关于 Python 装饰器的一些个人理解

装饰器

1. 本质是一个接受参数为函数的函数。
2. 作用：为一个已经实现的方法添加额外的通用功能，比如日志记录、运行计时等。

举例

不带参数的装饰器，不用@

# 不带参数的装饰器 def deco_test(func): def wrapper(*args, **kwargs): print("before function") f = func(*args, **kwargs) print("after function") return f return wrapper def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 不用@ f = deco_test(do_something)("1","2","3")

输出：

before function 1 2 3 after function 

个人理解：

相当于在 do_something 函数外面套了两个输出：before function 和 after function。

不带参数的装饰器，用 @

# 不带参数的装饰器 def deco_test(func): def wrapper(*args, **kwargs): print("before function") f = func(*args, **kwargs) print("after function") return f return wrapper @deco_test def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")

输出：

before function 1 2 3 after function 

个人理解：

相当于执行 do_something 函数的时候，因为有 @ 的原因，已经知道有一层装饰器 deco_test，所以不需要再单独写 deco_test(do_something) 了。

带参数的装饰器

# 带参数的装饰器 def logging(level): def wrapper(func): def inner_wrapper(*args, **kwargs): print("[{level}]: enter function {func}()".format(level=level, func=func.__name__)) f = func(*args, **kwargs) print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__)) return f return inner_wrapper return wrapper @logging(level="debug") def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")

输出：

[debug]: enter function do_something() 1 2 3 after function: [debug]: enter function do_something() 

个人理解：

装饰器带了一个参数 level = "debug"。

最外层的函数 logging() 接受参数并将它们作用在内部的装饰器函数上面。内层的函数 wrapper() 接受一个函数作为参数，然后在函数上面放置一个装饰器。这里的关键点是装饰器是可以使用传递给 logging() 的参数的。

类装饰器

# 类装饰器 class deco_cls(object): def __init__(self, func): self._func = func def __call__(self, *args, **kwargs): print("class decorator before function") f = self._func(*args, **kwargs) print("class decorator after function") return f @deco_cls def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")

输出：

class decorator before function 1 2 3 class decorator after function 

个人理解：

使用一个装饰器去包装函数，返回一个可调用的实例。 因此定义了一个类装饰器。

两层装饰器

# 不带参数的装饰器 def deco_test(func): def wrapper(*args, **kwargs): print("before function") f = func(*args, **kwargs) print("after function") return f return wrapper # 带参数的装饰器 def logging(level): def wrapper(func): def inner_wrapper(*args, **kwargs): print("[{level}]: enter function {func}()".format(level=level, func=func.__name__)) f = func(*args, **kwargs) print("after function: [{level}]: enter function {func}()".format(level=level, func=func.__name__)) return f return inner_wrapper return wrapper @logging(level="debug") @deco_test def do_something(a,b,c): print(a) time.sleep(1) print(b) time.sleep(1) print(c) return a if __name__ == '__main__': # 使用@ f = do_something("1","2","3")

输出：

[debug]: enter function wrapper() before function 1 2 3 after function after function: [debug]: enter function wrapper() 

个人理解：

在函数 do_something() 外面先套一层 deco_test() 装饰器，再在最外面套一层 logging() 装饰器。

文档

第九章：元编程