溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
什么是裝飾器
在我們的軟件產品升級時，常常需要給各個函數新增功能，而在我們的軟件產品中，相同的函數可能會被調用上百次，這種情況是很常見的，如果我們一個個的修改，那我們的碼農豈不要掛掉了(有人就說了 ，你笨呀，修改函數定義不就行了！同學，你醒醒吧，如果要新加的功能會修改參數，或者返回值呢？)。這個時候，就是我們裝飾器大顯神通的時候了。裝飾器就可以實現，在不改變原函數的調用形式下（即函數的透明化處理），給函數新增功能的作用。如何實現，以及實現原理，下文會詳解。
裝飾器遵循的原則
裝飾器，顧名思義就是起裝飾的作用，既然是裝飾，那么被裝飾的對象是啥樣就是啥樣，不能有絲毫改變。在這里，我們寫裝飾器就是必須把握不能修改被修飾函數的源代碼這條鐵律。如何遵循這條鐵律，我們還需還需做一些鋪墊，必須先要了解三個概念，如下：
函數名即“變量”
在python中，函數名其實就像是c語言的函數指針，代表的是我們的函數地址，只有解釋器獲取到這個地址，它才會去執行這塊內存的代碼。因此，本質上，函數名就和不同變量沒什么區別，只不過函數名和普通變量所指代的那塊內存的使用方式不同罷了，這些都是底層解釋器的機制所決定的，對于程序猿來說，都是透明的，所以，我們可以認為兩者是沒有區別的。
高階函數
什么是高階函數其實很簡單，把握兩個原則就好：
只要滿足這兩個原則之一，就可以稱之為是高階函數。翻回頭來看，這里出現了我們上面說的函數名，仔細體會一下，我們在這里不就是把其當成實參看待的嗎？
嵌套函數
什么是嵌套函數其實也非常簡單，把握一個原則就好：
在這里需要強調的是，函數定義時是不會執行函數體的，就和定義變量是不會去讀取變量里的內容一樣。這一點至關重要，對于我們理解裝飾器實現原理非常有幫助。
如何寫裝飾器
有了上文的鋪墊，在現在來詳解一下如何寫裝飾器，就好理解多了。
裝飾器本質
其實裝飾器本質上就是一個函數，它也具有函數名，參數和返回值。但在python中，我們用“@auth”來表示。
@auth # 其等價于：func = auth(func)
def func():
print("func called")
這個示例就是python中如何修飾func函數的格式，當然我們還沒有實現我們的裝飾器函數。我們要注意的是注釋里寫的內容，我們可以看出：
設計思路
裝飾器即然是個函數，又有上述介紹的等價關系，那我們就可以這樣設計我們的裝飾器：
前面做了大量的鋪墊，就是想在這里揭示裝飾器的實現機制，其實沒什么什么的，很簡單：
第一步：設計裝飾器函數
裝飾器函數定義跟普通函數定義沒什么區別，關鍵是函數體怎么寫的問題。這里，為了便于理解，先用無參數的裝飾器函數說明。
#裝飾器函數定義格式 def deco(func): '''函數體...''' return func
這里說的無參數，指的是沒有除了“func”之外的參數
難點是函數體的編寫，下面的示例先告訴你為什么要有第二步：
#使用語法糖@來裝飾函數，相當于“myfunc = deco(myfunc)”
def deco(func):
print("before myfunc() called.")
func()
print("after myfunc() called.")
return func
@deco
def myfunc():
print("myfunc() called.")
myfunc()
myfunc()
#output：
before myfunc() called.
myfunc() called.
after myfunc() called.
myfunc() called.
myfunc() called.
由輸出結果可以看出，我們的裝飾器并沒有生效。別跟我說裝飾器只生效了一次，那是大家忽略了“@deco”的等效機制。解釋到“@deco”時，會解釋成“myfunc = deco(myfunc)”。注意了，前面我提到了，這里其實在調用deco函數的，因此，deco的函數體會被執行。所以output的前三行并不是調用myfunc函數時產生的效果，那有怎能說裝飾器生效了一次呢？第二步就是解決裝飾器沒生效的問題的。
第二步：包裝被修飾函數
#基本格式 def deco(func): def _deco() #新增功能 #... #... func() #別修飾函數調用 return_deco
下面給出個示例：
#使用內嵌包裝函數來確保每次新函數都被調用，
#內嵌包裝函數的形參和返回值與原函數相同，裝飾函數返回內嵌包裝函數對象
def deco(func):
def _deco():
print("before myfunc() called.")
func()
print("after myfunc() called.")
# 不需要返回func，實際上應返回原函數的返回值
return _deco
@deco
def myfunc():
print("myfunc() called.")
return 'ok'
myfunc()
#output:
before myfunc() called.
myfunc() called.
after myfunc() called.
第三步：被修飾函數參數和返回值透明化處理
當完成了第二步時，其實裝飾器已經完成了主要部分，下面就是對被修飾函數的參數和返回值的處理。這樣才能真正實現裝飾器的鐵律。話不多說，直接上代碼：
#基本格式 def deco(func): def _deco(*args, **kwargs) #參數透明化 #新增功能 #... #... res = func(*args, **kwargs) #別修飾函數調用 return res #返回值透明化 return_deco
通過上面的分析知：
參數透明化：當我們在調用被裝飾后的函數時，其實調用的時這里的_deco函數。那么，我們就給_deco函數加上可變參數，并把得到的可變參數傳遞給func函數不就可以了。
返回值透明化：和參數透明化同理，給_deco函數定義返回值，并返回func的返回值就可以了。
透明化處理就是這么簡單！至此，我們的裝飾器編寫完成。給個示例吧：
#對帶參數的函數進行裝飾，
#內嵌包裝函數的形參和返回值與原函數相同，裝飾函數返回內嵌包裝函數對象
def deco(func):
def _deco(*agrs, **kwagrs):
print("before myfunc() called.")
ret = func(*agrs, **kwagrs)
print(" after myfunc() called. result: %s" % ret)
return ret
return _deco
@deco
def myfunc(a, b):
print(" myfunc(%s,%s) called." % (a, b))
return a + b
print("sum=",myfunc(1, 2))
print("sum=",myfunc(3, 4))
#output:
before myfunc() called.
myfunc(1,2) called.
after myfunc() called. result: 3
sum= 3
before myfunc() called.
myfunc(3,4) called.
after myfunc() called. result: 7
sum= 7
裝飾器進階
帶參數裝飾器
裝飾器即然也是函數，那么我們也可以給其傳遞參數。我這里說的是：“@auth(auth_type = 'type1')”這中形式喲。先上個代碼吧：
#基本格式
def deco(deco_type)
def _deco(func):
def __deco(*args, **kwargs) #參數透明化
#新增功能
#...
#...
print("deco_type:",deco_type) #使用裝飾器參數
res = func(*args, **kwargs) #別修飾函數調用
return res #返回值透明化
return __deco
return_deco
說白了，就是在原來的裝飾器的基礎上再在最外層套一個deco函數，并用其來接收裝飾器參數。由于是在最外層套了一個函數，那么這個函數的形參的作用范圍就是函數體內部，所以里面的函數定義中隨便用啦，就這么任性。
那怎么理解解釋器的解析過程呢？在這里，只要我們明白一點就好，那就是： “@auth(auth_type = 'type1')”等價于“func = auth(auth_type = 'type1')(func)” 。解釋器會先翻譯“auth(auth_type = 'type1')”，再將其返回值(假設給了_func這個不存在的函數名)當作函數指針，這里的_func函數名代表的是_deco，然后再去執行“func = _func(func)”，而這個func函數名代表的其實就是__deco。
至此，就達到了通過裝飾器來傳參的目的。給個示例吧：
#示例7: 在示例4的基礎上，讓裝飾器帶參數，
#和上一示例相比在外層多了一層包裝。
#裝飾函數名實際上應更有意義些
def deco(deco_type):
def _deco(func):
def __deco(*args, **kwagrs):
print("before %s called [%s]." % (func.__name__, deco_type))
func(*args, **kwagrs)
print(" after %s called [%s]." % (func.__name__, deco_type))
return __deco
return _deco
@deco("mymodule")
def myfunc():
print(" myfunc() called.")
@deco("module2")
def myfunc2():
print(" myfunc2() called.")
myfunc()
myfunc2()
#output:
before myfunc called [mymodule].
myfunc() called.
after myfunc called [mymodule].
before myfunc2 called [module2].
myfunc2() called.
after myfunc2 called [module2].
多重裝飾器修飾函數
如果說，我上面說的內容都理解了，那么這個東東，就太簡單不過了。不就是把我們的是裝飾器當中被修飾的函數，對它進行裝飾嗎？但我在這里還想說的是，我們換個角度看問題。我們的關注點放在原來的被修飾的函數上，就會發現，NB呀，我可以給它添加若干個功能撒。給個示例吧：
def deco(deco_type):
def _deco(func):
def __deco(*args, **kwagrs):
print("before %s called [%s]." % (func.__name__, deco_type))
func(*args, **kwagrs)
print(" after %s called [%s]." % (func.__name__, deco_type))
return __deco
return _deco
@deco("module1")
@deco("mymodule")
def myfunc():
print(" myfunc() called.")
@deco("module2")
def myfunc2():
print(" myfunc2() called.")
myfunc()
#output：
before __deco called [module1].
before myfunc called [mymodule].
myfunc() called.
after myfunc called [mymodule].
after __deco called [module1].
注意結果喲，@deco("module1"),來修飾的deco("mymdule")的，和我們想的是一樣的，完美！
領取干貨：零基礎入門學習python視頻教程
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
