5.4 装饰器
约 1761 字大约 6 分钟
5.4 装饰器
由来
需求：为一个加法函数增加记录实参的功能
def add(x, y):
print('add called. x={}, y={}'.format(x, y)) # 增加的记录功能
return x + y
add(4, 5)
上面的代码满足了需求，但有缺点：
记录信息的功能，可以是一个单独的功能。显然和add函数耦合太紧密。加法函数属于业务功能，输出信息属于非功能代码，不该放在add函数中
1、提供一个函数logger完成记录功能
def add(x, y):
return x + y
def logger(fn):
print('调用前增强')
ret = fn(4, 5)
print('调用后增强')
return ret
print(logger(add))
2、改进传参
def add(x, y):
return x + y
def logger(fn, *args, **kwargs):
print('调用前增强')
ret = fn(*args, **kwargs)
print('调用后增强')
return ret
print(logger(add, 4, 5))
3、柯里化
def add(x, y):
return x + y
def logger(fn):
def wrapper( *args, **kwargs):
print('调用前增强')
ret = fn(*args, **kwargs)
print('调用后增强')
return ret
return wrapper
inner = logger(add)
x = inner(4, 5)
print(x)
再进一步
def add(x, y):
return x + y
def logger(fn):
def wrapper( *args, **kwargs):
print('调用前增强')
ret = fn(*args, **kwargs)
print('调用后增强')
return ret
return wrapper
add = logger(add)
print(add(4, 5))
4、装饰器语法
def logger(fn):
def wrapper( *args, **kwargs):
print('调用前增强')
ret = fn(*args, **kwargs)
print('调用后增强')
return ret
return wrapper
@logger # 等价于 add = wrapper <=> add = logger(add)
def add(x, y):
return x + y
print(add(4, 5))
@logger就是装饰器语法
等价式非常重要，如果你不能理解装饰器，开始的时候一定要把等价式写在后面
无参装饰器
- 上例的装饰器语法，称为无参装饰器
- @符号后是一个函数
- 虽然是无参装饰器，但是@后的函数本质上是单参函数
- 上例的 logger 函数是一个高阶函数
日志记录装饰器实现
import time
import datetime
def logger(fn):
def wrapper(*args, **kwargs):
print('调用前增强')
start = datetime.datetime.now()
ret = fn(*args, **kwargs) # 参数解构
print('调用后增强')
delta = (datetime.datetime.now() - start).total_seconds()
print('Function {} took {}s.'.format(fn.__name__, delta))
return ret
return wrapper
@logger # 等价于 add = wrapper <=> add = logger(add)
def add(x, y):
time.sleep(2)
return x + y
print(add(100, 200))
文档字符串
- Python 文档字符串 Documentation Strings
- 在函数（类、模块）语句块的第一行，且习惯是多行的文本，所以多使用三引号
- 文档字符串也算是合法的一条语句
- 惯例是首字母大写，第一行写概述，空一行，第三行写详细描述
- 可以使用特殊属性__doc__访问这个文档
def add(x, y):
"""这是加法函数的文档"""
return x + y
print("{}'s doc = {}".format(add.__name__ , add.__doc__))
import time
import datetime
def logger(fn):
def wrapper(*args, **kwargs):
'''wrapper's doc'''
print('调用前增强')
start = datetime.datetime.now()
ret = fn(*args, **kwargs) # 参数解构
print('调用后增强')
delta = (datetime.datetime.now() - start).total_seconds()
print('Function {} took {}s.'.format(fn.__name__, delta))
return ret
return wrapper
@logger # 等价于 add = wrapper <=> add = logger(add)
def add(x, y):
'''add's doc'''
time.sleep(0.1)
return x + y
print(add(100, 200))
print("name={}, doc={}".format(add.__name__, add.__doc__))
被装饰后，函数名和文档都不对了。如何解决？
functools模块提供了一个wraps装饰器函数，本质上调用的是update_wrapper，它就是一个属性复制函数。
wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES)
- wrapped 就是被包装函数
- wrapper 就是包装函数
- 用被包装函数的属性覆盖包装函数的同名属性
- 元组 WRAPPER_ASSIGNMENTS 中是要被覆盖的属性
__module__,__name__,__qualname__,__doc__,__annotations__- 模块名、名称、限定名、文档、参数注解
import time
import datetime
from functools import wraps
def logger(fn):
@wraps(fn) # 用被包装函数fn的属性覆盖包装函数wrapper的同名属性
def wrapper(*args, **kwargs):
'''wrapper's doc'''
print('调用前增强')
start = datetime.datetime.now()
ret = fn(*args, **kwargs) # 参数解构
print('调用后增强')
delta = (datetime.datetime.now() - start).total_seconds()
print('Function {} took {}s.'.format(fn.__name__, delta))
return ret
return wrapper
@logger # 等价于 add = wrapper <=> add = logger(add)
def add(x, y):
'''add's doc'''
time.sleep(0.1)
return x + y
print(add(100, 200))
print("name={}, doc={}".format(add.__name__, add.__doc__))
带参装饰器
- @之后不是一个单独的标识符，是一个函数调用
- 函数调用的返回值又是一个函数，此函数是一个无参装饰器
- 带参装饰器，可以有任意个参数
- @func()
- @func(1)
- @func(1, 2)
进阶
import datetime
from functools import wraps
def logger(fn):
print('logger run')
@wraps(fn) # 用被包装函数fn的属性覆盖包装函数wrapper的同名属性
def wrapper(*args, **kwargs): # wrapper = wraps(fn)(wrapper)
"wrapper's doc"
print('wrapper run')
start = datetime.datetime.now()
ret = fn(*args, **kwargs) # 参数解构
delta = (datetime.datetime.now() - start).total_seconds()
print('Function {} took {}s.'.format(fn.__name__, delta))
return ret
return wrapper
@logger # 等价于 add = wrapper <=> add = logger(add)
def add(x, y):
"""add function"""
@logger
def sub(x, y):
"""sub function"""
print(add.__name__, sub.__name__)
- logger 什么时候执行？ 从上到下执行
- logger 执行过几次？ 两次
- wraps 装饰器执行过几次？ 两次 ， 也是进入函数，从上到下依次执行，函数没调用前，跳过函数部分代码
- wrapper 的
__name__等属性被覆盖过几次？ 两次 add.__name__打印什么名称？addsub.__name__打印什么名称？sub
时间模块
datetime 模块
datetime类
- 时间高级类
- 类方法，即使用类调用的方法，由类方法获得一个时间对象
- now(tz=None) 返回当前时间的datetime对象，时间到微秒，如果tz为None，返回当前时区的不带时区信息的时间
- utcnow() 不带时区的0时区时间
- fromtimestamp(timestamp, tz=None) 从一个时间戳返回一个datetime对象
- 时间对象方法
- timestamp() 返回一个到微秒的时间戳
- 时间戳：格林威治时间1970年1月1日0点到现在的秒数
- 构造方法 datetime.datetime(2016, 12, 6, 16, 29, 43, 79043)
- year、month、day、hour、minute、second、microsecond，取datetime对象的年月日时分秒及微秒
- weekday() 返回星期的天，周一0，周日6
- isoweekday() 返回星期的天，周一1，周日7
- date() 返回日期date对象
- time() 返回时间time对象
- timestamp() 返回一个到微秒的时间戳
import datetime
# 类方法获得时间对象
print(datetime.datetime.now(datetime.timezone(datetime.timedelta(hours=8)))) # 时区时间
print(datetime.datetime.now()) # 无时区时间
print(datetime.datetime.utcnow()) # UTC时间，可以认为是GMT或0时区时间
# 时间戳操作
stamp = datetime.datetime.now().timestamp() # 获得时间戳
print(stamp)
dt = datetime.datetime.fromtimestamp(stamp) # 从时间戳获得时间对象
print(dt)
print(type(dt.date()), dt.date())
print(type(dt.time()), dt.time())
日期与格式化
- 类方法 strptime(date_string, format) ，返回datetime对象（时间字符串+格式化字符串 => 时间对象）
- 对象方法 strftime(format) ，返回字符串（时间对象通过格式字符串 => 时间字符串）
- 字符串format函数格式化（时间对象通过格式字符串 => 时间字符串）
import datetime
datestr = '2018-01-10 17:16:08'
dt = datetime.datetime.strptime(datestr, '%Y-%m-%d %H:%M:%S') #由字符串到时间对象
print(type(dt), dt)
print(dt.strftime('%Y/%m/%d-%H:%M:%S')) # 输出为字符串
print("{:%Y/%m/%d %H:%M:%S}".format(dt)) # 输出为字符串
timedelta 类
- datetime2 = datetime1 + timedelta
- datetime2 = datetime1 - timedelta
- timedelta = datetime1 - datetime2
- 构造方法
- datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, minutes=0,hours=0, weeks=0)
- year = datetime.timedelta(days=365)
- timedelta对象有方法total_seconds()， 返回时间差的总秒数
time 模块
- time.sleep(secs) 将调用线程挂起指定的秒数