由于函數(shù)也是一個對象，而且函數(shù)對象可以被賦值給變量，所以，通過變量也能調(diào)用該函數(shù)。

>>> def now():
...   print '2013-12-25'
...
>>> f = now
>>> f()
2013-12-25

函數(shù)對象有一個__name__屬性，可以拿到函數(shù)的名字：

>>> now.__name__
'now'
>>> f.__name__
'now'

現(xiàn)在，假設我們要增強now()函數(shù)的功能，比如，在函數(shù)調(diào)用前后自動打印日志，但又不希望修改now()函數(shù)的定義，這種在代碼運行期間動態(tài)增加功能的方式，稱之為“裝飾器”（Decorator）。

本質(zhì)上，decorator就是一個返回函數(shù)的高階函數(shù)。所以，我們要定義一個能打印日志的decorator，可以定義如下：

def log(func):
  def wrapper(*args, **kw):
    print 'call %s():' % func.__name__
    return func(*args, **kw)
  return wrapper

觀察上面的log，因為它是一個decorator，所以接受一個函數(shù)作為參數(shù)，并返回一個函數(shù)。我們要借助Python的@語法，把decorator置于函數(shù)的定義處：

@log
def now():
  print '2013-12-25'

調(diào)用now()函數(shù)，不僅會運行now()函數(shù)本身，還會在運行now()函數(shù)前打印一行日志：

>>> now()
call now():
2013-12-25

把@log放到now()函數(shù)的定義處，相當于執(zhí)行了語句：

now = log(now)

由于log()是一個decorator，返回一個函數(shù)，所以，原來的now()函數(shù)仍然存在，只是現(xiàn)在同名的now變量指向了新的函數(shù)，于是調(diào)用now()將執(zhí)行新函數(shù)，即在log()函數(shù)中返回的wrapper()函數(shù)。

wrapper()函數(shù)的參數(shù)定義是(*args, **kw)，因此，wrapper()函數(shù)可以接受任意參數(shù)的調(diào)用。在wrapper()函數(shù)內(nèi)，首先打印日志，再緊接著調(diào)用原始函數(shù)。

如果decorator本身需要傳入?yún)?shù)，那就需要編寫一個返回decorator的高階函數(shù)，寫出來會更復雜。比如，要自定義log的文本：

def log(text):
  def decorator(func):
    def wrapper(*args, **kw):
      print '%s %s():' % (text, func.__name__)
      return func(*args, **kw)
    return wrapper
  return decorator

這個3層嵌套的decorator用法如下：

@log('execute')
def now():
  print '2013-12-25'

執(zhí)行結果如下：

>>> now()
execute now():
2013-12-25

和兩層嵌套的decorator相比，3層嵌套的效果是這樣的：

>>> now = log('execute')(now)

我們來剖析上面的語句，首先執(zhí)行l(wèi)og('execute')，返回的是decorator函數(shù)，再調(diào)用返回的函數(shù)，參數(shù)是now函數(shù)，返回值最終是wrapper函數(shù)。

以上兩種decorator的定義都沒有問題，但還差最后一步。因為我們講了函數(shù)也是對象，它有__name__等屬性，但你去看經(jīng)過decorator裝飾之后的函數(shù)，它們的__name__已經(jīng)從原來的'now'變成了'wrapper'：

>>> now.__name__
'wrapper'

因為返回的那個wrapper()函數(shù)名字就是'wrapper'，所以，需要把原始函數(shù)的__name__等屬性復制到wrapper()函數(shù)中，否則，有些依賴函數(shù)簽名的代碼執(zhí)行就會出錯。

不需要編寫wrapper.__name__ = func.__name__這樣的代碼，Python內(nèi)置的functools.wraps就是干這個事的，所以，一個完整的decorator的寫法如下：

import functools

def log(func):
  @functools.wraps(func)
  def wrapper(*args, **kw):
    print 'call %s():' % func.__name__
    return func(*args, **kw)
  return wrapper

或者針對帶參數(shù)的decorator：

import functools

def log(text):
  def decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
      print '%s %s():' % (text, func.__name__)
      return func(*args, **kw)
    return wrapper
  return decorator

import functools是導入functools模塊。模塊的概念稍候講解。現(xiàn)在，只需記住在定義wrapper()的前面加上@functools.wraps(func)即可。
小結

在面向?qū)ο螅∣OP）的設計模式中，decorator被稱為裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現(xiàn)，而Python除了能支持OOP的decorator外，直接從語法層次支持decorator。Python的decorator可以用函數(shù)實現(xiàn)，也可以用類實現(xiàn)。

decorator可以增強函數(shù)的功能，定義起來雖然有點復雜，但使用起來非常靈活和方便。

請編寫一個decorator，能在函數(shù)調(diào)用的前后打印出'begin call'和'end call'的日志。

再思考一下能否寫出一個@log的decorator，使它既支持：

@log
def f():
  pass

又支持：

@log('execute')
def f():
  pass

最新評論