由于函数也是一个对象,而且函数对象可以被赋值给变量,所以,通过变量也能调用该函数。 >>> def now(): ... print '2013-12-25' ... >>> f = now >>> f() 2013-12-25
函数对象有一个 >>> now.__name__ 'now' >>> f.__name__ 'now'
现在,假设我们要增强 本质上,decorator就是一个返回函数的高阶函数。所以,我们要定义一个能打印日志的decorator,可以定义如下:
观察上面的 @log def now(): print '2013-12-25'
调用 >>> now() call now(): 2013-12-25
把 now = log(now)
由于
如果decorator本身需要传入参数,那就需要编写一个返回decorator的高阶函数,写出来会更复杂。比如,要自定义log的文本: def log(text): def decorator(func): def wrapper(*args, **kw): print '%s %s():' % (text, func.__name__) return func(*args, **kw) return wrapper return decorator 这个3层嵌套的decorator用法如下: @log('execute') def now(): print '2013-12-25' 执行结果如下: >>> now() execute now(): 2013-12-25 和两层嵌套的decorator相比,3层嵌套的效果是这样的: >>> now = log('execute')(now)
我们来剖析上面的语句,首先执行
以上两种decorator的定义都没有问题,但还差最后一步。因为我们讲了函数也是对象,它有 >>> now.__name__ 'wrapper'
因为返回的那个
不需要编写 import functools def log(func): @functools.wraps(func) def wrapper(*args, **kw): print 'call %s():' % func.__name__ return func(*args, **kw) return wrapper 或者针对带参数的decorator: import functools def log(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print '%s %s():' % (text, func.__name__) return func(*args, **kw) return wrapper return decorator
小结在面向对象(OOP)的设计模式中,decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现,而Python除了能支持 OOP的decorator外,直接从语法层次支持decorator。Python的decorator可以用函数实现,也可以用类实现。 decorator可以增强函数的功能,定义起来虽然有点复杂,但使用起来非常灵活和方便。
请编写一个decorator,能在函数调用的前后打印出
再思考一下能否写出一个 @log def f(): pass 又支持: @log('execute') def f(): pass 转载请保留固定链接: https://linuxeye.com/program/2348.html |