # fun2=log('excute')(fun2) 装饰器使用给定参数 def fun2(a):     print(a + 20) fun2(10)