写点什么

Python 装饰器“高级”使用

  • 2024-08-17
    湖南
  • 本文字数:2001 字

    阅读完需:约 7 分钟

本文聚焦两个有意思的点

  1. 无参和有参装饰器。 @deco vs @deco(arg1,arg2)。

  2. 多层装饰器场景。

无参和有参装饰器

大部分文章,都会学习到无参和有参装饰器写法。这里不赘述,直接上兼容括号和无括号注解 (无参 vs 有参),高级+灵活。

# 兼容有括号和无括号装饰器def log3(func=None, /, *, text=None):    """    @log 装饰器(兼容有参和无参)
三层嵌套. === f = log('text')(f) , f() 实际是 wrapper() :param text: :return: """ def decorator(f): # =~ 上面的 log 方法 @functools.wraps(f) def wrapper(*args, **kw): t0 = time.time() print('[%s] start call %s at %s' % (text, f.__name__, time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(t0)))) # 调用目标方法本身 ret = f(*args, **kw) t1 = time.time() print('[%s] end call %s at %s, cost time: %s s' % (text, f.__name__, time.strftime( '%Y-%m-%d %H:%M:%S', time.localtime(t1)), t1-t0)) return ret return wrapper # 判断 func 是否是函数 if inspect.isfunction(func): # 无括号 print('deco nopars') return decorator(func) # 记忆诀窍, 无括号, 要补上
return decorator
@log3def tarFun3_nopar(): print("tar Fun3 executing - nopar")
@log3(text='log333333')def tarFun3_haspar(): print("tar Fun3 executing - haspar")
# tarFun3_nopar()tarFun3_haspar()
复制代码

要点:

装饰器代码里三层函数。里面判断是否是无参调用还是调用,准确的说是不带括号调用还是带括号调用,根据不同是否方式,返回对应的函数。


分隔符 /,* 含义:

  • / , 分割符号,前面表示只能是位置参数。这就限制了 func 参数只能位置参数传入,而不能通过 func=x 传入。

  • , 后面的参数只能是 k-v 传参。

有这两个分隔符参数限制,可以避免调用传参导致的错误。

多层装饰器场景

看例子

def deco1(func):    print("deco1")
def deco1_wrapper(*args, **kwargs): print("deco1 wrapper", func) return func(*args, **kwargs) return deco1_wrapper
def deco2(func): print("deco2")
def deco2_wrapper(*args, **kwargs): print("deco2 wrapper", func) return func(*args, **kwargs) return deco2_wrapper
@deco1@deco2def mult_deco(): print("mult_deco")
mult_deco()
# ---deco2 -- 解释执行期间打印deco1 -- 解释执行期间打印deco1 wrapper <function deco2.<locals>.deco2_wrapper at 0x000002A514699C60>deco2 wrapper <function mult_deco at 0x000002A514699BC0>mult_deco
复制代码

解释期间,注解由下到上解释(执行)。距离目标方法最近的注解先被解释执行,可以理解为由内而外。


要点:类似洋葱

  1. 解释期间,由内而外

  2. 执行期间,由外而内

剥洋葱 @functools.wrap

另外,例子中发现 deco1 装饰器里 func 打印字符是 deco2_wrapper 字样。很容易理解,根据洋葱定律,外层包裹的是内层的,故 deco1 包裹的自然是 deco2 deco2_wrapper 方法。


那该怎么保留或获取原始被包裹方法的信息呢?


来,让我们剥洋葱!


这就需要借助工具:@functools.wrap

import functools
def deco1(func): print("deco1")
@functools.wraps(func) # 如果我最外层使用, 可以不剥, 剥是为了将原始函数信息暴漏给更外层的 def deco1_wrapper(*args, **kwargs): print("deco1 wrapper", func) # 这里 func 由于里层装饰器剥了一遍洋葱, 故而这里拿到的是原始函数 mult_deco 信息 return func(*args, **kwargs) return deco1_wrapper
def deco2(func): print("deco2")
@functools.wraps(func) # 虽然返回的deco2_wrapper, 但函数信息却是剥过洋葱后的, 即原始函数 mult_deco def deco2_wrapper(*args, **kwargs): print("deco2 wrapper", func) return func(*args, **kwargs) return deco2_wrapper
@deco1@deco2def mult_deco(): print("mult_deco")
mult_deco()
deco2deco1deco1 wrapper <function mult_deco at 0x0000023387C19C60>deco2 wrapper <function mult_deco at 0x0000023387C19BC0>mult_deco
复制代码

@functools.wrap 详细原理,这里不深究了,只附带介绍下它的现象。


要点:自定义装饰器推荐必带 @functools.wrap 装饰器。


作者:Nisus

链接:https://juejin.cn/post/7398520872179843072

用户头像

欢迎关注,一起学习,一起交流,一起进步 2020-06-14 加入

公众号:做梦都在改BUG

评论

发布
暂无评论
Python 装饰器“高级”使用_Python_我再BUG界嘎嘎乱杀_InfoQ写作社区