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
|