前言
最近一有时间就在整理自己常用的代码片段,并做成了私人pip包,正好整理到了装饰器的部分,所以就想着写篇文章来总结一下。写这篇文章的目的是为了让大家对装饰器有一个更深入的了解,而不是简单的使用。同时也是自己对装饰器掌握的一个总结,希望能够帮助到大家。
需求
我打算带着实际的需求来看待装饰器,这样也会更加容易理解。这道题目也是stackoverflow上的一个问题,我觉得很有意思,所以就拿来做例子。
@make_bold
@make_italic
def say():
return "Hello"
运行say()
将返回:
<b><i>Hello</i></b>
简单实现
# -*- coding: utf-8 -*-
import functools
def make_bold(fn):
@functools.wraps(fn)
def wrapper():
return "<b>" + fn() + "</b>"
return wrapper
def make_italic(fn):
@functools.wraps(fn)
def wrapper():
return "<i>" + fn() + "</i>"
return wrapper
@make_bold
@make_italic
def say():
return "Hello"
if __name__ == '__main__':
print(say())
看上去挺花哨,其实装饰器是一个python的语法糖,它的本质就是一个函数,它接受一个函数作为参数,并返回一个函数。我们可以把它理解为一个函数的包装器,它可以在不改变原函数的基础上,对函数进行增强。
我们尝试换种方式表达装饰器:
def say2():
return "Hello"
if __name__ == '__main__':
print(make_bold(make_italic(say2))())
# <b><i>Hello</i></b>
可以发现,装饰器的作用就是把函数say2
包装成了make_bold(make_italic(say2))
,然后再调用它。
类方式装饰器
除了用函数的方式来实现装饰器,我们还可以用类的方式来实现装饰器。只需要实现__call__
魔术方法即可。使得类的实例可以像函数一样被调用。
class MakeTag:
def __init__(self, tag):
self.tag = tag
def __call__(self, fn):
@functools.wraps(fn)
def wrapper():
return f"<{self.tag}>" + fn() + f"</{self.tag}>"
return wrapper
make_bold = MakeTag('b')
make_italic = MakeTag('i')
@make_bold
@make_italic
def say3():
return "Hello"
什么是functools.wraps
functools.wraps
它也是一个装饰器,它能把原函数的一些属性复制到包装函数中,比如函数名、文档字符串、参数列表等。这样就不会出现一些奇怪的问题,比如我们在say
函数上调用help(say)
,会发现它的文档字符串是wrapper
函数的文档字符串,而不是say
函数的文档字符串。
我们可以测试一下:
# 不带functools.wraps
def make_bold(fn):
# @functools.wraps(fn)
def wrapper():
"""wrapper help doc"""
return "<b>" + fn() + "</b>"
return wrapper
@make_bold
def say():
"""say something"""
return "Hello"
print(say.__name__) # wrapper
print(say.__doc__) # wrapper help doc
可以发现,在不被wraps装饰器装饰的情况下,say
函数的__name__
和__doc__
属性都被改变了。
随后我们再测试一下带有functools.wraps
的情况:
# 带functools.wraps
make_bold(fn):
@functools.wraps(fn)
def wrapper():
"""wrapper help doc"""
return "<b>" + fn() + "</b>"
return wrapper
@make_bold
def say():
"""say something"""
return "Hello"
print(say.__name__) # say
print(say.__doc__) # say something
因此,我们在编写装饰器的时候,最好都加上functools.wraps
。
装饰器的参数
我将对上述的函数装饰器进行改造,使其可以接受参数。
也就是make_tag('b')
将会生成make_bold()
这样的形式。
def make_tag(tag):
def decorator(fn):
@functools.wraps(fn)
def wrapper():
return f"<{tag}>{fn()}</{tag}>"
return wrapper
return decorator
@make_tag('b')
@make_tag('i')
def say():
return "Hello"
print(say())
# <b><i>Hello</i></b>
再有一种场景,现在我们say
函数所返回的内容是固定的Hello
,我们希望它可以接受参数,比如say('miclon')
,这样就可以返回<b><i>miclon</i></b>
。
@make_tag('b')
@make_tag('i')
def say(content):
return content
print(say('miclon'))
如果我直接修改say
函数,那么就会出现问题,因为say
函数的参数列表已经发生了变化,而装饰器的参数列表压根没有参数列表,所以这样的修改是不行的。
TypeError: wrapper() takes 0 positional arguments but 1 was given
为此我需要改进下装饰器的参数列表,使其可以接受参数。
def make_tag(tag):
def decorator(fn):
@functools.wraps(fn)
def wrapper(content):
return f"<{tag}>{fn(content)}</{tag}>"
return wrapper
return decorator
然而大部分情况下,我们不会这么"死板"地将装饰器的参数列表和被装饰函数的参数列表一一对应,这样不够灵活,也不便于代码维护。
因此,正确的做法是,我们将装饰器的参数列表设置为*args
, **kwargs
,这样就可以接受任意数量的参数了。换句话说,无论被装饰的函数有什么样的参数,我作为装饰器,被装饰函数的参数统统接受,并全部打回被装饰的函数。
def make_tag(tag):
def decorator(fn):
@functools.wraps(fn)
def wrapper(*args, **kwargs):
return f"<{tag}>{fn(*args, **kwargs)}</{tag}>"
return wrapper
return decorator
另类的装饰器
在众所周知的Django框架中,有一个这样的装饰器:
class classproperty:
def __init__(self, method=None):
self.fget = method
def __get__(self, instance, cls=None):
return self.fget(cls)
它的作用是,可以将一个类方法变成一个类属性,并且不再需要实例化对象后才可以调用。比如:
class Demo:
@property
def abc(self):
return 123
print(Demo.abc) # <property object at 0x1045708b0>
print(Demo().abc) # 123
经过property
的装饰,我们需要实例化对象后才可以调用abc
属性。
那能不能不实例化也能调用呢?也就是换个思路,我得把abc
变成一个"类属性",而不是实例属性。
我们回到上面classproperty
装饰器上。
乍一看发现它并没有我上述所说的类装饰器的特性,它并没有实现__call__
方法,那么它是如何实现装饰器的呢?
其实它这个classproperty
类中的__get__
方法是python中的描述符,用于代理另外一个类的属性,被装饰类方法首先会经过__init__
,将类方法保存起来,然后再经过__get__
,将类方法代理到类属性上。一旦属性被获取,就会触发__get__
方法,通过self.fget(cls)
调用类方法。
class classproperty:
def __init__(self, method=None):
self.fget = method
def __get__(self, instance, cls=None):
return self.fget(cls)
class Demo:
@classproperty
def abc(self):
return 123
print(Demo.abc) # 123
它将等同于:
class Demo:
def _abc(self):
return 123
abc = classproperty(_abc)
print(Demo.abc) # 123
标签:指南,__,return,进阶,python,make,say,fn,def
From: https://www.cnblogs.com/code05/p/python-decorator.html