Python 装饰器

装饰器接受一个函数，添加一些功能并返回它。 在本文中，您将学习如何创建装饰器以及为什么要使用它。

Python中的装饰器是什么？

Python有一个有趣的功能，称为装饰器，可将功能添加到现有代码中。

这也称为元编程，因为程序的一部分试图在编译时修改程序的另一部分。

学习装饰器的先决条件

为了了解装饰器，我们必须首先了解Python的一些基本知识。

我们必须接受这样一个事实，即Python中的所有内容都是对象。我们定义的名称只是绑定到这些对象的标识符。函数也不例外，它们也是对象（带有属性）。可以将各种不同的名称绑定到同一功能对象。

这是一个实例。

def first(msg):
    print(msg)    

first("Hello")

second = first
second("Hello")

当您运行代码时，这两个函数first和second给出相同的输出。在此，名称first和second指代相同的功能对象。

现在情况是不是感觉变复杂了点，可以将函数作为参数传递给另一个函数。

如果您在Python中使用过map，filter和reduce之类的函数，那么您已经知道这一点。

这种以其他函数为参数的函数也称为高阶函数。这是这种函数的一个实例。

def inc(x):
    return x + 1

def dec(x):
    return x - 1

def operate(func, x):
    result = func(x)
    return result

我们调用函数如下。

>>> operate(inc,3)
4
>>> operate(dec,3)
2

此外，一个函数可以返回另一个函数。

def is_called():
    def is_returned():
        print("Hello")
    return is_returned

new = is_called()

#输出 "Hello"
new()

在这里，is_returned()是一个嵌套函数，每次我们调用is_drawn()时，该函数都会定义并返回。

最后，我们必须了解Python中的闭包。

回到装饰器

函数和方法被称为可调用的，因为它们可以被调用。

实际上，任何实现特殊方法__call __()的对象都称为可调用的。 因此，从最基本的意义上讲，装饰器是可调用的，可返回可调用的。

基本上，装饰器接受一个函数，添加一些功能并返回它。

def make_pretty(func):
    def inner():
        print("我被装饰了")
        func()
    return inner

def ordinary():
    print("我是普通的函数")

在shell中运行以下代码时，

>>> ordinary()
我是普通的函数

>>> # 我们来装饰一下这个普通的函数
>>> pretty = make_pretty(ordinary)
>>> pretty()
我被装饰了
我是普通的函数

在上面显示的示例中，make_pretty()是一个装饰器。在分配步骤中。

pretty = make_pretty(ordinary)

函数ordinary()被修饰，返回的函数被命名为pretty。

我们可以看到decorator函数在原来的函数中添加了一些新功能。这类似于包装礼物。装饰器充当包装器。被装饰的物品(里面的礼物)的性质不会改变。但是现在，它看起来很漂亮(自从装饰之后)。

通常，我们装饰一个函数并将其重新分配为

ordinary = make_pretty(ordinary).

这是一个常见的构造，因此，Python具有简化此语法的语法。

我们可以将@符号与装饰器函数的名称一起使用，并将其放置在要装饰的函数的定义上方。例如，

@make_pretty
def ordinary():
    print("我是普通的函数")

相当于

def ordinary():
    print("我是普通的函数")
ordinary = make_pretty(ordinary)

这只是实现装饰器的语法糖。

用参数装饰函数

上面的装饰器很简单，并且只适用于没有任何参数的函数。如果我们的函数具有如下所示的参数，该怎么办？

def divide(a, b):
    return a/b

此函数有两个参数，a和b。我们知道，如果我们将b传递为0 ，则会产生错误。

>>> divide(2,5)
0.4
>>> divide(2,0)
Traceback (most recent call last):
...
ZeroDivisionError: division by zero

现在让我们做一个装饰器来检查这种情况是否会导致错误。

def smart_divide(func):
   def inner(a,b):
      print("我要做除法",a,"和",b)
      if b == 0:
         print("哎呀!不能除")
         return

      return func(a,b)
   return inner

@smart_divide
def divide(a,b):
    return a/b

如果出现错误情况，此新实现将返回None。

>>> divide(2,5)
我要做除法 2 和 5
0.4

>>> divide(2,0)
我要做除法 2 和 0
哎呀!不能除

通过这种方式，我们可以装饰带有参数的函数。

敏锐的观察者会注意到，inner()装饰器内部的嵌套函数的参数与其装饰的函数的参数相同。考虑到这一点，现在我们可以使通用装饰器可以使用任意数量的参数。

在Python中，此魔术是通过完成的function(*args, **kwargs)。这样，args是位置参数的元组，kwargs而是关键字参数的字典。这样的装饰器的一个实例是。

def works_for_all(func):
    def inner(*args, **kwargs):
        print("我可以装饰任何函数")
        return func(*args, **kwargs)
    return inner

Python 链接装饰器

可以在Python中链接多个装饰器。

这就是说，一个函数可以用不同（或相同）的装饰器多次装饰。我们只需将装饰器放置在所需函数之上。

def star(func):
    def inner(*args, **kwargs):
        print("*" * 30)
        func(*args, **kwargs)
        print("*" * 30)
    return inner

def percent(func):
    def inner(*args, **kwargs):
        print("%" * 30)
        func(*args, **kwargs)
        print("%" * 30)
    return inner

@star
@percent
def printer(msg):
    print(msg)
printer("Hello")

这将给出输出。

******************************
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Hello
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
******************************

上面的语法，

@star
@percent
def printer(msg):
    print(msg)

相当于

def printer(msg):
    print(msg)
printer = star(percent(printer))

链接装饰器的顺序很重要。如果我们按相反的顺序，

@percent
@star
def printer(msg):
    print(msg)

执行将发生在

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
******************************
Hello
******************************
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%