关于python:Python-中的装饰器

装璜器（decorator）能够加强函数的性能，定义起来尽管有点简单，但应用起来非常灵活和不便。

因为函数也是一个对象，而且函数对象能够被赋值给变量，所以，通过变量也能调用该函数。

>>> def now():
...     print('2015-3-25')
...
>>> f = now
>>> f()
2015-3-25

函数对象有一个 __name__ 属性，能够拿到函数的名字：

>>> now.__name__
'now'

>>> f.__name__
'now'

假如咱们要加强 now() 函数的性能，比方，在函数调用前后主动打印日志，但又不心愿批改 now() 函数的定义，这种在代码运行期间动静减少性能的形式，称为“装璜器”（Decorator）。

import functools

def log(func):
    # 把原始函数的__name__等属性复制到 wrapper()函数中
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

@log
def now():
    print('2015-3-25')

执行后果如下：

>>> now()
call now():
2015-3-25

把 @log 放到 now() 函数的定义处，相当于执行了语句：

now = log(now)

因为 log() 是一个 decorator，返回一个函数，所以，原来的 now() 函数依然存在，只是当初同名的 now 变量指向了新的函数，于是调用 now() 将执行新函数，即在 log() 函数中返回的 wrapper() 函数。

wrapper() 函数的参数定义是 (*args, **kw)，因而，wrapper() 函数能够承受任意参数的调用。

如果 decorator 自身须要传入参数，那就须要编写一个返回 decorator 的高阶函数，写进去会更简单。比方，要自定义 log 的文本：

import functools

def log(text):
    def decorator(func):
        # 把原始函数的__name__等属性复制到 wrapper()函数中
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

这个 3 层嵌套的 decorator 用法如下：

@log('execute')
def now():
    print('2015-3-25')

执行后果如下：

>>> now()
execute now():
2015-3-25

和两层嵌套的 decorator 相比，3 层嵌套的成果是这样的：

>>> now = log('execute')(now)

咱们来分析下面的语句，首先执行 log('execute')，返回的是decorator 函数，再调用返回的函数，参数是 now 函数，返回值最终是 wrapper 函数。

装璜器

带参数的装璜器