©2020-2024 ioDraw All rights reserved
python装饰器有着非常重要且广泛的应用。在python语言中，引入装饰器的目的主要是简化代码，避免代码块的重复。装饰器的引入可以对函数进行扩展，使函数具有额外的功能，如事务处理、性能测试、缓存等等。这里我们举「计算函数执行时间」这个例子。
计算某个函数的执行时间，可以使用如下代码：
def func1(): start = time() sleep(1) #do something end = time() print("total
execute time of {} is {}".format(func1.__name__, end - start)) func1()
#Out：total execute time of func1 is 1.002723217010498
可见，让一个函数实现「计算自身执行时间」的功能大致需要三行代码，可能感觉三行还是比较短的，直接放在函数体内部就好了。但是，如果现在有三个函数需要执行这个功能呢？那么代码如下：
def func1(): start = time() sleep(1) end = time() print("total execute time of
{} is {}".format(func1.__name__, end - start)) def func2(): start = time() sleep
(1) end = time() print("total execute time of {} is {}".format(func1.__name__,
end- start)) def func3(): start = time() sleep(1) end = time() print("total
execute time of {} is {}".format(func1.__name__, end - start)) func1() func2()
func3()
上述代码已经出现了很多重复冗余的部分，三个函数「计算执行时间」的代码都是一样的。设想一下，如果我们有1000个函数需要计算时间，那么计算时间部分的代码有3000行，这还是比较恐怖的。所以，我们需要考虑如何能够减少代码量的冗余。
此时就是装饰器大显身手的时候了，装饰器可以对一个函数进行功能上的扩展。装饰器本身也是一个函数，传给他的型参是要被扩展的函数对象，同时也返回一个函数对象。对一个函数用装饰器扩展时，只需要在这个函数定义的时候，使用关键字（语法糖）@声明其装饰器名称。
将函数的「计算执行时间」功能改造成利用装饰器的形式，代码如下：
def timer(func): #这里传进来的func就是被扩展的函数 def wrapper(): start = time() func()
#函数执行的地方，即执行sleep(1) end = time() print("total execute time of {} is {}".format(
func.__name__, end - start)) return wrapper @timer def func1(): sleep(1) @timer
def func2(): sleep(1) @timer def func3(): sleep(1) func1() func2() func3()
根据上述代码可见，原本3行的函数时间计算，变为仅仅1行的@timer，这使得代码变得简洁且代码的可重复利用性变强。假如现在有n个需要调用这个功能的函数，代码量就可以减少2(n-1)行。
值得注意的是，在python中一切事物皆对象，其中函数也是对象。在装饰器的第一行，函数func作为一个函数对象传入装饰器中，这个func后面没有括号，所以可以被传递但不执行；如果函数名后面带有小括号，则该函数会执行。
上述例子都是不需要任何参数的，但有如果不进行任何的参数传递，会导致装饰器总是执行固定的逻辑，仅仅局限在某些单一的场景。我们引入装饰器的目的在于减少代码量，所以当两个逻辑非常相近时，如果用不传参的装饰器，就可能需要写两个装饰器来实现两个相近的逻辑。然而，当装饰器可以传进参数时，完全就可以利用一个装饰器来实现两个或多个相近的逻辑。
例如现在每个函数的休眠时间不再是固定的1s，而是一个变量；现需要对这个sleep的时间做一个判断，判断这个函数是「巨能睡」或是「巨不能睡」。
有两种传递参数的方式：其一是在函数定义的时候传递参数，此时参数的传递需要在语法糖@那一行进行；第二种是在函数执行的时候传递参数，此时参数传递在调用原函数的地方进行。下面是第一种参数传递的代码：
def judger(t): #传入的t是函数定义时传递的参数，语法糖@那一行的 def wrapper(func): if t > 5: print(
"巨能睡") else: print("巨不能睡") func() return wrapper @judger(3) def func1(): sleep(3
) @judger(6) def func2(): sleep(6) #Out： #巨不能睡 #巨能睡
在上述代码中，我们对函数扩展的功能是判定这个函数「能不能睡」，此时就需要「睡眠时间」这个参数传入装饰器。与之前无参数的不一样之处，在于装饰器定义的名称judger后面需要接收语法糖@那一行传进来的参数。在函数定义的时候就讲3和6传入到装饰器中。
第二种是在函数执行时传递参数的方法，为了消除参数个数的限定，一般使用动态参数*args,和**kwargs。其中*args是一个参数的元组（tuple），**kwargs是一个记录关键字及其对应值的字典。其示例代码如下：
def adder(func): #这里传进来的func就是被扩展的函数 def wrapper(*args, **kwargs): total = 0
for item in args: total += item print(total) return wrapper @adder def func1(*
args, **kwargs): pass func1(3, 5, 7) #Out：15
这里我定义的装饰器拓展的功能是，求取函数在执行中的所有参数之和。由于这里没有在函数定义时传参，所以在装饰器第一行没有必要接收@那行传递的参数。
由此可以发现，写一个装饰器最多需要三重嵌套。这种情况对应的是参数传递既有定义函数时传递的参数，也有函数执行时传递的参数。这个三重嵌套也相对简单，只需要在上面第二种情况的基础上，在最外面再嵌套一层，用于接收语法糖@那行传递的参数。这种装饰器大致格式如下：
def judger(*args, **kwargs): #函数定义时传来的参数，即3 def wrapper(func): print(args) def
dec(*args, **kwargs): #函数执行时传递的参数，即2，4，5 """do something""" func(*args, **kwargs
) print(args) return dec return wrapper @judger(3) def func1(*args, **kwargs):
pass func1(2,4,5) #Out： (3,) (2, 4, 5)
这种两个地方都有参数传递的形式算是最复杂的了，也只需要写三个嵌套即可。
最后还有一个小trick，对于上述代码，一般还需要调用一个模块以保留原函数的元信息：
from functools import wraps def judger(*args, **kwargs): @wraps(func) def
wrapper(func): print(args) wraps(func) def dec(*args, **kwargs): """do
something""" func(*args, **kwargs) print(args) return dec return wrapper @judger
(3) def func1(*args, **kwargs): pass func1(2,4,5)
如果不使用这个模块，那么func1会失去他的元信息，如__name__，__doc__等等，导致这些信息都变成了装饰器函数judger中的对应信息。因此，为了让这些属性与我们的直觉更加匹配，最好加上这个模块。