2020-06-01

Python装饰器的简单理解

装饰器

通俗点理解就是锦上添花，关于这块需要参考一些软件开发的设计模式，在这里引入一个小的故事。
公司招了一个人A，某一天，项目组想要给一个接口添加一些时间计算，具体时间计算没有说，但是这个功能要加，A呢就去查看接口中的代码，在代码中添加了一个时间计算，过了两天，项目组要求所有接口全部添加时间计算，此时A则一个个的去每个接口中添加时间计算，以至于天天晚上加班，结果没过多久就被炒鱿鱼了。此时来了B，他先写了个时间计算函数并在每个接口头部添加这个函数名，实现了对应的加时间计算功能。没多久就升职加薪了。
看到这里，不禁会想，为什么呢？？？其实这里涉及到一个软件开发的设计模式-开闭原则（简单说就是功能可以加，代码修改是不允许的），A就明显犯了这个错误，
而B则是使用到了我们接下来要说到的装饰器。

引入

在了解装饰器之前，请先了解闭包的相关概念！！以及高阶函数的概念！！
这里我们有一个阶乘功能的函数

def product(value):
    # 实现阶乘功能
    result = 1
    while value > 0:
        result *= value
        value -= 1
    print(result)

我们需要添加一个计算运行时间的功能，请记住，不要改动product函数，直接做功能添加，这里使用装饰器处理。首先我们创建一个装饰器：

import time

def count_time(func):
    def call_func(var):
        t1 = time.time()
        func(var)
        t2 = time.time()
        print('消耗时间为：'+ str(t2-t1))
    return call_func

对原有函数进行装饰改造

@count_time
def product(value):
    # 实现阶乘功能
    result = 1
    while value > 0:
        result *= value
        value -= 1
    print(result)

细节理解
在第二步中的@count_time其实就是装饰器的基本使用，我们在使用product(100)时，解释器不会直接去调用product函数，而是实现调用count_time功能，并将返回的call_func返回给product，也就是说此时的product其实是指向call_func的，当执行product（100）时，其实是在向call_func传递参数，实现功能，简单理解可以使用以下两行代码来表示：
1
2
product = count_time(product) # 此时的product是指向call_func函数的
product(100) # 相当于执行call_func(100)
更高一级的操作
原函数需要传递多个参数
这里很好处理，很正常函数传递参数相同，我们在装饰器中最内层函数中需要传递的变量名改为*args, **kwargs，在执行时，将其直接传入即可。
原函数有返回值
这里我们可以直接使用return将装饰器中最内层的执行函数部分return出去即可，比如：
1
2
3
4
def count_time(func):
def call_func(var):
return func(var)
return call_func
两个装饰器同时装饰同一个函数
先看一下伪代码
1
2
3
4
@装饰器1
@装饰器2
def fun():
pass
意思很简单，就是在原来函数基础上加两个新功能，但是关于执行顺序是怎么样的呢？
就不买关子了，装饰器1先执行，但装饰器1最后装饰，其实这里和堆栈很相似，若是方便，可以自己编代码，打断点调试一下就知道了。
结语
未完待续…

装饰器

引入

更高一级的操作

结语