python裝飾器（十二）

時間  2019-11-14
標籤 python 裝飾 十二 欄目 Python 简体版
原文   原文鏈接

在Python這個國家裏，裝飾器以及後面講到的迭代器，生成器都是十二分重要的高級函數。python

若是將裝飾器比做取經路上的一個大boss，那麼想幹掉它必須拿到三件法寶編程

法寶一（做用域）：

 

法寶二（函數即對象）：

在python的世界裏，函數和咱們以前的[1,2,3],'abc',8等同樣都是對象，並且函數是最高級的對象（對象是類的實例化，能夠調用相應的方法，函數是包含變量對象的對象，牛逼！）。緩存

1
2
3
4
5
6
7
8
9
10
def  foo():
     print ( 'i am the foo' )
     bar()
     
def  bar():     
     print ( 'i am the bar' )
 
foo()
# def bar():      #報錯
#     print('i am the bar')

帶着這個問題，咱們聊一聊函數在內存的存儲狀況：閉包

                                  

                                                   圖1app

函數對象的調用僅僅比其它對象多了一個()而已！foo,bar與a,b同樣都是個變量名。ide

那上面的問題也就解決了，只有函數加載到內存才能夠被調用。函數式編程

既然函數是對象，那麼天然知足下面兩個條件：函數

1. 其能夠被賦給其餘變量性能

1
2
3
4
5
6
def  foo():
     print ( 'foo' )
bar = foo
bar()
foo()
print ( id (foo), id (bar))   #4321123592 4321123592

2. 其能夠被定義在另一個函數內(做爲參數&做爲返回值),相似於整形，字符串等對象。學習

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#*******函數名做爲參數**********
def  foo(func):
     print ( 'foo' )
     func()
 
def  bar():
     print ( 'bar' )
 
foo(bar)
 
#*******函數名做爲返回值*********
 
def  foo():
     print ( 'foo' )
     return  bar
 
def  bar():
     print ( 'bar' )
 
b = foo()
b()

注意：這裏說的函數都是指函數名，好比foo；而foo()已經執行函數了，foo()是什麼類型取決於return的內容是什麼類型！！！

         另外，若是你們理解不了對象，那麼就將函數理解成變量，由於函數對象總會由一個或多個變量引用，好比foo，bar。

法寶三（函數的嵌套以及閉包）：

拋一個小問題：

1
2
3
4
5
6
def  foo():
     print ( 'foo' )
     def  bar():
         print ( 'bar' )
     # bar()
bar()

是的，bar就是一個變量名，有本身的做用域的。

Python容許建立嵌套函數。經過在函數內部def的關鍵字再聲明一個函數即爲嵌套：

1
2
3
4
5
6
7
8
9
10
11
#想執行inner函數,兩種方法
def  outer():
      x  =  1
      def  inner():
          print  (x)  # 1
      # inner() # 2
      return  inner
 
# outer()
in_func = outer()
in_func()

在這裏，你有沒有什麼疑問？若是沒有，那我問你：

1 兩種調用方式有區別嗎，不都是在外面調用inner嗎？

1
2
3
4
in_func = outer() 
in_func()  
###########
inner()(已經加載到內存啦)
複製代碼 
def outer():
     x = 1
     def inner():
         b=6
         print (x)
     return inner
#inner()#報錯緣由:找不到這個引用變量
in_func=outer()#這裏其實就是一個變量賦值,將inner的引用對象賦值給in_func,相似於a=5,b=a同樣
               #有同窗會想直接賦值不行嗎:in_func=inner? 哥,inner不仍是找不到嗎,對吧
in_func()
複製代碼

2 　

1
2
3
def  outer():
     x = 1     #函數outer執行完畢即被銷燬
print (x)  　　

既然這樣，i()執行的時候outer函數已經執行完了，爲何inner還能夠調用outer裏的變量x呢？

 

哈，這就涉及到咱們叫講的閉包啦！

由於：outer裏return的inner是一個閉包函數，有x這個環境變量。

 OK，那麼什麼是閉包呢？

閉包(closure)是函數式編程的重要的語法結構。

定義：若是在一個內部函數裏，對在外部做用域（但不是在全局做用域）的變量進行引用，那麼內部函數就被認爲是閉包(closure).

如上實例，inner就是內部函數，inner裏引用了外部做用域的變量x（x在外部做用域outer裏面，不是全局做用域），

則這個內部函數inner就是一個閉包。

再稍微講究一點的解釋是，閉包=函數塊+定義函數時的環境，inner就是函數塊，x就是環境，固然這個環境能夠有不少，不止一個簡單的x。

1
print (in_func.__closure__[ 0 ].cell_contents)　　

 用途省略

複製代碼 
# 用途1：當閉包執行完後，仍然可以保持住當前的運行環境。
# 好比說，若是你但願函數的每次執行結果，都是基於這個函數上次的運行結果。我以一個相似棋盤遊戲的例子
# 來講明。假設棋盤大小爲50*50，左上角爲座標系原點(0,0)，我須要一個函數，接收2個參數，分別爲方向
# (direction)，步長(step)，該函數控制棋子的運動。棋子運動的新的座標除了依賴於方向和步長之外，
# 固然還要根據原來所處的座標點，用閉包就能夠保持住這個棋子原來所處的座標。

origin = [0, 0] # 座標系統原點
legal_x = [0, 50] # x軸方向的合法座標
legal_y = [0, 50] # y軸方向的合法座標
def create(pos=origin):
 def player(direction,step):
  # 這裏應該首先判斷參數direction,step的合法性，好比direction不能斜着走，step不能爲負等
  # 而後還要對新生成的x，y座標的合法性進行判斷處理，這裏主要是想介紹閉包，就不詳細寫了。
  new_x = pos[0] + direction[0]*step
  new_y = pos[1] + direction[1]*step
  pos[0] = new_x
  pos[1] = new_y
  #注意！此處不能寫成 pos = [new_x, new_y]，緣由在上文有說過
  return pos
 return player

player = create() # 建立棋子player，起點爲原點
print (player([1,0],10)) # 向x軸正方向移動10步
print (player([0,1],20)) # 向y軸正方向移動20步
print (player([-1,0],10)) # 向x軸負方向移動10步
複製代碼
複製代碼 
# 用途2：閉包能夠根據外部做用域的局部變量來獲得不一樣的結果，這有點像一種相似配置功能的做用，咱們能夠
# 修改外部的變量，閉包根據這個變量展示出不一樣的功能。好比有時咱們須要對某些文件的特殊行進行分析，先
# 要提取出這些特殊行。

def make_filter(keep):
 def the_filter(file_name):
  file = open(file_name)
  lines = file.readlines()
  file.close()
  filter_doc = [i for i in lines if keep in i]
  return filter_doc
 return the_filter

# 若是咱們須要取得文件"result.txt"中含有"pass"關鍵字的行，則能夠這樣使用例子程序
filter = make_filter("pass")
filter_result = filter("result.txt")
複製代碼

裝飾器概念

說了這麼多，終於到了咱們的裝飾器了。

裝飾器本質上是一個函數，該函數用來處理其餘函數，它可讓其餘函數在不須要修改代碼的前提下增長額外的功能，裝飾器的返回值也是一個函數對象。它常常用於有切面需求的場景，好比：插入日誌、性能測試、事務處理、緩存、權限校驗等應用場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，咱們就能夠抽離出大量與函數功能自己無關的雷同代碼並繼續重用。歸納的講，裝飾器的做用就是爲已經存在的對象添加額外的功能。

 

業務生產中大量調用的函數：

1
2
3
def  foo():
     print ( 'hello foo' )
foo()

如今有一個新的需求，但願能夠記錄下函數的執行時間，因而在代碼中添加日誌代碼：　

 

1
2
3
4
5
6
7
8
9
import  time
def  foo():
     start_time = time.time()
     print ( 'hello foo' )
     time.sleep( 3 )
     end_time = time.time()
     print ( 'spend %s' % (end_time - start_time))
 
foo()

bar()、bar2()也有相似的需求，怎麼作？再在bar函數裏調用時間函數？這樣就形成大量雷同的代碼，爲了減小重複寫代碼，咱們能夠這樣作，從新定義一個函數：專門設定時間:

1
2
3
4
5
6
7
8
9
10
11
12
13
import  time
def  show_time(func):
     start_time = time.time()
     func()
     end_time = time.time()
     print ( 'spend %s' % (end_time - start_time))
 
 
def  foo():
     print ( 'hello foo' )
     time.sleep( 3 )
 
show_time(foo)

邏輯上不難理解，並且運行正常。 可是這樣的話,你基礎平臺的函數修改了名字，容易被業務線的人投訴的，由於咱們每次都要將一個函數做爲參數傳遞給show_time函數。並且這種方式已經破壞了原有的代碼邏輯結構，以前執行業務邏輯時，執行運行foo()，可是如今不得不改爲show_time(foo)。那麼有沒有更好的方式的呢？固然有，答案就是裝飾器。　

簡單裝飾器

if  foo()==show_time(foo) :問題解決!  

   因此，咱們須要show_time(foo)返回一個函數對象，而這個函數對象內則是核心業務函數:執行func()與裝飾函數時間計算，修改以下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import  time
 
def  show_time(func):
     def  wrapper():
         start_time = time.time()
         func()
         end_time = time.time()
         print ( 'spend %s' % (end_time - start_time))
 
     return  wrapper
 
 
def  foo():
     print ( 'hello foo' )
     time.sleep( 3 )
 
foo = show_time(foo)
foo()

函數show_time就是裝飾器，它把真正的業務方法func包裹在函數裏面，看起來像foo被上下時間函數裝飾了。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，避免再一次賦值操做

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import  time
 
def  show_time(func):
     def  wrapper():
         start_time = time.time()
         func()
         end_time = time.time()
         print ( 'spend %s' % (end_time - start_time))
 
     return  wrapper
 
@show_time    #foo=show_time(foo)
def  foo():
     print ( 'hello foo' )
     time.sleep( 3 )
 
 
@show_time   #bar=show_time(bar)
def  bar():
     print ( 'in the bar' )
     time.sleep( 2 )
 
foo()
print ( '***********' )
bar()

      如上所示，這樣咱們就能夠省去bar = show_time(bar)這一句了，直接調用bar()便可獲得想要的結果。若是咱們有其餘的相似函數，咱們能夠繼續調用裝飾器來修飾函數，而不用重複修改函數或者增長新的封裝。這樣，咱們就提升了程序的可重複利用性，並增長了程序的可讀性。

      這裏須要注意的問題：  foo=show_time(foo)實際上是把wrapper引用的對象引用給了foo，而wrapper裏的變量func之因此能夠用，就是由於wrapper是一個閉包函數。

key：

@show_time幫咱們作的事情就是當咱們執行業務邏輯foo()時，執行的代碼由粉框部分轉到藍框部分，僅此而已！

 

裝飾器在Python使用如此方便都要歸因於Python的函數能像普通的對象同樣能做爲參數傳遞給其餘函數，能夠被賦值給其餘變量，能夠做爲返回值，能夠被定義在另一個函數內。

帶參數的被裝飾函數　

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import  time
 
def  show_time(func):
 
     def  wrapper(a,b):
         start_time = time.time()
         func(a,b)
         end_time = time.time()
         print ( 'spend %s' % (end_time - start_time))
 
     return  wrapper
 
@show_time    #add=show_time(add)
def  add(a,b):
 
     time.sleep( 1 )
     print (a + b)
 
add( 2 , 4 )
複製代碼 
import time

def show_time(func):

    def wrapper(a,b):
        start_time=time.time()
        ret=func(a,b)
        end_time=time.time()
        print('spend %s'%(end_time-start_time))
        return ret

    return wrapper

@show_time   #add=show_time(add)
def add(a,b):

    time.sleep(1)
    return a+b

print(add(2,5))
複製代碼

不定長參數

複製代碼 
#***********************************不定長參數
import time

def show_time(func):

    def wrapper(*args,**kwargs):
        start_time=time.time()
        func(*args,**kwargs)
        end_time=time.time()
        print('spend %s'%(end_time-start_time))

    return wrapper

@show_time   #add=show_time(add)
def add(*args,**kwargs):

    time.sleep(1)
    sum=0
    for i in args:
        sum+=i
    print(sum)

add(2,4,8,9)
複製代碼

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，好比@show_time，該裝飾器惟一的參數就是執行業務的函數。裝飾器的語法容許咱們在調用時，提供其它參數，好比@decorator(a)。這樣，就爲裝飾器的編寫和使用提供了更大的靈活性。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import  time
 
def  time_logger(flag = 0 ):
 
     def  show_time(func):
 
             def  wrapper( * args, * * kwargs):
                 start_time = time.time()
                 func( * args, * * kwargs)
                 end_time = time.time()
                 print ( 'spend %s' % (end_time - start_time))
 
                 if  flag:
                     print ( '將這個操做的時間記錄到日誌中' )
 
             return  wrapper
 
     return  show_time
 
 
@time_logger ( 3 )
def  add( * args, * * kwargs):
     time.sleep( 1 )
     sum = 0
     for  i  in  args:
         sum + = i
     print ( sum )
 
add( 2 , 7 , 5 )

@time_logger(3) 作了兩件事：

    （1）time_logger(3)：獲得閉包函數show_time，裏面保存環境變量flag

    （2）@show_time   ：add＝show_time(add)

上面的time_logger是容許帶參數的裝飾器。它其實是對原有裝飾器的一個函數封裝，並返回一個裝飾器(一個含有參數的閉包函數)。當我 們使用@time_logger(3)調用的時候，Python可以發現這一層的封裝，並把參數傳遞到裝飾器的環境中。

多層裝飾器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
def  makebold(fn):
     def  wrapper():
         return  "<b>"  +  fn()  +  "</b>"
     return  wrapper
 
def  makeitalic(fn):
     def  wrapper():
         return  "<i>"  +  fn()  +  "</i>"
     return  wrapper
 
@makebold
@makeitalic
def  hello():
     return  "hello alvin"
 
hello()

過程：

類裝飾器

再來看看類裝飾器，相比函數裝飾器，類裝飾器具備靈活度大、高內聚、封裝性等優勢。使用類裝飾器還能夠依靠類內部的__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。

複製代碼 
import time

class Foo(object):
    def __init__(self, func):
        self._func = func

    def __call__(self):
        start_time=time.time()
        self._func()
        end_time=time.time()
        print('spend %s'%(end_time-start_time))

@Foo  #bar=Foo(bar)

def bar():

    print ('bar')
    time.sleep(2)

bar()    #bar=Foo(bar)()>>>>>>>沒有嵌套關係了,直接active Foo的 __call__方法
複製代碼

functools.wraps

使用裝飾器極大地複用了代碼，可是他有一個缺點就是原函數的元信息不見了，好比函數的docstring、__name__、參數列表，先看例子：

複製代碼 
def foo():
    print("hello foo")

print(foo.__name__)
#####################

def logged(func):
    def wrapper(*args, **kwargs):

        print (func.__name__ + " was called")
        return func(*args, **kwargs)

    return wrapper


@logged
def cal(x):
   return x + x * x


print(cal.__name__)

########
# foo
# wrapper
複製代碼 
解釋：
1
2
3
@logged
def  f(x):
    return  x  +  x  *  x

等價於：

1
2
3
def  f(x):
     return  x  +  x  *  x
f  =  logged(f) 
不難發現，函數f被wrapper取代了，固然它的docstring，__name__就是變成了wrapper函數的信息了。
1
2
print  f.__name__     # prints 'wrapper'
print  f.__doc__      # prints None 
這個問題就比較嚴重的，好在咱們有functools.wraps，wraps自己也是一個裝飾器，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同樣的元信息了。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
from  functools  import  wraps
 
 
def  logged(func):
 
     @wraps (func)
 
     def  wrapper( * args,  * * kwargs):
         print  (func.__name__  +  " was called" )
         return  func( * args,  * * kwargs)
     return  wrapper
 
@logged
def  cal(x):
    return  x  +  x  *  x
 
print (cal.__name__)   #cal

內置裝飾器

@staticmathod

@classmethod

@property

學習類的時候咱們詳細介紹的...

補充 

複製代碼 
##----------------------------------------foo函數先加載到內存,而後foo變量指向新的引用,因此遞歸裏的foo是wrapper函數對象
# def show_time(func):
#
#     def wrapper(n):
#         ret=func(n)
#         print("hello,world")
#         return ret
#     return wrapper
#
# @show_time# foo=show_time(foo)
# def foo(n):
#     if n==1:
#         return 1
#     return n*foo(n-1)
# print(foo(6))


########################
def show_time(func):

    def wrapper(n):
        ret=func(n)
        print("hello,world")
        return ret
    return wrapper

@show_time# foo=show_time(foo)
def foo(n):
    def _foo(n):
        if n==1:
            return 1
        return n*_foo(n-1)
    return _foo(n)
print(foo(6))
複製代碼

 

http://stackoverflow.com/questions/739654/how-can-i-make-a-chain-of-function-decorators-in-python/1594484#1594484
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程