1、装饰器的理解
装饰器是将一个函数镶嵌在另一个函数中进行重复使用的目的，不改变其结构，增加函数的使用方式，但是不用写过多冗余的代码；
装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。
通常用到的功能：1.引入日志；2.函数执行时间统计；3.执行函数前预备处理；4.执行函数后清理功能；5.权限校验；6.缓存
2、实现原理与通用写法
咱们可以从一个简单的记录函数运行时间的简单装饰器，举一反三，推导出一个通用的装饰器写法
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 | import time
def timer(func):
'''
记录方法运行时间的装饰器
:param func: 方法
:return:函数对象
'''
def deco(*args, **kwargs):
startTime = time.time()
f = func(*args, **kwargs)
endTime = time.time()
msecs = (endTime - startTime) * 1000
print("time is %d ms" % msecs)
return f # 如果 func 有返回值得话，需要在此return回去，否则，默认返回值为 None，一般默认都返回
return deco
@timer
def test(parameter):
print("test is running!")
time.sleep(1)
return "Returned value" # 该函数有返回值，所以需要在 装饰器中的 deco 方法中 写返回值
t = test('aa')
print(t)
|
这是一个很简单的通用的记录时间的装饰器，从而推导出一个通用的装饰器写法：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | def func_name(func): # 自定义装饰器函数名
def deco(*args, **kwargs): # 将所有参数原封不动的进行传递
print("在这个分割线之上写函数运行前的操作")
# -----------分割线-----------
f = func(*args, **kwargs)
# -----------分割线-----------
print("在这个分割线之后，return之前，写函数运行后的操作")
return f # 如果 func 有返回值得话，需要在此return回去，否则，默认返回值为 None，一般默认都返回
return deco
@func_name
def test(parameter): # 8
print("test is running!")
time.sleep(1)
return "Returned value" # 该函数有返回值，所以需要在 装饰器中的 deco 方法中 写返回值
t = test('aa')
print(t)
|
ok 装饰器到此可以完事了,一般情况下都能满足需求了,网上看那么多原理,有点儿浪费时间,我偏向实操型,实在不喜欢啰嗦那么多,就是干。
当然在开发过程中, 我们可能会遇到一些特殊情况,比如参数问题
1、给装饰器函数代参数（通用）
2、将执行函数的参数拆分计算等（比如：1000w的数据，拆分成100份执行等）（定制）
那就按顺序来
1、写一个代参数的装饰器
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | def logging(level):
def wrapper(func):
def inner_wrapper(*args, **kwargs):
print("[{level}]: enter function {func}()".format(level=level, func=func.__name__))
return func(*args, **kwargs)
return inner_wrapper
return wrapper
@logging(level='INFO')
def say(something):
print("say {}!".format(something))
# 如果没有使用@语法，等同于
# say = logging(level='INFO')(say)
@logging(level='DEBUG')
def do(something):
print("do {}...".format(something))
if __name__ == '__main__':
say('hello')
do("my work")
|
发现：就是在上面的通用的模板上又套了一层！！！，然后拿到里面的参数即可！ so easy!!!
2、写一个参数拆分的装饰器，这个就稍微有点定制型了，不能像上面的一样通用了，举个 栗子：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | def func_name(func): # 自定义装饰器函数名
def deco(*args, **kwargs): # 将所有参数原封不动的进行传递
print(args[0])
f_list = []
for i in range(0,args[0],100000):
print(i)
f_list.append(func(i))
# f_list # 这儿应该按照既定规则，继续对这个结果进行拼接，如果是写文件、入库等操作，可以不用return
return f_list # 这儿如果有返回值得话，应该是
return deco
@func_name
def test(parameter): # 8
print("test is running!")
time.sleep(1)
return "Returned value" # 该函数有返回值，所以需要在 装饰器中的 deco 方法中 写返回值
t = test(1000000)
print(t)
|
可以看出来，这个的定制性稍微高点，不通用，但是我们实现了我们的需求，所以，我们最应该理解并学会的是怎么用！！！
可以看出来，这个的定制性稍微高点，不通用，但是我们实现了我们的需求，所以，我们最应该理解并学会的是怎么用！！！
下面在介绍一下基于类实现的装饰器，那问题来了，我是实战派，我并没有用类装饰器的需求，所以，当个大盗吧，以后用到了不至于瞎找了！！！
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。
1 2 3 4 5 | class Test():
def __call__(self):
print 'call me!'
t = Test()
t() # call me
|
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（不太严谨，详见后文）。
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。
1 2 3 4 5 6 7 8 9 10 11 | class logging(object):
def __init__(self, func):
self.func = func
def __call__(self, *args, **kwargs):
print "[DEBUG]: enter function {func}()".format(
func=self.func.__name__)
return self.func(*args, **kwargs)
@logging
def say(something):
print "say {}!".format(something)
|
带参数的类装饰器
如果需要通过类形式实现带参数的装饰器，那么会比前面的例子稍微复杂一点。那么在构造函数里接受的就不是一个函数，而是传入的参数。通过类把这些参数保存起来。
然后在重载__call__方法是就需要接受一个函数并返回一个函数。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | class logging(object):
def __init__(self, level='INFO'):
self.level = level
def __call__(self, func): # 接受函数
def wrapper(*args, **kwargs):
print "[{level}]: enter function {func}()".format(
level=self.level,
func=func.__name__)
func(*args, **kwargs)
return wrapper #返回函数
@logging(level='INFO')
def say(something):
print "say {}!".format(something)
|
