对Python装饰器的个人理解方法-小白筆記-匯編語言學習筆記

在自己好好总结并对Python装饰器的执行过程进行分解之前，对于装饰器虽然理解它的基本工作方式，但对于存在复杂参数的装饰器（装饰器和函数本身都有参数），总是会感到很模糊，即使这会弄懂了，下一次也很快忘记，其实本质上还是没有多花时间去搞懂其中的细节问题。

虽然网络上已经有很多这样的文章，但显然都是别人的思想，因此自己总是记不牢，所以花点时间自己好好整理一下。

最近在对《Python核心编程》做总结，收获了不少，下面分享一下我自己对于Python装饰器的理解，后面还提供了一个较为复杂的Python装饰器的执行过程的分解，可以参考一下。

1.Python装饰器的出现

在没有装饰器之前，如果要在类中定义一个静态方法，需要使用下面的方法：

  class MyClass(object): 
     def staticFoo(): 
         staticFoo = staticmethod(staticFoo) 

即要在该静态方法中加入类似staticmethod()内建函数将该方法转换为静态方法，这显然非常麻烦，而有了装饰器之后，就可以写成下面这样：

  class MyClass(object): 
     @staticmethod 
     def staticFoo(): 
         pass 

这样就简洁很多了。

2.Python装饰器类型与理解

（1）无参数装饰器

一个装饰器

下面的情况：

 @f
 def foo(): 
     pass 

其实就相当于：

  def foo(): 
     pass 
 foo = g(foo) 

多个装饰器

下面的情况：

 @g
@f
 def foo(): 
     pass 

就相当于：

  def foo(): 
     pass 
 foo = g(f(foo)) 

（2）含参数装饰器

带有参数的一个装饰器

下面的情况：

  @decomaker(deco_args) 
 def foo(): 
     pass 

就相当于：

  def foo(): 
     pass 
 foo = decomaker(deco_args)(foo) 

用这样的思想去理解就非常好理解了：decomaker()用deco_args做了些事并返回函数对象，而该函数对象正是以foo作为其参数的装饰器。

下面多个装饰器的例子也是按这样的思想去理解。

带有参数的多个装饰器

下面的情况：

  @deco1(deco_arg) 
 @deco2() 
 def foo(): 
     pass 

就相当于：

  def foo(): 
     pass 
 foo = deco1(deco_arg)(deco2(foo)) 

3.Python装饰器执行过程的手动分解

OK，有了上面的理论基础，理解下面一个较为复杂的装饰器就很容易了：

  from functools import wraps 
 def log(text): 
     def decorator(func): 
         @wraps(func)                    #it works like:wraper.__name__ = func.__name__ 
         def wrapper(*args, **kwargs): 
             print '%s %s():' % (text, func.__name__) 
             return func(*args, **kwargs) 
         return wrapper 
     return decorator 
 @log('Hello') 
 def now(area): 
     print area, '2016-01-23' 
      
 now('Beijing') 
 print 'The name of function now() is:', now.__name__ 

执行如下：

  /usr/bin/python2.7 /home/xpleaf/PycharmProjects/decorator_test/dec10.py 
Hello now():
 Beijing 2016-01-23 
 The name of function now() is: now 

对于该程序的执行过程，可以分析如下：

1.先执行log('Hello')函数，此时返回了一个新的函数，只不过其中的text变量被替换为'Hello'，所以用来装饰now函数的新的装饰器如下：

  def decorator(func): 
     @wraps(func)                    #it works like:wraper.__name__ = func.__name__ 
     def wrapper(*args, **kwargs): 
         print '%s %s():' % ('Hello', func.__name__) 
         return func(*args, **kwargs) 
     return wrapper 

2.所以此时的now函数，就相当于：

  now = decorator(now) 

3.即now就相当于：

  def now(*args, **kwargs): 
     print '%s %s():' % ('Hello', old_now.__name__) 
     return old_now(*args, **kwargs) 
# 现在的函数名称变为了now而不是wrapper，是因为使用了wraps装饰器

所以，输出的结果也就非常好理解了。

关于wraps，它也是一个装饰器，使用它的作用是，被我们用自定义装饰器修改后的函数，它的函数名称，即func.__name__跟原来是一样的，而它的工作原理正如上面所提及的，即：

  wraper.__name__ = func.__name__ 

也就是说，使用wraps可以不改变原来函数的属性，当然，上面只是简单说明了一下其工作原理，详细的可以参考wraps的源代码。

本文转自 xpleaf 51CTO博客，原文链接：http://blog.51cto.com/xpleaf/1763567，如需转载请自行联系原作者