Python进阶(十一)装饰器

装饰器是Python的语法糖，它可以将复杂的功能封装起来，在外部表现出特别简单的语法和语义。装饰器还可以实现AOP面向切面的编程。

Python装饰器的本质，就是闭包。一般谈Python的闭包，都是指普通的入参，而谈装饰器的时候，入参一定有函数。闭包和装饰器，返回都是函数。函数是代码的最小封装单位，装饰器作用于函数，它不影响函数自身的执行，只是在函数的执行前后增加一些“装饰性”的动作。装饰器被称为Python的语法糖（Syntax Sugar），也被视为Python支持AOP编程（面向切面编程）的工具。

简单装饰器

在函数执行前，增加一行print打印，代码如下：

def calling_trace(func):def wrapper():print('calling', func.__name__)func()return wrapper@calling_trace
def test1():print('test1 is runing...')test1()

test1函数加上了calling_trace装饰器，相同于test1 = calling_trace(test1)。以上代码运行效果如下：

calling test1
test1 is runing...

这就是装饰器的概念：不修改已有函数的代码，也不修改已有函数的调用处代码，却达到了丰富函数功能的效果。

装饰带参数的函数

如果被装饰的函数有参数，需要在装饰器内部原样复制函数的参数定义。

def calling_trace(func):def wrapper(*args):print('calling', func.__name__)a = func(*args)print('reture value:',a)return wrapper@calling_trace
def test4(*args):print('test4 is runing...')return sum(args)test4(1,2,3,4,5,6,7,8)
test4(23,34,45,56)

*args表示一个tuple，在函数定义处出现，就是packing打包调用时的参数，在调用时出现，就是unpacking展开tuple。跟**kw（对应dict）用法一样。以上程序运行结果如下：

calling test4
test4 is runing...
reture value: 36
calling test4
test4 is runing...
reture value: 158

带参数的装饰器

装饰器本身也可以带参数，通过在装饰器外再使用闭包，给装饰器封装其执行环境，可以使装饰器的功能更强大更灵活，也可以更好的控制函数的执行（比如在某些情况下不执行）。

而带参数的装饰器，在语法上，也就跟闭包区分开来。（应该就是这个原因，闭包和装饰器在Python中是分成了两个概念）。

def calling_trace(run):def deco(func):def wrapper(*args, **kw):print('calling', func.__name__)if run == 1:a = func(*args, **kw)print('reture value:',a)else:print('not allow to run')return wrapperreturn deco# test5 = calling_trace(run=1)(test5)
@calling_trace(run=1)
def test5(a,b,c=3):print('test5 is runing...')return a+b+c@calling_trace(run=0)
def test6(*args):print('test6 is runing...')return sum(args)test5(1,2)
test5(1,2,c=8)
test6(23,34,45,56)

代码的运行结果：

calling test5
test5 is runing...
reture value: 6
calling test5
test5 is runing...
reture value: 11
calling test6
not allow to run

多重装饰器

函数可以有多个装饰器！多个装饰器的效果，就相当于对函数进行了多层的封装包裹，而不同的装饰器对函数执行的功能影响，完全独立。比如有个装饰器用来控制函数是否能够被执行，另一个装饰器控制函数的所有raise出来的异常。

@a
@b
@c
def tt(): pass
# tt = a(b(c(tt)))

基于类的python装饰器

Python装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重载了__call__()方法，那么这个对象就是callable的。

class call_class():def __call__(self):print('I am in call_class')tt = call_class()
tt()

执行结果如下：

I am in call_class

我们判断一个对象（变量和函数都是对象）是否可调用，其实就是判断这个对象是否含有__call__函数。

像__call__这样前后都带下划线的方法在Python中被称为内置方法，有时候也被称为魔法方法。重载这些魔法方法一般会改变对象的内部行为。上面这个例子就让一个类对象拥有了被调用的行为。

回到装饰器上的概念上来，装饰器要求接受一个callable对象，并返回一个callable对象，那么用类来实现也是也可以的。我们可以让类的构造函数__init__()接受一个函数，然后重载__call__()并返回一个函数，也可以达到装饰器函数的效果。

class calling_trace():def __init__(self, run):self.run = rundef __call__(self, func):def wrapper(*args, **kw):print('calling', func.__name__)if self.run == 1:a = func(*args, **kw)print('return value:', a)else:print('not allow to run')return wrapper#def calling_trace(run):
#    def deco(func):
#        def wrapper(*args, **kw):
#            print('calling', func.__name__)
#            if run == 1:
#                a = func(*args, **kw)
#                print('reture value:',a)
#            else:
#                print('not allow to run')
#        return wrapper
#    return deco# test5 = calling_trace(run=1)(test5)
@calling_trace(run=1)
def test5(a,b,c=3):print('test5 is runing...')return a+b+c@calling_trace(run=0)
def test6(*args):print('test6 is runing...')return sum(args)test5(1,2)
test5(1,2,c=8)
test6(23,34,45,56)

class calling_trace与注释掉的那个函数，效果是完全一样的。运行结果为：

calling test5
test5 is runing...
return value: 6
calling test5
test5 is runing...
return value: 11
calling test6
not allow to run

@staticmethod的使用

一般类中的函数，都是与对象绑定，其第1个参数习惯上都使用self这个名称（也可以使用别的名称），表示当此函数被调用的时候，对象自己会作为第1个参数（隐式地）传入。不过有趣的是，这些函数在被调用的时候，此对象并没有显式的出现在参数列表中。将对象自身作为第1个参数传入，是python解释器自动完成的动作。

>>> '-'.join('12345')
'1-2-3-4-5'

以上代码，调用了str对象的join函数，join函数的定义如下：

join(self, iterable, /)Concatenate any number of strings.The string whose method is called is inserted in between each given string.The result is returned as a new string.Example: '.'.join(['ab', 'pq', 'rs']) -> 'ab.pq.rs'

join函数的第1个参数是self，表示对象本身，按上文的示例代码，就是 ‘-’ 这个str对象。不过写出来的代码，参数只有’12345’，没有写出self参数。这里请仔细体会！

被@staticmethod装饰过的函数，就不再是一般的成员函数了，而是“静态函数”。这类函数在调用的时候：

（1）Python解释器不会将对象作为第1个参数传入；
（2）不要通过对象来调用此类函数，要通过类来调用；
（3）因为没有对象传入，这类函数就无法获取与对象绑定的成员信息，也就是不能访问任何一个对象绑定的属性信息，只能通过类名来访问类变量（class variable），这也是第2点的原因，要用类来调用静态函数；
（4）此类函数，被封装在类中，只能在此类以及继承此类的范围内访问，外界不可访问，也是一种封装技术。
它是静止的，不会随不同的类和对象而发生变动，只会出现在类以及继承于此类的空间中。

class group():num = 0def __init__(self, sn):self.sn = sngroup.num += 1@staticmethoddef getTotal():return group.numg1 = group('123')
g2 = group('124')
g3 = group('125')
print(group.getTotal()) # >>> 3

@staticmethod定义的函数，只存在此类或继承此类的空间（namespace）中，它不接受对象参数，因此它的最佳使用场景，就是为此类以及继承此类的类提供某种计算服务（比如某些属性值的检查），这类计算不需要具体对象的参与，也最好不要去访问类变量（在继承的情况下，类的名称会变），它的计算参数很可能均来自外部输入，但是计算结果为类和对象服务。或者，@staticmethod就是用一个类来封装一个功能块接口，如果没有继承，它们之间可以通过类名来相互调用。

@classmethod的使用

@classmethod一样，也是应用于类中的函数，将这些函数转换为类函数。装饰器也是一个函数！内置的装饰器，当然也是内置函数。我们定义的Python类，内部可以有三种成员函数：

一般的对象函数，没有任何装饰器修饰的都是这类。
@staticmethod装饰的静态函数，静态类的成员函数，只能通过明确的类名来访问类中的变量，使用方面受到限制。
@classmethod装饰的类函数，使用比静态函数要广一些，因为类函数的第1个参数默认为当前类名。由于类函数可以访问类变量（class variable），使得类函数常常用来提供创建对象不同的接口。

class fruit():num = 0def __init__(self, price):self.price = priceself.count()@classmethoddef count(cls):cls.num += 1@classmethoddef float_price(cls, price):if not isinstance(price, float):try:price = float(price)except: raisereturn cls(price)f1 = fruit(1.234)
print(fruit.num)
f2 = fruit.float_price(1.2345)
print(fruit.num)
f3 = fruit.float_price('1.234')
print(fruit.num)
f4 = fruit.float_price('abcde')

一般情况下，我们实用f1 = fruit(1.234)的方式创建对象。如果我们需要对入参进行一些限制和判断，甚至转换，就可以考虑实用float_price这个类函数。请看f2和f3的创建，确定参数没有问题之后，再调用cls(price)创建对象。

cls是classmethod类函数的第1个默认参数，cls这个名字，与self一样，只是一个约定俗称的写法。cls(price)，就跟fruit(price)一样，内部调用__init__创建对象。

count函数也是类函数，用于累加类变量num，用来计数fruit对象的个数。上面代码执行效果如下：

1
2
3
Traceback (most recent call last):File "classmethod.py", line 30, in <module>f4 = fruit.float_price('abcde')File "classmethod.py", line 19, in float_priceprice = float(price)
ValueError: could not convert string to float: 'abcde'

为什么这个简单的记录对象个数的函数，要用@classmethod来修饰呢？因为，在有继承关系的时候，可以让你少些很多代码，整体结构也更优雅。

class fruit():num = 0def __init__(self, price):self.price = priceself.count()@classmethoddef count(cls):cls.num += 1@classmethoddef float_price(cls, price):if not isinstance(price, float):try:price = float(price)except: raisereturn cls(price)class apple(fruit):@classmethoddef int_price(cls, price):if not isinstance(price, int):try:price = int(price)except: raisereturn cls(price)f1 = apple(12)
print(apple.num)
f2 = apple.float_price(1.2345)
print(apple.num)
f3 = apple.int_price('12')
print(apple.num)
f4 = apple.int_price('abcde')

现在我们来创建apple对象，apple类继承fruit，只是增加了一个int_price类函数。同样，我们尝试创建4个apple对象，预期输入'abcde'的时候，创建会失败，以上代码执行结果如下：

1
2
3
Traceback (most recent call last):File "classmethod.py", line 41, in <module>f4 = apple.int_price('abcde')File "classmethod.py", line 30, in int_priceprice = int(price)
ValueError: invalid literal for int() with base 10: 'abcde'

结果符合我们的预期，apple对象的计数也在正常进行，这就要归功于fruit类中定义的那个count class method。因为classmethod函数可以使用第1个参数，cls，来访问类变量，因此继承之后，cls自动就指向了继承后的类。注意，这是@classmethod与@staticmethod不一样的地方。

这类函数是服务于类的，它可以访问类变量，因此在继承之后，依然可以保持对继承后的类的支持。

@property装饰器

@property装饰器，它的作用，就是能够把一个类的成员函数，当成一个属性来访问，访问这个由函数装扮成的属性，表面上看是对属性的直接访问，实质上是在调用函数。

class fruit():def __init__(self, num, price):self.num = numself.price = price@propertydef totalcost(self):return round(self.num*self.price,2)ft = fruit(100, 12.34)
print(ft.totalcost) #>>> 1234.0

fruit类中有一个函数叫totalcost，被@property装饰了一下。与你你会看到，代码在访问（调用）totalcost的时候，并没有带括号，就像是一个普通的属性一下直接访问，但是实际上是在做函数调用。

Python解释器在访问对象属性的时候，要先判断属性本身属于什么类型，内部会做一些转换，因此加上@property装饰器后，用访问普通属性的方式调用函数成为了可能。

@property装饰器访问私有成员

Python对象本质上是没有私有成员的，用双下划线的方式定义的成员，也可以通过附加类名的方式来访问。不过这种访问方式应该要被禁止。

Python提供了一个@property装饰器，可以更好的控制对对象成员的访问，也可以更好的控制对成员的修改。

class test():def __init__(self):self.__foo = 'foo'self.__bar = 'bar'@propertydef foo(self):# print('running in foo function')return self.__foot = test()
print(t.foo)

用@property装饰的foo函数，就变成了foo成员变量，访问这个成员变量的时候，触发内部的一个函数执行。此时，foo这个成员变量只能读，不能写，如果尝试使用t.foo=123来赋值，会出现错误：AttributeError: can't set attribute。若想要实现修改内部__foo成员，可采用以下代码：

class test():def __init__(self):self.__foo = 'foo'self.__bar = 'bar'@propertydef foo(self):# print('running in foo function')return self.__foo@foo.setterdef foo(self, foo_value):if foo_value < 100: passelse:self.__foo = foo_valuet = test()
print(t.foo)
t.foo = 123
print(t.foo)

注意@foo.setter这个装饰器的由来。在设置的时候，外部代码还是简简单单地使用等号实现，而触发的是内部的一段代码，这段代码可以实现设置前的检查！

下面的代码，实现对某个成员的删除控制：

class test():def __init__(self):self.__foo = 'foo'self.__bar = 'bar'@propertydef foo(self):# print('running in foo function')return self.__foo@foo.setterdef foo(self, foo_value):if foo_value < 100: passelse:self.__foo = foo_value@foo.deleterdef foo(self):if self.__foo > 200:self.__foo = 200t = test()
print(t.foo)
t.foo = 123
print(t.foo)
t.foo = 234
print(t.foo)
del t.foo
print(t.foo)

注意@foo.deleter这个装饰器。执行del t.foo语句的时候，同样触发一段自定义代码，上面的代码示例，并没有真正删除foo这个变量，只是限制它的值。

通过@property装饰器，以及其衍生出来的一些其它装饰器，我们可以通过简单的语义实现复杂的功能，可以增加代码的可读性。

转载文章链接

https://www.pynote.net/archives/tag/decorator