本文已經收錄於《Python黑魔法手冊》v2.1 版本,在線文檔請前往python
今天介紹的是一個已經存在十年,可是依舊不紅的庫 decorator,好像不多有人知道他的存在同樣。shell
這個庫能夠幫你作什麼呢 ?bash
其實很簡單,就是能夠幫你更方便地寫python裝飾器代碼,更重要的是,它讓 Python 中被裝飾器裝飾後的方法長得更像裝飾前的方法。markdown
本篇文章不會過多的向你介紹裝飾器的基本知識,我會默認你知道什麼是裝飾器,而且懂得如何寫一個簡單的裝飾器。app
不瞭解裝飾器的能夠先去閱讀我以前寫的文章,很是全且詳細的介紹了裝飾器的各類實現方法。編輯器
下面這是一個最簡單的裝飾器示例,在運行 myfunc
函數的先後都會打印一條日誌。函數
def deco(func):
def wrapper(*args, **kw):
print("Ready to run task")
func(*args, **kw)
print("Successful to run task")
return wrapper
@deco
def myfunc():
print("Running the task")
myfunc()
複製代碼
裝飾器使用起來,彷佛有些高端和魔幻,對於一些重複性的功能,每每咱們會封裝成一個裝飾器函數。oop
在定義一個裝飾器的時候,咱們都須要像上面同樣機械性的寫一個嵌套的函數,對裝飾器原理理解不深的初學者,每每過段時間就會忘記如何定義裝飾器。學習
有一些比較聰明的同窗,會利用 PyCharm 來自動生成裝飾器模板ui
而後要使用的時候,直接敲入 deco
就會生成一個簡單的生成器代碼,提升編碼的準備效率
使用 PyCharm 的 Live Template ,雖然能下降編寫裝飾器的難度,但卻要依賴 PyCharm 這一專業的代碼編輯器。
這裏,明哥要教你一個更加簡單的方法,使用這個方法呢,你須要先安裝一個庫 : decorator
,使用 pip 能夠很輕易地去安裝它
$ python3 -m pip install decorator
複製代碼
從庫的名稱不難看出,這是一個專門用來解決裝飾器問題的第三方庫。
有了它以後,你會驚奇的發現,之後本身定義的裝飾器,就不再須要寫嵌套的函數了
from decorator import decorator
@decorator
def deco(func, *args, **kw):
print("Ready to run task")
func(*args, **kw)
print("Successful to run task")
@deco
def myfunc():
print("Running the task")
myfunc()
複製代碼
deco 做爲裝飾函數,第一個參數是固定的,都是指被裝飾函數,然後面的參數都固定使用 可變參數 *args
和 **kw
的寫法,代碼被裝飾函數的原參數。
這種寫法,不得不說,更加符合直覺,代碼的邏輯也更容易理解。
裝飾器根據有沒有攜帶參數,能夠分爲兩種
第一種:不帶參數,最簡單的示例,上面已經舉例
def decorator(func):
def wrapper(*args, **kw):
func(*args, **kw)
return wrapper
複製代碼
第二種:帶參數,這就相對複雜了,理解起來了也不是那麼容易。
def decorator(arg1, arg2):
def wrapper(func):
def deco(*args, **kwargs) func(*args, **kwargs) return deco return wrapper 複製代碼
那麼對於須要帶參數的裝飾器,decorator
是否也同樣能很好的支持呢?
下面是一個官方的示例
from decorator import decorator
@decorator
def warn_slow(func, timelimit=60, *args, **kw):
t0 = time.time()
result = func(*args, **kw)
dt = time.time() - t0
if dt > timelimit:
logging.warn('%s took %d seconds', func.__name__, dt)
else:
logging.info('%s took %d seconds', func.__name__, dt)
return result
@warn_slow(timelimit=600) # warn if it takes more than 10 minutes
def run_calculation(tempdir, outdir):
pass
複製代碼
能夠看到
不難推斷,只要你在裝飾函數中第二個參數開始,使用了非可變參數的寫法,這些參數就能夠作爲裝飾器調用時的參數。
咱們在本身寫裝飾器的時候,一般都會順手加上一個叫 functools.wraps
的裝飾器,我想你應該也常常見過,那他有啥用呢?
先來看一個例子
def wrapper(func):
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
#inner_function
複製代碼
爲何會這樣子?不是應該返回 func
嗎?
這也不難理解,由於上邊執行func
和下邊 decorator(func)
是等價的,因此上面 func.__name__
是等價於下面decorator(func).__name__
的,那固然名字是 inner_function
def wrapper(func):
def inner_function():
pass
return inner_function
def wrapped():
pass
print(wrapper(wrapped).__name__)
#inner_function
複製代碼
目前,咱們能夠看到當一個函數被裝飾器裝飾事後,它的簽名信息會發生變化(譬如上面看到的函數名)
那如何避免這種狀況的產生?
解決方案就是使用咱們前面所說的 functools .wraps 裝飾器。
它的做用就是將 被修飾的函數(wrapped) 的一些屬性值賦值給 修飾器函數(wrapper) ,最終讓屬性的顯示更符合咱們的直覺。
from functools import wraps
def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.__name__)
# wrapped
複製代碼
那麼問題就來了,咱們使用了 decorator 以後,是否還會存在這種簽名的問題呢?
寫個例子來驗證一下就知道啦
from decorator import decorator
@decorator
def deco(func, *args, **kw):
print("Ready to run task")
func(*args, **kw)
print("Successful to run task")
@deco
def myfunc():
print("Running the task")
print(myfunc.__name__)
複製代碼
輸出的結果是 myfunc
,說明 decorator
已經默認幫咱們處理了一切可預見的問題。
decorator
是一個提升裝飾器編碼效率的第三方庫,它適用於對裝飾器原理感到困惑的新手,可讓你很輕易的寫出更符合人類直覺的代碼。對於帶參數裝飾器的定義,是很是複雜的,它須要要寫多層的嵌套函數,而且須要你熟悉各個參數的傳遞路徑,才能保證你寫出來的裝飾器能夠正常使用。這時候,只要用上 decorator
這個庫,你就能夠很輕鬆的寫出一個帶參數的裝飾器。同時你也不用擔憂他會出現簽名問題,這些它都爲你妥善的處理好了。
這麼棒的一個庫,推薦你使用起來。
《Python黑魔法手冊》是我多年 Python 經驗的經驗總結,這本手冊專門介紹 Python 黑魔法玩法的電子書。其中包括少有人知的一些 Python 冷門知識,Python Shell 的多樣玩法,各類使人瘋狂的 Python 炫技操做,Python 的超詳細進階知識解讀,還有不斷擴充完善適合全部 Python 開發者的開發技巧等等。
本書旨在向你介紹一個不同的 Python,而不是一份初學者的 Python 基礎教學資料。
若是你對 Python 開發技巧、及黑魔法感興趣,那麼這本手冊可千萬別錯過,在線文檔的閱讀連接以下,歡迎前往學習:
Python 黑魔法手冊:magic.iswbm.com
本人發表的全部文章均爲本人原創,花費了巨大的心血,若文章對你幫助,還請你幫忙來個素質三連。