Python全景系列之装饰器使用的全面讲解
作者：techlead_krischang
Python 装饰器深入探讨
在 Python 中，装饰器提供了一种简洁的方式，用来修改或增强函数和类的行为。装饰器在语法上表现为一个前置于函数或类定义之前的特殊标记：
@simple_decorator
def hello_world():
print("Hello, world!")在这个例子中，simple_decorator 是一个装饰器，它作用于下方的 hello_world 函数。装饰器在概念上就像一个包装器，它可以在被装饰的函数执行前后插入任意的代码，进而改变被装饰函数的行为。
参数化装饰器
我们还可以进一步将装饰器参数化，这让装饰器的行为更具灵活性。比如，我们可以定义一个装饰器，让它在函数执行前后打印自定义的消息：
def message_decorator(before_message, after_message):
def decorator(func):
def wrapper(*args, **kwargs):
print(before_message)
result = func(*args, **kwargs)
print(after_message)
return result
return wrapper
return decorator
@message_decorator("Start", "End")
def hello_world():
print("Hello, world!")
在这个例子中，message_decorator 是一个参数化装饰器，它接受两个参数，分别代表函数执行前后要打印的消息。
理解装饰器的工作原理
在 Python 中，函数是第一类对象。这意味着函数和其他对象一样，可以作为变量进行赋值，可以作为参数传给其他函数，可以作为其他函数的返回值，甚至可以在一个函数里面定义另一个函数。这个特性是实现装饰器的基础。
def decorator(func):
def wrapper():
print('Before function execution')
func()
print('After function execution')
return wrapper
def hello_world():
print('Hello, world!')
decorated_hello = decorator(hello_world)
decorated_hello()
在这个例子中，decorator 函数接收一个函数 hello_world 作为参数，并返回了一个新的函数 wrapped_func。这个新函数在 hello_world 函数执行前后分别打印一条消息。我们可以看到，装饰器实际上是一个返回函数的函数。
函数签名保持
默认情况下，装饰器会“掩盖”掉原函数的名字和文档字符串。这是因为在装饰器内部，我们返回了一个全新的函数。我们可以使用 functools.wraps 来解决这个问题：
import functools
def decorator(func):
@functools.wraps(func)
def wrapper():
print('Before function execution')
func()
print('After function execution')
return wrapper
@decorator
def hello_world():
"Prints 'Hello, world!'"
print('Hello, world!')
print(hello_world.__name__)
print(hello_world.__doc__)这样，使用装饰器后的函数名和文档字符串能够保持不变。
Python 装饰器的应用实例
装饰器在实际的 Python 编程中有许多应用场景，比如日志记录、性能测试、事务处理、缓存、权限校验等。
一个常见的应用就是使用装饰器进行日志记录：
import logging
def log_decorator(func):
logging.basicConfig(level=logging.INFO)
def wrapper(*args, **kwargs):
logging.info(f'Running "{func.__name__}" with arguments {args} and kwargs {kwargs}')
result = func(*args, **kwargs)
logging.info(f'Finished "{func.__name__}" with result {result}')
return result
return wrapper
@log_decorator
def add(x, y):
return x + y
这个装饰器记录了函数的名称，函数调用的参数，以及函数返回的结果。
装饰器链
Python 允许我们将多个装饰器应用到一个函数上，形成一个装饰器链。例如，我们可以同时应用日志装饰器和性能测试装饰器：
import time
import logging
from functools import wraps
def log_decorator(func):
logging.basicConfig(level=logging.INFO)
@wraps(func)
def wrapper(*args, **kwargs):
logging.info(f'Running "{func.__name__}" with arguments {args} and kwargs {kwargs}')
result = func(*args, **kwargs)
logging.info(f'Finished "{func.__name__}" with result {result}')
return result
return wrapper
def timer_decorator(func):
@wraps(func)
def wrapper(*args, **kwargs):
start_time = time.time()
result = func(*args, **kwargs)
end_time = time.time()
print(f'Function "{func.__name__}" took {end_time - start_time} seconds to run.')
return result
return wrapper
@log_decorator
@timer_decorator
def add(x, y):
time.sleep(2)
return x + y
在这个例子中，@log_decorator 和 @timer_decorator 两个装饰器被同时应用到 add 函数上，它们分别负责记录日志和测量函数运行时间。
One More Thing: 自动注册装饰器
一个有趣的装饰器应用是自动注册。这个装饰器会在装饰函数时自动将函数添加到一个列表或字典中，这样我们就可以在程序的其他地方访问到这个列表或字典，知道有哪些函数被装饰过。
# 装饰器将函数注册到一个列表中
def register_decorator(func_list):
def decorator(func):
func_list.append(func)
return func
return decorator
# 自动注册函数
registered_functions = []
@register_decorator(registered_functions)
def foo():
pass
@register_decorator(registered_functions)
def bar():
pass
print(registered_functions) # 输出: [<function foo at 0x10d38d160>, <function bar at 0x10d38d1f0>]
这个装饰器可以用于自动注册路由、插件系统、命令行参数处理等场景，能够大大提高代码的灵活性和可扩展性。
总结
Python 装饰器是一种强大的工具，它可以让我们更有效地管理和组织代码。希望通过这篇文章，你能够更深入地理解装饰器的工作原理和用法，从而在你的项目中更好地使用装饰器。
到此这篇关于Python全景系列之装饰器使用的全面讲解的文章就介绍到这了,更多相关Python装饰器内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！