不带参数的装饰器 from functools import wraps # 封装函数进行装饰，保留被装饰函数属性def zsq(sc): # 设计一个装饰器函数，传入被装饰函数 @wraps(
不带参数的装饰器
from functools import wraps # 封装函数进行装饰，保留被装饰函数属性def zsq(sc): # 设计一个装饰器函数，传入被装饰函数 @wraps(sc) def nsc(*args, **kwargs): # 设计它的封装 jg = sc(*args, **kwargs) # 调用被装饰函数，配合百搭 print('nsc function.') print(jg) return 0 return nsc@zsqdef zzsc(): # 设计最终函数，也当做sc被装饰，这里百搭参数 '''zzsc...''' print('sc function.') return 1 # 返回值# 定义过程：# 设计zzsc为被装饰函数，并作为输入函数参数被传入装饰器# 装饰器封装一个函数，并传入百搭参数# 装饰器返回封装函数，并把最终函数指向封装函数，# 这时候最终函数的参数(百搭参数)#执行过程：# 调用最终函数，传入百搭参数# 执行封装函数。。# 执行被装饰函数#PS：# 装饰器的返回值肯定是封装函数# 最终函数|被装饰函数的返回值，用于供封装函数可能使用# 封装函数的返回值会成为最终函数的返回值被返回装饰器的本质是函数，接收一个函数作为参数，并且返回一个函数
装饰器通常会返回一个封装函数，这个封装函数在传入的函数前后做一些修饰
装饰器肯定是高阶函数
带参数的装饰器
import timefrom functools import wrapsdef timeit(cpu_time=False): time_func = time.clock if cpu_time else time.time def dec(fn): @wraps(fn) def wrap(*args, **kwargs): start = time_func() ret = fn(*args, **kwargs) print(time_func() - start) return ret return wrap return dec@timeit()def fun(n): time.sleep(n) return nfun(3)
@timeit(True)def fun(n): time.sleep(n) return nfun(3)
带参数的装饰器是一个函数，返回一个装饰器
带参数的装饰器多了一层
装饰器的应用
cache
from functools import wrapsimport timeclass DictCache: # 缓存 def __init__(self): self.cache = dict() def get(self, key): return self.cache.get(key) def set(self, key, value): self.cache[key] = valuedef cache(instance): # 缓存装饰器 def dec(fn): @wraps(fn) def wrap(*args, **kwargs): pos = ','.join((str(x) for x in args)) kw = ','.join('{}={}'.format(k, v) for k, v in sorted(kwargs.items())) key = '{}::{}::{}'.format(fn.__name__, pos, kw) # 拼装key，第一次存入缓存 ret = instance.get(key) if ret is not None: # 检查缓存是否已有 return ret ret = fn(*args, **kwargs) # 未缓存，执行 instance.set(key, ret) return ret return wrap return deccache_instance = DictCache()@cache(cache_instance)def long_time_fun(x): time.sleep(x) return xlong_time_fun(3)第二次long_time_fun不会执行
标准库已实现
from functools import lru_cacheimport time@lru_cache()def long_time_fun(x): time.sleep(x) return xlong_time_fun(3)监控
from functools import wrapsimport loggingclass LoggingMetric: def send(self, key, value): longging.warning('{} => {}'.format(key, value))def mertic(prefix, instance): def timeit(fn): @wraps(fn) def wrap(*args, **kwargs): start = time.time() ret = fn(*args, **kwargs) key = '{}.{}.{}'.format(prefix, fn.__module__, fn.__name__) print(key) return ret return wrap return timeit@mertic(prefix='chalotte', instance=LoggingMetric())def long_time_fun(x): time.sleep(x) return xlong_time_fun(1)
身法验证 授权
from functools import wrapsdef do_auth(info): # 通过header里的身份信息验证用户身份 return Truedef auth(header_name): def dec(fn): @wraps(fn) def wrap(request): info = request.headers.get(header_name) if do_auth(info): return fn(request) return AccessDenied() return wrap return dec@auto('X-Auth-Info')def handle(request): pass# 设定路由
github.com/pallets/flask/blob/master/flask/app.py
