Python decorator装饰器

问题：

定义了一个新函数
想在运行时动态增加功能
又不想改动函数本身的代码

通过高阶段函数返回一个新函数

def f1(x):
    return x*2
 
def new_fn(f): #装饰器函数
    def fn(x):
        print ('call ' + f.__name__ + '()')
        return f(x)
    return fn
#方法1
g1 = new_fn(f1)
print (g1(5))
#方法2
f1 = new_fn(f1) #f1的原始定义函数彻底被隐藏了
print (f1(5))
 
#输出：
#call f1()
#

装饰器

python内置的@语法就是为了简化装饰器

使用 decorator 用Python提供的 @ 语法，这样可以避免手动编写 f = decorate(f) 这样的代码。

类似上述的方法2

装饰器的作用

可以极大的简化代码，避免每个函数编写重复性代码

打印日志：@log
检测性能：@performance
数据库事务：@transaction
URL路由：@post('/register')

python中编写无参数decorator

举例：

def log(f):
    def fn(x):
        print 'call ' + f.__name__ + '()...'
        return f(x)
    return fn
 
@log
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))
print factorial(10)
 
#结果
call factorial()...
3628800

对于不是一个参数的函数，需要修改：

要让 @log 自适应任何参数定义的函数，可以利用Python的 *args 和 **kw，保证任意个数的参数总是能正常调用：

def log(f):
    def fn(*args, **kw):
        print 'call ' + f.__name__ + '()...'
        return f(*args, **kw)
    return fn

@log
def add(x, y):
    return x + y
print add(1, 2)

python中编写带参数decorator

带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数：

def log(prefix):
    def log_decorator(f):#标准decorator
        def wrapper(*args, **kw):
            print '[%s] %s()...' % (prefix, f.__name__)
            return f(*args, **kw)
        return wrapper
    return log_decorator #返回log
 
@log('DEBUG')
def test():
    pass
print test()

#执行结果
[DEBUG] test()...
None

python中完善decorator

@decorator可以动态实现函数功能的增加，但是，经过@decorator“改造”后的函数，和原函数相比，有所不同：

def f1(x):
    pass
print f1.__name__
 
#输出
f1

def log(f):
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    return wrapper
@log
def f2(x):
    pass
print f2.__name__
 
#输出
wrapper

由于decorator返回的新函数函数名已经不是'f2'，而是@log内部定义的'wrapper'。这对于那些依赖函数名的代码就会失效。decorator还改变了函数的__doc__等其它属性。如果要让调用者看不出一个函数经过了@decorator的“改造”，就需要把原函数的一些属性复制到新函数中：

方法1:

def log(f):
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    wrapper.__name__ = f.__name__
    wrapper.__doc__ = f.__doc__
    return wrapper

方法2:Python内置的functools可以用来自动化完成这个“复制”的任务（推荐使用）

import functools
def log(f):
    @functools.wraps(f) #
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    return wrapper

最后需要指出，由于我们把原函数签名改成了(*args, **kw)，因此，无法获得原函数的原始参数信息。

python中偏函数

当一个函数有很多参数时，调用者就需要提供多个参数。如果减少参数个数，就可以简化调用者的负担。

functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('')
64
>>> int2('')
85

举例：在sorted这个高阶函数中传入自定义排序函数就可以实现忽略大小写排序。

import functools
sorted_ignore_case = functools.partial(sorted,key=str.lower)
print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])