|
在 Python 开发中，我们经常会看到使用装饰器的场景，例如日志记录、权限校验、本地缓存等等。 使用这些装饰器，给我们的开发带来了极大的便利，那么一个装饰器是如何实现的呢？ 这篇文章我们就来分析一下，Python 装饰器的使用及原理。 一切皆对象在介绍装饰器前，我们需要理解一个概念：在 Python 开发中，一切皆对象。 什么意思呢？ 就是我们在开发中，无论是定义的变量（数字、字符串、元组、列表、字典）、还是方法、类、实例、模块，这些都可以称作对象。 怎么理解呢？在 Python 中，所有的对象都会有属性和方法，也就是说可以通过「.」去获取它的属性或调用它的方法，例如像下面这样： # coding: utf8i = 10 # int对象print id(i), type(i)# 140703267064136, <type 'int'>s = 'hello' # str对象print id(s), type(s), s.index('o')# 4308437920, <type 'str'>, 4d = {'k': 10} # dict对象print id(d), type(d), d.get('k')# 4308446016, <type 'dict'>, 10def hello(): # function对象 print 'Hello World'print id(hello), type(hello), hello.func_name, hello()# 4308430192, <type 'function'>, hello, Hello Worldhello2 = hello # 传递对象print id(hello2), type(hello2), hello2.func_name, hello2()# 4308430192, <type 'function'>, hello, Hello World# 构建一个类class Person(object): def __init__(self, name): self.name = name def say(self): return 'I am %s' % self.nameprint id(Person), type(Person), Person.say# 140703269140528, <type 'type'>, <unbound method Person.say>person = Person('tom') # 实例化一个对象print id(person), type(person),# 4389020560, <class '__main__.Person'>print person.name, person.say, person.say()# tom, <bound method Person.say of <__main__.Person object at 0x1059b2390>>, I am tom我们可以看到，常见的这些类型：int、str、dict、function，甚至 class、instance 都可以调用 id 和 type 获得对象的唯一标识和类型。 例如方法的类型是 function，类的类型是 type，并且这些对象都是可传递的。 对象可传递会带来什么好处呢？ 这么做的好处就是，我们可以实现一个「闭包」，而「闭包」就是实现一个装饰器的基础。 闭包假设我们现在想统计一个方法的执行时间，通常实现的逻辑如下： 统计一个方法执行时间的逻辑很简单，只需要在调用这个方法的前后，增加时间的记录就可以了。 但是，统计这一个方法的执行时间这么写一次还好，如果我们想统计任意一个方法的执行时间，每个方法都这么写，就会有大量的重复代码，而且不宜维护。 如何解决？这时我们通常会想到，可以把这个逻辑抽离出来： # coding: utf8import timedef timeit(func): # 计算方法耗时的通用方法 start = time.time() func() # 执行方法 end = time.time() print 'duration time: %ds' % int(end - start)def hello(): time.sleep(1) print 'hello'timeit(hello) # 调用执行这里我们定义了一个 timeit 方法，而参数传入一个方法对象，在执行完真正的方法逻辑后，计算其运行时间。 这样，如果我们想计算哪个方法的执行时间，都按照此方式调用即可。 虽然此方式可以满足我们的需求，但有没有觉得，本来我们想要执行的是 hello 方法，现在执行都需要使用 timeit 然后传入 hello 才能达到要求，有没有一种方式，既可以给原来的方法加上计算时间的逻辑，还能像调用原方法一样使用呢？ 答案当然是可以的，我们对 timeit 进行改造 # coding: utf8import timedef timeit(func): def inner(): start = time.time() func() end = time.time() print 'duration time: %ds' % int(end - start) return innerdef hello(): time.sleep(1) print 'hello'hello = timeit(hello) # 重新定义hellohello() # 像调用原始方法一样使用请注意观察 timeit 的变动，它在内部定义了一个 inner 方法，此方法内部的实现与之前类似，但是，timeit 最终返回的不是一个值，而是 inner 对象。 所以当我们调用 hello = timeit(hello) 时，会得到一个方法对象，那么变量 hello 其实是 inner，在执行 hello() 时，真正执行的是 inner 方法。 我们对 hello 方法进行了重新定义，这么一来，hello 不仅保留了其原有的逻辑，而且还增加了计算方法执行耗时的新功能。 回过头来，我们分析一下 timeit 这个方法是如何运行的？ 在 Python 中允许在一个方法中嵌套另一个方法，这种特殊的机制就叫做「闭包」，这个内部方法可以保留外部方法的作用域，尽管外部方法不是全局的，内部方法也可以访问到外部方法的参数和变量。 装饰器明白了闭包的工作机制后，那么实现一个装饰器就变得非常简单了。 Python 支持一种装饰器语法糖「@」，使用这个语法糖，我们也可以实现与上面完全相同的功能： 看到这里，是不是觉得很简单？ 这里的 @timeit 其实就等价于 hello = timeit(hello)。 装饰器本质上就是实现一个闭包，把一个方法对象当做参数，传入到另一个方法中，然后这个方法返回了一个增强功能的方法对象。 这就是装饰器的核心，平时我们开发中常见的装饰器，无非就是这种形式的变形而已。 functools.wraps现在我们已经得知，装饰器其实就是先定义好一个闭包，然后使用语法糖 @ 来装饰方法，最后达到重新定义方法的作用。也就是说，最终我们执行的，其实是另外一个被添加新功能的方法。 还是拿上面的例子来看，虽然我们调用的方法还是 hello，但是最终执行的确是 inner，虽然功能和结果没有影响，但是执行的方法却被替换了，这会带来什么影响呢? 我们看下面的例子 # coding: utf8@timeitdef hello(): time.sleep(1) print 'hello'print hello.__name__ # 输出 hello 方法的名字# Output:# inner我们看到，虽然我们调用的是 hello，但是输出 hello 方法的名字却是 inner。 理想情况下，我们希望被装饰的方法，除了增加额外的功能之外，方法的属性信息依旧可以保留原来的，否则在使用中，可能存在一些隐患。 如何解决这个问题？ 在 Python 内置的 functools 模块中，提供了一个 wraps 方法，专门来解决这个问题。 使用 functools 模块的 wraps 方法装饰内部方法 inner 后，我们再获取 hello 的属性，都能得到来自原方法的信息了。 装饰带参数的方法上面的例子，我们实现了一个最简单的装饰器，装饰的方法 hello 是没有参数的，如果 hello 需要参数，此时如何装饰器如何实现呢？ # coding: utf8import timefrom functools import wrapsdef timeit(func): @wraps(func) def inner(name): # inner 也需加对应的参数 start = time.time() func(name) end = time.time() print 'duration time: %ds' % int(end - start) return inner@timeitdef hello(name): # 加了一个参数 time.sleep(1) print 'hello %s' % namehello('张三')由于最终调用的是 inner 方法，被装饰的方法 hello 如果想加参数，那么对应的 inner 也添加相应的参数就可以了。 但是，我们定义的 timeit 是一个通用的装饰器，现在为了适应 hello 的参数，而在 inner 中加了一个参数，那如果要装饰的方法，有 2 个甚至更多参数，怎么办？难道要在 inner 中加继续加参数吗？ 这当然是不行的，我们需要一个一劳永逸的方案来解决。我们改造如下： 我们把 inner 方法的参数改为了 *args, **kwargs，然后调用真实方法时传入参数func(*args, **kwargs)，这样一来，我们的装饰器就可以装饰有任意参数的方法了，这个装饰器就变得非常通用了。 带参数的装饰器被装饰的方法有参数，装饰器内部方法使用 *args, **kwargs 来适配。但我们平时也经常看到，有些装饰器也是可以传入参数的，这种如何实现呢？ # coding: utf8import timefrom functools import wrapsdef timeit(prefix): # 装饰器可传入参数 def decorator(func): # 多一层方法嵌套 @wraps(func) def wrapper(*args, **kwargs): start = time.time() func(*args, **kwargs) end = time.time() print '%s: duration time: %ds' % (prefix, int(end - start)) return wrapper return decorator@timeit('prefix1')def hello(name): time.sleep(1) print 'hello %s' % name实际上，装饰器方法多加一层内部方法就可以了。 我们在 timeit 中定义了 2 个内部方法，然后让 timeit 可以接收参数，返回 decorator 对象，而在 decorator 方法中再返回 wrapper 对象。 通过这种方式，带参数的装饰器由 2 个内部方法嵌套就可以实现了。 类实现装饰器上面几个例子，都是用方法实现的装饰器，除了用方法实现装饰器，还有没有其他方法实现？ 答案是肯定的，我们还可以用类来实现一个装饰器，也可以达到相同的效果。 用类实现一个装饰器，与方法实现类似，只不过用类利用了 __init__ 和 __call__ 方法，其中 __init__ 定义了装饰器的参数，__call__ 会在调用 Timeit 对象的方法时触发。 你可以这样理解：t = Timeit('prefix') 会调用 __init__，而调用 t(hello) 会调用 __call__(hello)。 是不是很巧妙？这些都归功于 Python 的魔法方法，我会在后面的文章中，单独讲解关于 Python 魔法方法的实现原理。 装饰器使用场景知道了如何实现一个装饰器，那么我们可以在不修改原方法的情况下，给方法增加额外的功能，这就非常适合给方法集成一些通用的逻辑，例如记录日志、记录执行耗时、本地缓存、路由映射等功能。 下面我列举几个用装饰器实现的常用功能，供你参考。 记录调用日志import loggingfrom functools import wrapsdef logging(func): @wraps(func) def wrapper(*args, **kwargs): # 记录调用日志 logging.info('call method: %s %s %s', func.func_name, args, kwargs) return func(*args, **kwargs) return wrapper记录方法执行耗时记录方法执行次数from functools import wrapsdef counter(func): @wraps(func) def wrapper(*args, **kwargs): wrapper.count = wrapper.count + 1 # 累计执行次数 print 'method: %s, count: %s' % (func.func_name, wrapper.count) return func(*args, **kwargs) wrapper.count = 0 return wrapper总结这篇文章，我们主要讲解了 Python 装饰器是如何实现的。 在讲解之前，我们先理解了 Python 中一切皆对象的概念，基于这个概念，我们理解了实现装饰器的本质：闭包。闭包可以传入一个方法对象，然后返回一个增强功能的方法对象，然后配合 Python 提供的 @ 语法糖，我们就可以实现一个装饰器。 实现了简单的装饰器之后，我们还可以继续改进，通过在装饰器中嵌套多个内部方法的方式，让装饰器装饰带有参数的方法，还可以让装饰器也接收参数，非常方便。除了用方法实现一个装饰器之外，我们还可以通过 Python 的魔法方法，用类来实现一个装饰器。 最后，我们分析了使用装饰器的常见场景，主要包括权限校验、日志记录、方法调用耗时、本地缓存、路由映射等功能。 使用装饰器的好处是，可以把我们的业务逻辑和控制逻辑分离开，业务开发人员可以更好地关注业务逻辑，装饰器可以方便地实现对控制逻辑的统一定义，这种方式也遵循了设计模式中的单一职责。 |
|
|
