裝飾器
本質上,裝飾器就是一個返回函數的高階函數,它可以讓其他函數在不需要做任何代碼變動的前提下增加額外功能,裝飾器的返回值也是一個函數對象。
概括的講,裝飾器的作用就是爲已經存在的對象添加額外的功能。比如:插入日誌、性能測試、事務處理、緩存、權限校驗等場景。裝飾器是解決這類問題的絕佳設計,有了裝飾器,我們就可以抽離出大量與函數功能本身無關的雷同代碼並繼續重用。
def foo():
print('i am foo')
現在有一個新的需求,希望可以記錄下函數的執行日誌,於是在代碼中添加日誌代碼:
def foo():
print('i am foo')
logging.info("foo is running")
bar()、bar2()也有類似的需求,怎麼做?再寫一個logging在bar函數裏?這樣就造成大量雷同的代碼,爲了減少重複寫代碼,我們可以這樣做,重新定義一個函數:專門處理日誌 ,日誌處理完之後再執行真正的業務代碼
def use_logging(func):
logging.warn("%s is running" % func.__name__)
func()
def bar():
print('i am bar')
use_logging(bar)
邏輯上不難理解, 但是這樣的話,我們每次都要將一個函數作爲參數傳遞給use_logging函數。而且這種方式已經破壞了原有的代碼邏輯結構,之前執行業務邏輯時,執行運行bar(),但是現在不得不改成use_logging(bar)。那麼有沒有更好的方式的呢?當然有,答案就是裝飾器。
def use_logging(func): # 不帶參數的裝飾器 第一個def 參數就是func,帶參數的裝飾器,第一個def參數是裝飾元素參數,第二個def參數纔是func,注意區分(都是套路)
# 裝飾器就是某種閉包,總是return一些函數
def wrapper(*args, **kwargs):
logging.warn("%s is running" % func.__name__)
return func(*args, **kwargs)
return wrapper
def bar():
print('i am bar')
bar = use_logging(bar)
bar()
函數use_logging就是裝飾器,它把執行真正業務方法的func包裹在函數裏面,看起來像bar被use_logging裝飾了。在這個例子中,函數進入和退出時 ,被稱爲一個橫切面(Aspect),這種編程方式被稱爲面向切面的編程(Aspect-Oriented Programming)。
@符號是裝飾器的語法糖,在定義函數的時候使用,避免再一次賦值操作
def use_logging(func):
# 不帶參數的裝飾器 第一個def 參數就是func,帶參數的裝飾器,第一個def參數是裝飾元素參數,第二個def參數纔是func,注意區分(都是套路)
def wrapper(*args, **kwargs):
logging.warn("%s is running" % func.__name__)
return func(*args)
return wrapper # return幾回,最終回去的還是func
@use_logging
def foo():
print("i am foo")
@use_logging
def bar():
print("i am bar")
foo()
bar() # 相當於省去`bar = use_logging(bar)`
如上所示,這樣我們就可以省去bar = use_logging(bar)這一句了,直接調用bar()即可得到想要的結果。如果我們有其他的類似函數,我們可以繼續調用裝飾器來修飾函數,而不用重複修改函數或者增加新的封裝。這樣,我們就提高了程序的可重複利用性,並增加了程序的可讀性。
帶參數的裝飾器
裝飾器還有更大的靈活性,例如帶參數的裝飾器:在上面的裝飾器調用中,比如@use_logging,該裝飾器唯一的參數就是執行業務的函數。裝飾器的語法允許我們在調用時,提供其它參數,比如@decorator(a)。這樣,就爲裝飾器的編寫和使用提供了更大的靈活性。
# -*- coding:utf-8 -*-
import logging
def use_logging(level):
def decorator(func):
def wrapper(*args, **kwargs):
if level == 'warn':
logging.warn('%s is running'% func.__name__)
return func(*args)
return wrapper
return decorator
@use_logging(level="warn")
def foo(name="foo"):
print("i am %s" % name)
@use_logging(level="error")
def bar(name="bar"):
print("i am %s" % name)
foo()
bar() # 相當於省去`bar = use_logging(bar)`
上面的use_logging是允許帶參數的裝飾器。它實際上是對原有裝飾器的一個函數封裝,並返回一個裝飾器。我們可以將它理解爲一個含有參數的閉包。當我們使用@use_logging(level="warn")調用的時候,Python能夠發現這一層的封裝,並把參數傳遞到裝飾器的環境中。
類裝飾器
再來看看類裝飾器,相比函數裝飾器,類裝飾器具有靈活度大、高內聚、封裝性等優點。使用類裝飾器還可以依靠類內部的call方法,當使用@形式將裝飾器附加到函數上時,就會調用此方法。
In [19]: class Foo(object):
...: def __init__(self,func):
...: self._func = func
...: def __call__(self): # 內置的特殊函數
...: print('class decorator running')
...: self._func()
...: print('class decorator ending')
...:
In [20]: @Foo
...: def bar():
...: print('bar')
...:
In [21]: bar()
class decorator running
bar
class decorator ending
functools.wraps
使用裝飾器極大地複用了代碼,但是他有一個缺點就是原函數的元信息不見了,比如函數的docstring、name、參數列表,先看例子:
裝飾器
def logged(func):
def with_logging(*args, **kwargs):
print func.__name__ + " was called"
return func(*args, **kwargs)
return with_logging
函數
@logged
def f(x):
"""does some math"""
return x + x * x
該函數完成等價於:
def f(x):
"""does some math"""
return x + x * x
f = logged(f)
不難發現,函數f被with_logging取代了,當然它的docstring,name就是變成了with_logging函數的信息了。
print f.__name__ # prints 'with_logging'
print f.__doc__ # prints None
這個問題就比較嚴重的,好在我們有functools.wraps,wraps本身也是一個裝飾器,它能把原函數的元信息拷貝到裝飾器函數中,這使得裝飾器函數也有和原函數一樣的元信息了。
from functools import wraps
def logged(func):
@wraps(func) # 引入wraps,其他代碼不動,即解決問題
def with_logging(*args, **kwargs):
print func.__name__ + " was called"
return func(*args, **kwargs)
return with_logging
@logged
def f(x):
"""does some math"""
return x + x * x
print f.__name__ # prints 'f'
print f.__doc__ # prints 'does some math'
魔法函數__call__
所有的函數都是可調用對象。一個類實例也可以變成一個可調用對象,只需要實現一個特殊方法call()。
我們把 Person 類變成一個可調用對象:
class Person(object):
def __init__(self, name, gender):
self.name = name
self.gender = gender
def __call__(self, friend):
print 'My name is %s...' % self.name
print 'My friend is %s...' % friend
現在可以對 Person 實例直接調用:
>>> p = Person('Bob', 'male')
>>> p('Tim')
My name is Bob...
My friend is Tim...
單看p('Tim')你無法確定p是一個函數還是一個類實例,所以,在Python中,函數也是對象,對象和函數的區別並不顯著。
裝飾器的順序
@a
@b
@c
def f ():
等效於
f = a(b(c(f)))
內置裝飾器
@classmethod
類方法的第一個參數是一個類,是將類本身作爲操作的方法。類方法被哪個類調用,就傳入哪個類作爲第一個參數進行操作。
class Car(object):
car = "audi"
@classmethod
def value(self, category): # 可定義多個參數,但第一個參數爲類本身
print "%s car of %s" % (category, self.car)
class BMW(Car):
car = "BMW"
class Benz(Car):
car = "Benz"
print "通過實例調用"
baoma = BMW()
baoma.value("Normal") # 由於第一個參數爲類本身,調用時傳入的參數對應的時category
print "通過類名直接調用"
Benz.value("SUV")
輸出結果:
通過實例調用
Normal car of BMW
通過類名直接調用
SUV car of Benz
@staticmathod
將類中的方法裝飾爲靜態方法,即類不需要創建實例的情況下,可以通過類名直接引用,到達將函數功能與實例解綁的效果。
# coding: utf-8
class TestClass:
name = "test"
def __init__(self, name):
self.name = name
@staticmethod
def fun(self, x, y):
return x + y
cls = TestClass("felix")
print "通過實例引用方法"
print cls.fun(None, 2, 3) # 參數個數必須與定義中的個數保持一致,否則報錯
print "類名直接引用靜態方法"
print TestClass.fun(None, 2, 3) # 參數個數必須與定義中的個數保持一致,否則報錯
輸出結果:
通過實例引用方法
5
類名直接引用靜態方法
5
@property
作用:把類中一個方法變成屬性調用。
class TestClass:
name = "test"
def __init__(self, name):
self.name = name
@property
def sayHello(self):
print "hello", self.name
cls = TestClass("felix")
print "通過實例引用屬性"
print cls.name
print "像引用屬性一樣調用@property修飾的方法"
cls.sayHello
輸出結果:
通過實例引用屬性
felix
像引用屬性一樣調用@property修飾的方法
hello felix