在python中常看到在定义函数是使用@func. 这就是装饰器, 装饰器是把一个函数作为参数的函数,常常用于扩展已有函数,即不改变当前函数状态下增加功能.
1
2
|
def run(): print "I'm run." |
我有这么一个函数, 我想知道这个函数什么时候开始什么时候结束. 我应该这么写
1
2
3
4
|
def run(): print time.ctime() print "I'm run." print time.ctime() |
但是如果不允许修改函数的话就需要装饰器了
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def count(func): def wrapper(): print time.ctime() ret = func() print time.ctime() return ret return wrapper @count def run(): print "I'm run." # print '2015-4-10' |
eg:
1
2
3
4
|
def now(): print '2015-4-10' f = now f() |
函数有一个__name__ 对象 可通过 dir(func) func为定义的函数名
1
2
3
4
5
|
now.__name__ # print 'now' f.__name__ # print 'now' print f # print '<function now at 0x000000000213A908>' print now # print '<function now at 0x000000000213A908>' |
我们通过装饰器打印log日志
1
2
3
4
5
6
7
8
9
10
11
|
def log(func): def wrapper( * args, * * kwargs): print "call %s()" % func.__name__ return func( * args, * * kwargs) return wrapper @log def now(): print '2015-4-10' now() # print 'call now()' |
其实装饰器修饰函数相当于, now = log(now) 也就是装饰器函数把被修饰的函数当参数后赋给同名的变量
functools.wraps 函数
当我们使用了装饰器后now的__name__值发生了改变
1
2
3
4
|
# 没有使用前 now.__name__ # print 'now' # 使用后 now.__name__ # print 'wrapper' |
当我们使用装饰器前,now.__name__使用的是当前now函数,但使用后 now这个函数其实是 log(now) 也就是log函数的返回值也就是被包裹的wrapper. 解决方法是functools.wraps函数.
装饰闭包, 使用前得调用 import functools
1
2
3
4
|
def log(func): @functools .wraps(func) def wrapper( * args, * * kwargs): ... |
带参数的装饰器
如果decorator需要传入参数, 那就需要在写一个返回decorator的高阶函数. 写出来更复杂.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
def login(level): def _deco(func): def wrapper( * args, * * kwargs): if level > = 5 : print '用户 VIP 等级 %d' % int (level - 5 ) else : print '用户 屌丝 等级 %d' % abs (level - 5 ) return func( * args, * * kwargs) return wrapper return _deco @login ( 5 ) def user(username): print 'welcome, %s' % username # 用户vip 等级0 # welcome, mink user( 'mink' ) |
带参数的decorator等于func = 装饰器函数(装饰器参数)(func)
装饰器类
通过类的__call__可以想使用函数一样使用类
1
2
3
4
5
6
7
8
9
10
11
12
|
class A( object ): def __init__( self , func): self .func = func def __call__( self ): return self .func() * * 2 @A def foo(): return 10 print foo() # print 100 |