装饰器
作者：互联网
很多人对装饰器难以理解，原因是因为以下三点内容没有搞清楚
1、关于函数变量的理解（或者是变量函数的理解）
2、关于高阶函数的理解
3、关于函数嵌套的理解
1、装饰器
定义和作用：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、不能修改被装饰函数的调用方式
3、在满足1、2的条件下、给程序添加新的功能
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！
装饰器:本质就是函数，功能是为其他函数添加功能；
#原则
#1：不能修改被修饰函数的源代码；
#2：不能修改被修饰函数的调用方式
#装饰器的知识储备
#装饰器 = 高阶函数+函数嵌套+闭包
import time
def demo(func):
def data():
star_time = time.time()
func()
end_time = time.time()
print("执行时间%s"%(end_time - star_time))return data
@demo #相当于inner=demo(inner)
def inner():
time.sleep(1)
print("执行结果")
inner()
# inner() #执行的是data
# inner=demo(inner) #返回的是data的地址
# print(inner)# ,<function demo.<locals>.data at 0x00000128A495E950>
给功能函数加上返回值：
import time
def demo(func):
def data():
star_time = time.time()
res = func() #就是在运行inner，用res接收inner的返回值
end_time = time.time()
print("执行时间%s"%(end_time - star_time))
return res
return data
@demo
def inner():
time.sleep(1)
print("执行结果")
return "这是inner的返回值"
print(inner()) #执行inner并打印inner的返回值
给功能函数加上参数：
import time
def demo(func):
def data(*args,**kwargs):
star_time = time.time()
res = func(*args,**kwargs) #就是在运行inner，用res接收inner的返回值
end_time = time.time()
print("执行时间%s"%(end_time - star_time))
return res
return data
@demo
def inner(name,age):
time.sleep(1)
print("执行结果,名字是【%s】年龄是【%s】"%(name,age))
return "这是inner的返回值"
print(inner("alex",18)) #执行inner并打印inner的返回值
给函数加上认证功能：
user_list = [
{"name":"alex","passwd":"123"},
{"name":"lw","passwd":"456"},
{"name":"szx","passwd":"000"},
]#账户数据库
current_dic = {"username":None,"login":False} #当前登陆状态
def auth_func(func):
def wrapper(*args,**kwargs):
if current_dic["username"] and current_dic["login"]:#判断当前登录状态为真时,执行函数；
res = func(*args, **kwargs)
return res
username = input("用户名：")
passwd = input("密码：")
for user_dic in user_list: #遍历账户列表
if username == user_dic["name"] and passwd == user_dic["passwd"]:
current_dic["username"] = username #更改登录状态
current_dic["login"] = True
res = func(*args,**kwargs)
return res
else:
print("用户名或者密码错误")
return wrapper
@auth_func
def index():
print("欢迎来到京东主页")
@auth_func
def home(name):
print("欢迎回家%s" %name)
@auth_func
def shopping_car(name):
print("%s购物车里有娃娃、奶茶"%(name))
index()
home("老王")
shopping_car("老王")
2、需求的实现
假设有代码：
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）
2.1、函数“变量”（或“变量”函数）
假设有代码：
x = 1
y = x
def test1():
print("Do something")
test2 = lambda x:x*2
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)
2.2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：
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：
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。
2.3 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：
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：
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()）。
至此，一切皆合，大功告成，单只差一步。
3、 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。
以上为无参形式
4、装饰有参函数
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：
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：
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：
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：
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()
5、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：
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：
@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：
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：
timer = timer(parameter) task1 = timer(task1)
后面的运行就和一般的装饰器一样了：
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()
至此，装饰器的全部内容结束。
标签：deco,函数,func,time,test,装饰,def 来源： https://www.cnblogs.com/NumerOne/p/11458444.html