本文聚焦两个有意思的点
- 无参和有参装饰器。 @deco vs @deco(arg1,arg2)。
- 多层装饰器场景。
无参和有参装饰器
大部分文章，都会学习到无参和有参装饰器写法。这里不赘述，直接上兼容括号和无括号注解 (无参 vs 有参)，高级+灵活。
# 兼容有括号和无括号装饰器 def log3(func=None, /, *, text=None): """ @log 装饰器(兼容有参和无参) 三层嵌套. === f = log('text')(f) , f() 实际是 wrapper() :param text: :return: """ def decorator(f): # =~ 上面的 log 方法 .wraps(f) def wrapper(*args, **kw): t0 = time.time() print('[%s] start call %s at %s' % (text, f.__name__, time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(t0)))) # 调用目标方法本身 ret = f(*args, **kw) t1 = time.time() print('[%s] end call %s at %s, cost time: %s s' % (text, f.__name__, time.strftime( '%Y-%m-%d %H:%M:%S', time.localtime(t1)), t1-t0)) return ret return wrapper # 判断 func 是否是函数 if inspect.isfunction(func): # 无括号 print('deco nopars') return decorator(func) # 记忆诀窍, 无括号, 要补上 return decorator def tarFun3_nopar(): print("tar Fun3 executing - nopar") (text='log333333') def tarFun3_haspar(): print("tar Fun3 executing - haspar") # tarFun3_nopar() tarFun3_haspar()
要点：
装饰器代码里三层函数。里面判断是否是无参调用还是调用，准确的说是不带括号调用还是带括号调用，根据不同是否方式，返回对应的函数。
分隔符 /,* 含义：
- / , 分割符号，前面表示只能是位置参数。这就限制了 func 参数只能位置参数传入，而不能通过 func=x 传入。
- , 后面的参数只能是k-v传参。
有这两个分隔符参数限制，可以避免调用传参导致的错误。
多层装饰器场景
看例子
def deco1(func): print("deco1") def deco1_wrapper(*args, **kwargs): print("deco1 wrapper", func) return func(*args, **kwargs) return deco1_wrapper def deco2(func): print("deco2") def deco2_wrapper(*args, **kwargs): print("deco2 wrapper", func) return func(*args, **kwargs) return deco2_wrapper def mult_deco(): print("mult_deco") mult_deco() # --- deco2 -- 解释执行期间打印 deco1 -- 解释执行期间打印 deco1 wrapper <function deco2.<locals>.deco2_wrapper at 0x000002A514699C60> deco2 wrapper <function mult_deco at 0x000002A514699BC0> mult_deco
解释期间，注解由下到上解释(执行)。距离目标方法最近的注解先被解释执行，可以理解为由内而外。
要点：类似洋葱
- 解释期间，由内而外
- 执行期间，由外而内
剥洋葱 @functools.wrap
另外，例子中发现 deco1 装饰器里 func 打印字符是 deco2_wrapper 字样。很容易理解，根据洋葱定律，外层包裹的是内层的，故 deco1 包裹的自然是 deco2 deco2_wrapper 方法。
那该怎么保留或获取原始被包裹方法的信息呢？
来，让我们剥洋葱！
这就需要借助工具：@functools.wrap
import functools def deco1(func): print("deco1") .wraps(func) # 如果我最外层使用, 可以不剥, 剥是为了将原始函数信息暴漏给更外层的 def deco1_wrapper(*args, **kwargs): print("deco1 wrapper", func) # 这里 func 由于里层装饰器剥了一遍洋葱, 故而这里拿到的是原始函数 mult_deco 信息 return func(*args, **kwargs) return deco1_wrapper def deco2(func): print("deco2") .wraps(func) # 虽然返回的deco2_wrapper, 但函数信息却是剥过洋葱后的, 即原始函数 mult_deco def deco2_wrapper(*args, **kwargs): print("deco2 wrapper", func) return func(*args, **kwargs) return deco2_wrapper def mult_deco(): print("mult_deco") mult_deco() deco2 deco1 deco1 wrapper <function mult_deco at 0x0000023387C19C60> deco2 wrapper <function mult_deco at 0x0000023387C19BC0> mult_deco
@functools.wrap 详细原理，这里不深究了，只附带介绍下它的现象。
要点：自定义装饰器推荐必带 @functools.wrap 装饰器。
作者：Nisus
