Python多装饰器执行顺序总结

简介: Python多装饰器是从外到内执行的,再执行被装饰的函数。当然这只是在装饰器中的闭包函数的运行顺序,如果在装饰器函数和闭包函数之前有代码,那运行起来又不一样,具体看下面的例子。

先给出结论:

Python多装饰器是从外到内执行的,再执行被装饰的函数。当然这只是在装饰器中的闭包函数的运行顺序,如果在装饰器函数和闭包函数之前有代码,那运行起来又不一样,具体看下面的例子。


情况1


例如:

# -*- coding:utf-8 -*-
def decorator_a(func):
    def inner_a(*args, **kwargs):
        print 'Get in inner_a'
        return func(*args, **kwargs)
    return inner_a
def decorator_b(func):
    def inner_b(*args, **kwargs):
        print 'Get in inner_b'
        return func(*args, **kwargs)
    return inner_b
@decorator_b
@decorator_a
def f(x):
    print 'Get in f'
    return x * 2
f(1)

上面代码的运行结果为:

Get in inner_b
Get in inner_a
Get in f

由此可见,是先运行的decorator_b,再运行的decorator_a,最后运行的被装饰函数f(x)

这是因为decorator_a装饰器先return 了inner_a, 而decorator_b后面又把inner_a装饰了,最终整个暴露在外面的是inner_b,所以显示inner_b先运行,最终的效果看起来就是装饰器decorator_b先运行。实际上代码在机器上跑的时候是先跑的decorator_a函数,再跑的decorator_b函数


情况2


代码如下:

# -*- coding:utf-8 -*-
def decorator_a(func):
    print 'Get in decorator_a'
    def inner_a(*args, **kwargs):
        print 'Get in inner_a'
        return func(*args, **kwargs)
    return inner_a
def decorator_b(func):
    print 'Get in decorator_b'
    def inner_b(*args, **kwargs):
        print 'Get in inner_b'
        return func(*args, **kwargs)
    return inner_b
@decorator_b
@decorator_a
def f(x):
    print 'Get in f'
    return x * 2
f(1)

上面代码运行的结果为:

Get in decorator_a
Get in decorator_b
Get in inner_b
Get in inner_a
Get in f

现在的结果和情况1得出的运行顺序结论不一致了,在每个装饰器中,装饰器函数和内层的闭包函数之间的代码是先运行的decorator_a 再运行的decorator_b。这和情况1的结论恰好相反。代码位置不同,运行的顺序也不。同。

再看一种情况


情况3


# -*- coding:utf-8 -*-
def decorator_a(func):
    print 'Get in decorator_a'
    def inner_a(*args, **kwargs):
        print 'Get in inner_a'
        return func(*args, **kwargs)
    return inner_a
def decorator_b(func):
    print 'Get in decorator_b'
    def inner_b(*args, **kwargs):
        print 'Get in inner_b'
        return func(*args, **kwargs)
    return inner_b
@decorator_b
@decorator_a
def f(x):
    print 'Get in f'
    return x * 2

与情况2相比,这里没有对函数f进行调用,去掉了情况2中的f(1)这一行代码。只是声明了被装饰器装饰的函数f(x),但是没有进行调用。但是运行上面的代码是有结果输出的。结果如下:

Get in decorator_a
Get in decorator_b

可看到只运行了装饰器函数和内层闭包函数之间的代码。为什么会这样呢。那是因为在装饰器中的内层闭包函数被return了,而装饰器也相当于是函数调用,只是闭包的函数需要在最后被return出来,在调用被装饰函数f(x)时,装饰其中return的inner_a和inner_b才会被执行。return一个函数的名字,这个函数是没有被执行的,函数名带有括号和参数才会去执行,没有带括号的函数名只是一个对象而已,没有被执行。

因此上面inner函数和装饰器函数之间的代码会执行,及时不调用被装饰的f(x)函数


小tips


def decorator_a(func):
    print 'Get in decorator_a'
    def inner_a(*args, **kwargs):
        print 'Get in inner_a'
        print "in a, args ", args
        print "in a, kwargs ", kwargs
        kwargs.update({"params": "1234"})
        return func(*args, **kwargs)
    return inner_a
def decorator_b(func):
    print 'Get in decorator_b'
    def inner_b(*args, **kwargs):
        print 'Get in inner_b'
        print "in b, args ", args
        print "in b, kwargs ", kwargs
        return func(*args, **kwargs)
    return inner_b
@decorator_b
@decorator_a
def f(x, params):
    print 'Get in f'
    print "params: ", params
    return x * 2
f(*(1, ))

上面代码运行的结果如下:

Get in decorator_a
Get in decorator_b
Get in inner_b
in b, args  (1,)
in b, kwargs  {}
Get in inner_a
in a, args  (1,)
in a, kwargs  {}
Get in f
params:  1234

上面运用的小tips是在装饰器中给被装饰的函数加参数,定义函数f时,他有两个参数,但是在调用他时。f(*(1, ))是只传了一个参数。

在decorator_b中给kwargs字典加了一个key为params的字典,这样就能在函数f中使用这个params,虽然在调用f的地方没有传这个参数。

这个tips可以用在flask中@route装饰器的下面,能用一个装饰器对flask请求的参数进行合法验证检查。

例如:

@app.route("/index/<name>/test")
@parse_params
def test(name, params):
    return "hello world"

test函数有两个参数:name和params。其中name这个是url中的变量,flask会帮助处理。对于params参数,可以在装饰器parse_params中对request.args做一些校验后生成一个params字典加在装饰器parse_params的闭包函数参数的kwargs中,类似于上面的那个例子。

这个用在flask中能用完全在于,flask中调用我们注册的def test函数是这样处理的:

self.view_functions[rule.endpoint](**req.view_args)

 

上面传的参数就是**req.view_args的形式传的。这种是不定参数的传法

目录
相关文章
|
17天前
|
测试技术 Python
Python装饰器:为你的代码施展“魔法”
Python装饰器:为你的代码施展“魔法”
198 100
|
25天前
|
设计模式 缓存 监控
Python装饰器:优雅增强函数功能
Python装饰器:优雅增强函数功能
233 101
|
17天前
|
缓存 Python
Python装饰器:为你的代码施展“魔法
Python装饰器:为你的代码施展“魔法
131 88
|
1月前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
170 99
|
1月前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
150 98
|
1月前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
1月前
|
存储 缓存 测试技术
理解Python装饰器:简化代码的强大工具
理解Python装饰器:简化代码的强大工具
|
2月前
|
程序员 测试技术 开发者
Python装饰器:简化代码的强大工具
Python装饰器:简化代码的强大工具
177 92
|
25天前
|
缓存 测试技术 Python
解锁Python超能力:深入理解装饰器
解锁Python超能力:深入理解装饰器
75 2

推荐镜像

更多