选自pouannes.github.io 本文由机器之心(nearhuman2014)翻译
在 Python 中,函数是一种非常灵活的结构,我们可以把它赋值给变量、当作参数传递给另一个函数,或者当成某个函数的输出。装饰器本质上也是一种函数,它可以让其它函数在不经过修改的情况下增加一些功能。
这也就是「装饰」的意义,这种「装饰」本身代表着一种功能,如果用它修饰不同的函数,那么也就是为这些函数增加这种功能。 一般而言,我们可以使用装饰器提供的 @ 语法糖(Syntactic Sugar)来修饰其它函数或对象。如下所示我们用 @dec 装饰器修饰函数 func (): 理解装饰器的最好方式是了解装饰器解决什么问题,本文将从具体问题出发一步步引出装饰器,并展示它的优雅与强大。 设置问题 为了解装饰器的目的,接下来我们来看一个简单的示例。假如你有一个简单的加法函数 dec.py,第二个参数的默认值为 10: # dec.py
def add(x, y=10): return x + y
我们来更认真地看一下这个加法函数: >>> add(10, 20) 30 >>> add <function add at 0x7fce0da2fe18> >>> add.__name__ add >>> add.__module__ __main__ >>> add.__defaults__ # default value of the `add` function (10,) >>> add.__code__.co_varnames # the variable names of the `add` function ( x , y )
我们无需理解这些都是什么,只需要记住 Python 中的每个函数都是对象,它们有各种属性和方法。你还可以通过 inspect 模块查看 add() 函数的源代码: >>> from inspect import getsource >>> print(getsource(add))
def add(x, y=10): return x + y
现在你以某种方式使用该加法函数,比如你使用一些操作来测试该函数: # dec.py from time import time
def add(x, y=10): return x + y
print( add(10) , add(10)) print( add(20, 30) , add(20, 30)) print( add('a', 'b') , add('a', 'b')) Output: i
add(10) 20 add(20, 30) 50 add('a', 'b') ab
假如你想了解每个操作的时间,可以调用 time 模块: # dec.py from time import time
def add(x, y=10): return x + y
before = time() print( add(10) , add(10)) after = time() print( time taken: , after - before) before = time() print( add(20, 30) , add(20, 30)) after = time() print( time taken: , after - before) before = time() print( add('a', 'b') , add('a', 'b')) after = time() print( time taken: , after - before) Output:
add(10) 20 time taken: 6.699562072753906e-05 add(20, 30) 50 time taken: 6.9141387939453125e-06 add('a', 'b') ab time taken: 6.9141387939453125e-06
现在,你作为一个编程人员是不是有些手痒,毕竟我们不喜欢总是复制粘贴相同的代码。现在的代码可读性不强,如果你想改变什么,你就得修改所有出现的地方,Python 肯定有更好的方式。 我们可以按照如下做法,直接在 add 函数中捕捉运行时间: # dec.py from time import time
def add(x, y=10): before = time() rv = x + y after = time() print( time taken: , after - before) return rv
print( add(10) , add(10)) print( add(20, 30) , add(20, 30)) print( add('a', 'b') , add('a', 'b'))
这种方法肯定比前一种要好。但是如果你还有另一个函数,那么这似乎就不方便了。当我们有多个函数时: # dec.py from time import time
def add(x, y=10): before = time() rv = x + y after = time() print( time taken: , after - before) return rv
def sub(x, y=10): return x - y
print( add(10) , add(10)) print( add(20, 30) , add(20, 30)) print( add('a', 'b') , add('a', 'b')) print( sub(10) , sub(10)) print( sub(20, 30) , sub(20, 30))
因为 add 和 sub 都是函数,我们可以利用这一点写一个 timer 函数。我们希望 timer 能计算一个函数的运算时间: def timer(func, x, y=10): before = time() rv = func(x, y) after = time() print( time taken: , after - before) return rv
这很不错,不过我们必须使用 timer 函数包装不同的函数,如下所示: print( add(10) , timer(add,10)))
现在默认值还是 10 吗?未必。那么如何做得更好呢? 这里有一个主意:创建一个新的 timer 函数,并包装其他函数,然后返回包装后的函数: def timer(func): def f(x, y=10): before = time() rv = func(x, y) after = time() print( time taken: , after - before) return rv return f
现在,你只需用 timer 包装一下 add 和 sub 函数 : add = timer(add)
这样就可以了!以下是完整代码: # dec.py from time import time def timer(func): def f(x, y=10): before = time() rv = func(x, y) after = time() print( time taken: , after - before) return rv return f
def add(x, y=10): return x + y add = timer(add)
def sub(x, y=10): return x - y sub = timer(sub)
print( add(10) , add(10)) print( add(20, 30) , add(20, 30)) print( add('a', 'b') , add('a', 'b')) print( sub(10) , sub(10)) print( sub(20, 30) , sub(20, 30)) Output:
time taken: 0.0 add(10) 20 time taken: 9.5367431640625e-07 add(20, 30) 50 time taken: 0.0 add('a', 'b') ab time taken: 9.5367431640625e-07 sub(10) 0 time taken: 9.5367431640625e-07 sub(20, 30) -10
我们来总结一下这个过程:我们有一个函数(比如 add 函数),然后用一个动作(比如计时)包装该函数。包装的结果是一个新函数,能实现某些新功能。 当然了,默认值还有点问题,稍后我们会解决它。 装饰器 现在,上面的解决方案以及非常接近装饰器的思想了,使用常见行为包装某个具体的函数,这种模式就是装饰器在做的事。使用装饰器后的代码是: def add(x, y=10): return x + y add = timer(add) You write:
@timer def add(x, y=10): return x + y
它们的作用是一样的,这就是 Python 装饰器的作用。它实现的作用类似于 add = timer(add),只不过装饰器把句法放在函数上面,且句法更加简单:@timer。 # dec.py from time import time def timer(func): def f(x, y=10): before = time() rv = func(x, y) after = time() print( time taken: , after - before) return rv return f
@timer def add(x, y=10): return x + y
@timer def sub(x, y=10): return x - y
print( add(10) , add(10)) print( add(20, 30) , add(20, 30)) print( add('a', 'b') , add('a', 'b')) print( sub(10) , sub(10)) print( sub(20, 30) , sub(20, 30))
参数和关键字参数 现在,还有一个小问题没有解决。在 timer 函数中,我们将参数 x 和 y 写死了,即指定 y 的默认值为 10。有一种方法可以传输该函数的参数和关键字参数,即 *args 和 **kwargs。参数是函数的标准参数(在本例中 x 为参数),关键字参数是已具备默认值的参数(本例中是 y=10)。代码如下: # dec.py from time import time def timer(func): def f(*args, **kwargs): before = time() rv = func(*args, **kwargs) after = time() print( time taken: , after - before) return rv return f
@timer def add(x, y=10): return x + y
@timer def sub(x, y=10): return x - y
print( add(10) , add(10)) print( add(20, 30) , add(20, 30)) print( add('a', 'b') , add('a', 'b')) print( sub(10) , sub(10)) print( sub(20, 30) , sub(20, 30))
现在,该 timer 函数可以处理任意函数、任意参数和任意默认值设置了,因为它仅仅将这些参数传输到函数中。 高阶装饰器
你们可能会疑惑:如果我们可以用一个函数包装另一个函数来添加有用的行为,那么我们可以再进一步吗?我们用一个函数包装另一个函数,再被另一个函数包装吗? 可以!事实上,函数的深度可以随你的意。例如,你想写一个装饰器来执行某个函数 n 次。如下所示: def ntimes(n): def inner(f): def wrapper(*args, **kwargs): for _ in range(n): rv = f(*args, **kwargs) return rv return wrapper return inner
然后你可以使用上述函数包装另一个函数,例如前文中的 add 函数: @ntimes(3) def add(x, y): print(x + y) return x + y
输出的语句表明该代码确实执行了 3 次。
|