粗浅聊聊Python装饰器
作者：互联网
浅析装饰器
通常情况下，给一个对象添加新功能有三种方式：
- 直接给对象所属的类添加方法；
- 使用组合；（在新类中创建原有类的对象，重复利用已有类的功能）
- 使用继承；(可以使用现有类的，无需重复编写原有类进行功能上的扩展)
一般情况下，优先使用组合，而不是继承。但是装饰器属于第四种，动态的改变对象从而扩展对象的功能。
一般装饰器的应用场景有打印日志，性能测试，事务处理，权限校验；
Python 内置装饰器的工作原理
理解Python装饰器工作原理，首先需要理解闭包这一概念。闭包指的是一个函数嵌套一个函数，内部嵌套的函数调用外部函数的
变量，外部函数返回内嵌函数，这样的结构就是闭包。
装饰器就是闭包的一种应用，但是装饰器参数传递的是函数。
简单的闭包示例：
def add_num(x):
def sum_num(y):
return x+y
return sum_num
add_num5 = add_num(5)
total_num = add_num5(100)
print(total_num)
注解：
- add_num外函数接受参数x，返回内函数sum_num，而内函数sum_num接受参数y，将和add_num外函数接受参数x相加，返回结果。add_num5对象则是定义了add_num外函数接受的参数x为5，最后add_num5(100)返回的结果则是105。
装饰器的基本使用
简单计算函数运行时间装饰器示例：
def times_use(func):
def count_times(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(end-start)
return result
return count_times
@times_use
def test_decorator():
time.sleep(2)
print("Test Decorator")
test_decorator()
注解：
- 这里将函数test_decorator作为参数，传入到times_use函数中，然后内部函数count_times则是会保留原有test_decorator函数代码逻辑，在执行test_decorator前保存执行前时间，然后和执行后的时间进行比较，得出相应的耗时。
- 通过装饰器的好处则是能在保留原有函数的基础上，不用进行对原有函数的修改或者增加新的封装，就能修饰函数增加新的功能。
根据日志等级打印日志装饰器示例(带参数的装饰器）：
def use_logging(level):
def decorator(func):
def wrapper(*args, **kwargs):
if level == "warn":
logging.warn("%s is running"% func.__name__)
result = func(*args, **kwargs)
print(result)
return result
return wrapper
return decorator
@use_logging("warn")
def test_decorator():
print("Test Decorator")
return "Success"
test_decorator()
计算函数运行时间的类装饰器示例：
class logTime:
def __init__(self, use_log=False):
self._use_log = use_log
def __call__(self, func):
def _log(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
print(result)
end_time = time.time()
if self._use_log:
print(end_time-start_time)
return result
return _log
@logTime(True)
def test_decorator():
time.sleep(2)
print("Test Decorator")
return "Success"
functools wraps使用场景
使用装饰器虽然能在保存原有代码逻辑的基础上扩展功能，但是原有函数中的元信息会丢失，比如__name__, __doc__,参数列表。针对这种情况
可以使用functools.wraps，wraps也是一个装饰器，但是会将原函数的元信息拷贝到装饰器函数中。
具体使用方法：
from functools import wraps
def use_logging(level):
def decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
if level == "warn":
logging.warn("%s is running"% func.__name__)
result = func(*args, **kwargs)
print(result)
return result
return wrapper
return decorator
@use_logging("warn")
def test_decorator():
"""" Test Decorator DocString""""
time.sleep(2)
print("Test Decorator")
return "Success"
print(test_decorator.__name__)
print(test_decorator.__doc__)
注解：
- wraps装饰器将传入的test_decorator函数中的元信息拷贝到wrapper这个装饰器函数中，使得wrapper拥有和test_decorator的
元信息。
关于装饰器的执行顺序
在日常业务中经常会使用多个装饰器，比如权限验证，登录验证，日志记录，性能检测等等使用场景。所以在使用多个装饰器
时，就会涉及到装饰器执行顺序的问题。先说结论，关于装饰器执行顺序，可以分为两个阶段：（被装饰函数）定义阶段、（被装饰函数）执行阶段。
- 函数定义阶段，执行顺序时从最靠近函数的装饰器开始，从内向外的执行；
- 函数执行阶段，执行顺序时从外而内，一层层的执行；
多装饰器示例：
def decorator_a(func):
print("Get in Decorator_a")
def inner_a(*args, **kwargs):
print("Get in Inner_a")
result = func(*args, **kwargs)
return result
return inner_a
def decorator_b(func):
print("Get in Decorator_b")
def inner_b(*args, **kwargs):
print("Get in Inner_b")
result = func(*args, **kwargs)
return result
return inner_b
@decorator_b
@decorator_a
def test_decorator():
"""test decorator DocString"""
print("Test Decorator")
return "Success"
运行结果：
Get in Decorator_a
Get in Decorator_b
Get in Inner_b
Get in Inner_a
Test Decorator
代码注解：
- 上述函数使用装饰器可以相当于decorator_b(decorator_a(test_decorator())，即test_dcorator函数作为参数传入到decorator_a函数中，然后打印"Get in Decorator_a"，并且返回inner_a函数，给上层decorator_b函数，decorator_b函数接受了作为参数的inner_a函数，打印"Get in Decorator_b",然后返回inner_b函数；
- 此时test_decorator(),即调用了该inner_b函数，inner_b函数打印"Get in inner_b"，然后调用inner_a函数，inner_a打印了"Get in Decorator_a",最后调用test_decorator函数。这样从最外层看，就像直接调用了test_decorator函数一样，但是可以在刚刚的过程中实现功能的扩展；
参考链接
https://www.zhihu.com/question/26930016
https://segmentfault.com/a/1190000007837364
https://blog.csdn.net/u013411246/article/details/80571462
标签：粗浅,return,函数,Python,decorator,聊聊,test,装饰,def 来源： https://www.cnblogs.com/linshukai/p/14724833.html