详解Python函数式编程之装饰器

更新时间：2022年03月03日 16:30:00 作者：爱吃糖的范同学

这篇文章主要为大家详细介绍了Python函数式编程之装饰器，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助

一、装饰器的本质：

装饰器（decorator）本质是函数闭包（function closure）的语法糖（Syntactic sugar）

函数闭包（function closure）：

函数闭包是函数式语言（函数是一等公民，可作为变量使用）中的术语。函数闭包：一个函数，其参数和返回值都是函数，用于增强函数功能，面向切面编程（AOP）

import time
# 控制台打印100以内的奇数：
def print_odd():
    for i in range(100):
        if i % 2 == 1:
            print(i)
# 函数闭包：用于增强函数func：给函数func增加统计时间的功能：
def count_time_wrapper(func):
    def improved_func():
        start_time = time.time()
        func()
        end_time = time.time()
        print(f"It takes {end_time - start_time} S to find all the odds in range !!!")
    return improved_func
if __name__ == '__main__':
    # 调用count_time_wrapper增强函数
    print_odd = count_time_wrapper(print_odd)
    print_odd()

闭包本质上是一个函数，闭包函数的传入参数和返回值都是函数，闭包函数得到返回值函数是对传入函数增强后的结果。

日志装饰器：

def log_wrapper(func):
    """
    闭包,用于增强函数func: 给func增加日志功能
    """
    def improved_func():
        start_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))  # 起始时间
        func()  # 执行函数
        end_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))  # 结束时间
        print("Logging: func:{} runs from {} to {}".format(func.__name__, start_time, end_time))
    return improved_func

二、装饰器使用方法：

通过装饰器进行函数增强，只是一种语法糖，本质上跟上个程序（使用函数闭包）完全一致。

import time
# 函数闭包：用于增强函数func：给函数func增加统计时间的功能：
def count_time_wrapper(func):
    def improved_func():
        start_time = time.time()
        func()
        end_time = time.time()
        print(f"It takes {end_time - start_time} S to find all the odds in range !!!")
    return improved_func
# 控制台打印100以内的奇数：
@count_time_wrapper  # 添加装饰器
def print_odd():
    for i in range(100):
        if i % 2 == 1:
            print(i)
if __name__ == '__main__':
    # 使用  @装饰器（增强函数名） 给当前函数添加装饰器，等价于执行了下面这条语句：
    # print_odd = count_time_wrapper(print_odd)
    print_odd()

装饰器在第一次调用被装饰函数时进行增强，只增强一次，下次调用仍然是调用增强后的函数，不会重复执行增强！

保留函数参数和返回值的函数闭包：

之前所写的函数闭包，在增强主要功能函数时，没有保留原主要功能函数的参数列表和返回值。
一个保留参数列表和返回值的函数闭包写法：

def general_wrapper(func):
    def improved_func(*args, **kwargs):
        # 增强函数功能：
        ret = func(*args, **kwargs)
        # 增强函数功能：
        return ret
    return improved_func

优化装饰器（参数传递、设置返回值）：

import time
# 函数闭包：用于增强函数func：给函数func增加统计时间的功能：
def count_time_wrapper(func):
    # 增强函数：
    def improved_func(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"It takes {end_time - start_time} S to find all the odds in range !!!")
        # 原函数返回值
        return result
    return improved_func
# 计算0-lim奇数之和：
@count_time_wrapper
def count_odds(lim):
    cnt = 0
    for i in range(lim):
        if i % 2 == 1:
            cnt = cnt + i
    return cnt
if __name__ == '__main__':
    result = count_odds(10000000)
    print(f"计算结果为{result}!")

三、多个装饰器的执行顺序：

# 装饰器1：
def wrapper1(func1):
    print("set func1")  # 在wrapper1装饰函数时输出
    def improved_func1(*args, **kwargs):
        print("call func1")  # 在wrapper1装饰过的函数被调用时输出
        func1(*args, **kwargs)
        return None
    return improved_func1
# 装饰器2：
def wrapper2(func2):
    print("set func2")  # 在wrapper2装饰函数时输出
    def improved_func2(*args, **kwargs):
        print("call func1")  # 在wrapper2装饰过的函数被调用时输出
        func2(*args, **kwargs)
        return None
    return improved_func2
@wrapper1
@wrapper2
def original_func():
    pass
if __name__ == '__main__':
    original_func()
    print("------------")
    original_func()

这里得到的执行结果是，wrapper2装饰器先执行，原因是因为：程序从上往下执行，当运行到：

@wrapper1
@wrapper2
def original_func():
    pass

这段代码时，使用函数闭包的方式解析为：

original_func = wrapper1(wrapper2(original_func))

所以先进行wrapper2装饰，然后再对被wrapper2装饰完成的增强函数再由wrapper1进行装饰，返回最终的增强函数。

四、创建带参数的装饰器：

装饰器允许传入参数，一个携带了参数的装饰器将有三层函数，如下所示：

import functools
def log_with_param(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            print('call %s():' % func.__name__)
            print('args = {}'.format(*args))
            print('log_param = {}'.format(text))
            return func(*args, **kwargs)
        return wrapper
    return decorator
@log_with_param("param!!!")
def test_with_param(p):
    print(test_with_param.__name__)
if __name__ == '__main__':
    test_with_param("test")

将其 @语法 去除，恢复函数调用的形式：

# 传入装饰器的参数，并接收返回的decorator函数
decorator = log_with_param("param!!!")
# 传入test_with_param函数
wrapper = decorator(test_with_param)
# 调用装饰器函数
wrapper("I'm a param")

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!

您可能感兴趣的文章:

educoder之Python数值计算库Numpy图像处理详解
这篇文章主要为大家介绍了educoder之Python数值计算库Numpy图像处理详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2023-04-04
pycharm设置注释颜色的方法
今天小编就为大家分享一篇pycharm设置注释颜色的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-05-05
python+opencv+caffe+摄像头做目标检测的实例代码
今天小编就为大家分享一篇python+opencv+caffe+摄像头做目标检测的实例代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-08-08
在Python中用GDAL实现矢量对栅格的切割实例
这篇文章主要介绍了在Python中用GDAL实现矢量对栅格的切割实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-03-03
Python与C语言分别完成排序流程
这篇文章主要介绍了Python与C语言分别完成排序的实例，在Python与C语言基本类型的排序中特别有用,下面我们一起进入文章学习更详细的内容吧,需要的朋友可以参考下
2022-03-03
Pytorch环境搭建与基本语法
这篇文章主要介绍了Pytorch环境搭建与基本语法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2020-06-06
Python图像灰度变换及图像数组操作
这篇文章主要介绍了Python图像灰度变换及图像数组操作的相关资料,需要的朋友可以参考下
2016-01-01
python进程结束后端口占用问题解析
这篇文章主要为大家介绍了python中在进程结束后端口依然被占用的问题解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2022-01-01
python中xrange和range的区别
这篇文章主要介绍了python中xrange和range的区别,需要的朋友可以参考下
2014-05-05
python中使用 xlwt 操作excel的常见方法与问题
这篇文章主要给大家介绍了关于python中使用 xlwt 操作excel的常见方法与问题的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-01-01