Decorator——Python初级函数装饰器

最近想整一整数据分析，在看一本关于数据分析的书中提到了(1)if __name__ == '__main__' (2)列表解析式 (3)装饰器。

先简单描述一下前两点，再详细解说Python初级的函数装饰器。

进入正题：

一、if __name__ == '__main__'

1. 首先，__name__是一个程序名变量，而这个变量的值是根据程序的运行方式决定的。如果程序是被当作主程序运行的，那__name__将会被赋值为__main__；当程序是作为模块被其他文件调用的，那它会自动被赋值为模块所在（程序）的文件名。
2. 一般这句代码以这种形式出现：

    def printHello():
        print("Hello World!")
        print(__name__)
    if __name__ == '__main__':
        printHello()

   其输出如下：

   Hello World!
   __main__

   因为此时这个文件是以主程序的方式运行的，故它的__name__为__main__。

3. 这个 if 判断语句存在的意义在于当程序被作为模块引入其他文件时，一句import会使得这个模块自动运行一次。
4. 故当 printHello 函数被作为模块调入其他程序文件时，即：

    from name_main import printHello
    printHello()

   我们只会得到 printHello 运行一次的结果。这一次结果是 import 语句的效果，真正的 printHello 函数被 if 语句拦住了（因为它的__name__变成了自己的文件名而非__main__）。

二、列表解析式

• 列表解析式其实就是一种根据已有列表，高效创建新列表的方式。
• 通常形式如：a = [ i for i in list1 if i%2==0 ]
• 学会使用，可以简洁化代码。

三、装饰器

• 装饰器器如其名，起到了“装饰”的作用。体现在代码中就是给原程序添加“装饰”，添加新的东西。装饰器的本质是函数。
• 装饰器一般用于装饰函数和类。
• 有人问既然装饰器起到的是装饰的作用，那为什么不在函数中就添加这些“装饰”？当然可以，这确实可行。但设想我们需要每个函数打印自己的运行时间，那我们就需要在每一个函数里记录开始与结束时间，再相减得到时间差（即运行时间）。这会使得函数非常的“臃肿”，而且如果有成百上千个函数都需要这个功能，那一个一个函数加代码的措施就显得十分“无意义”。
• 但通过装饰器：我们简单地定义一个“装饰”函数去实现需要的功能，然后在执行函数的前面加上一句“@装饰函数”，就实现了对函数们的装饰和升级。
• 举一个例子，我们现在有两个函数分别实现打印 hello 和 goodbye，我们需要每次打印时同时把这个函数名打印出来。我们就可以用装饰器来完成，上代码。

  #直接装饰@
  def printname(func):        #装饰器：实质是一个函数，参数是需要装饰的函数名（非函数调用）
      def wrapper(*args, **kwargs):    #可变参数*args和关键字参数**kwargs
          print(f"[DEBUG]: enter {func.__name__}()")
          return func(*args, **kwargs)
      return wrapper          #装饰器函数返回的是装饰完的函数
   
  @printname
  def say_hello():
      print("hello!")
   
  @printname
  def say_goodbye():
      print("goodbye!")
   
  if __name__ == '__main__':
      say_hello()
      say_goodbye()

  程序运行结果为：

  [DEBUG]: enter say_hello()
  hello!
  [DEBUG]: enter say_goodbye()
  goodbye!

  成功实现每次打印hello时打印出函数名称say_hello()。

• 接下来是对装饰器的深层探讨。装饰器的本质是函数，那我们如果不用@的装饰方式，看看怎么样实现同样的功能。

  #间接装饰
  def printname(func):        #装饰器：实质是一个函数，参数是需要装饰的函数名（非函数调用）
      def wrapper(*args, **kwargs):    #可变参数*args和关键字参数**kwargs
          print(f"[DEBUG]: enter {func.__name__}()")
          return func(*args, **kwargs)
      return wrapper          #装饰器函数返回的是装饰完的函数
   
  def say_hello():
      print("hello!")
      #return 0           测试line:23
   
  def say_goodbye():
      print("goodbye!")
   
  if __name__ == '__main__':
      decorator = printname(say_hello)
   
      '''
      不能使用decoratot = printname(say_hello());
      可能是因为调用函数的名称是用func.__name__，而非func().__name__
      用了func().name会报错'NoneType'对象没有'__name__'属性。
   
      因为say_hello()函数没有return，故执行结果为NoneType无。
      '''
   
      decorator()
   
      '''
   
      接上绿色注释：
      >>> type(say_hello())
      hello!
      <class 'NoneType'>
      >>> type(say_hello)
      <class 'function'>
   
      '''
  #func，函数不带括号时，调用的是这个函数本身。是一整个函数体，不须等函数执行完成。
   
  #func()，函数带括号时，调用的是函数的执行结果，需要等待函数执行完成的结果。

  和@方法的区别主要在于如何使用装饰器函数。我们需要在调用时把执行函数传入给装饰函数，return 的结果返回给新函数；再运行新函数，就实行了这一效果。

• 最后对装饰函数的代码做一个解读。（应该在前面解读的）

1. printname(func)是装饰函数，它的参数是func（一个函数，即执行函数），它的return是wrapper函数。
2. 在printname里定义一个wrapper函数（参数、关键字可变），把装饰器的内容包装在wrapper里。wrapper返回的是func（执行函数）。
3. 相当于是这一段代码执行了wrapper函数

    def printname(func):
        def wrapper(*args, **kwargs):
            print(f"[DEBUG]: enter {func.__name__}()")
            return func(*args, **kwargs)
        return wrapper

   实现了：print（装饰）+  func（执行函数），即成功装饰。

• 还有一个很有趣的例子，在https://www.cnblogs.com/cicaday/p/python-decorator.html#4027718046，感谢作者的点拨。

• 装饰器总结：

　　　　实质： 是一个函数

　　　　参数：是你要装饰的函数名（并非函数调用）

　　　　返回：是装饰完的函数名（也非函数调用）

　　　　作用：为已经存在的对象添加额外的功能

　　　　特点：不需要对对象做任何的代码上的变动