python_装饰器

越来越觉得写一点技术博客是有多么重要了，明日复明日，现在就开始写吧！

1. 普通装饰器

　　装饰器的写法是一种语法糖，装饰器也还是一个函数而已，它接收一个函数对象作为参数，并返回一个新函数，主要是拓展原函数功能，在不改变原函数代码结构的情况下附加操作达到业务需求。比如做身份认证、访问记录等预处理操作，或者是日志记录、通道关闭等收尾操作，又或者是性能测试这种前后都附加代码的操作。

　　直接就上一个的基本的装饰器代码  （用print语句代替功能实现）

def deco(fun):
    def inner(*args,**kwargs):
        print('Successful authentication') # 预处理操作，验证身份
        fun(*args,**kwargs) # 原操作
    return inner

@deco
def func(*args,**kwargs):
    print(args,kwargs)　

func(1,2,a=3) 
# Perform pretreatment
# (1, 2) {'a': 3}

　　当调用func时，伪流程就是：

　　　　1. 先记录了func接收的参数们的内存地址

　　　　2. 将func函数对象作为参数传入来调用deco，执行时将参数func绑定到inner函数对象上，返回inner函数对象

　　　　3. 调用inner函数，传入之前记录的参数们，执行预操作（验证身份）

　　　　4. 调用func函数，传入inner接收的参数们，执行原操作

　　相当于合成并调用了一个新函数，新函数里调用了旧函数。但是好像我们去掉装饰器这个标记语法糖，还原为两个正常的函数，也能实现上面的逻辑吧：

def deco(fun):
    def inner(*args,**kwargs):
        print('Successful authentication') # 预处理操作，验证身份
        fun(*args,**kwargs)　　# 原操作
    return inner

def func(*args,**kwargs):
    print(args,kwargs)　　

new_fun = deco(func)
  new_fun(1,2,a=3)
  # Perform pretreatment
  # (1, 2) {'a': 3}

　　但真实的流程是装饰器在文件载入的时候，就已经处理了被装饰器标记的函数，也就是说当文件载入时，所有被标记的函数都已经变成了装饰器返回的函数了（各自信息唯一），当调用的时候也就直接调用的此函数了。

2.装饰链

　　也就是多层装饰器嵌套了一下

def deco1(fun):
    def inner1(*args,**kwargs):
        print('Successful authentication') # 预处理操作，验证身份
        fun(*args,**kwargs)
    return inner1

def deco2(fun):
    def inner2(*args,**kwargs):
        print('Successful access record') # 预处理操作，访问记录
        fun(*args,**kwargs)　　# 原操作
    return inner2

@deco1
@deco2
def func(*args,**kwargs):
    print(args,kwargs)

func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}

　　需要注意的是包装顺序，距离最远的是最外层的包装，就像穿的衣服一样，要先穿贴身的内衣，然后才是外套什么的

　　此时调用func时，基本的流程就是：

　　　　1. 记录了func接收的参数们的内存地址

　　　　2. 将func函数对象作为参数传入来调用deco2，执行时将参数func绑定到inner2函数对象上，返回inner2函数对象

　　　　3. 将inner2函数对象作为参数传入来调用deco1，执行时将参数inner2绑定到inner1函数对象上，返回inner1函数对象

　　　　4. 调用inner1函数，传入之前记录的参数们，执行预操作1（验证身份）

　　　　5. 调用inner2函数，传入inner1接收的参数们，执行预操作2（访问记录）

　　　　6. 调用func函数，传入inner2接收的参数们，执行原操作

3.类装饰器

类的__call__方法可以让类实例可以像函数一样调用，所以跟普通的区别不大

class Deco(object):
    def __init__(self, fun):
        self.fun = fun
    def __call__(self,*args,**kwargs):
        print("Successful authentication")    # 预处理 身份验证
        self.fun(*args,**kwargs)

@Deco
def func(*args,**kwargs):
    print("func")

func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}

4. 装饰器参数

　　利用闭包绑定了参数

def deco_param(*dargs,**dkwargs)
    def deco(fun):
        def inner(*args,**kwargs):
            print('deco_param：',dargs,dkwargs)    # 打印装饰器参数
            print('Successful authentication') # 预处理操作，验证身份
            fun(*args,**kwargs)
        return inner
    return deco

@deco(4,b=5)
def func(*args,**kwargs):
    print(args,kwargs)　　# 原操作

func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}

　　

5.wraps恢复原函数信息

　按照之前的第一个装饰器例子，打印原函数名，发现被装饰的函数信息已经被丢失，变成了装饰器返回的函数的信息

def deco(fun):
    def inner(*args,**kwargs):
        print('Successful authentication') # 预处理操作，验证身份
        fun(*args,**kwargs)
    return inner

@deco
def func(*args,**kwargs):
    print(args,kwargs)　　# 原操作
print(func.__name__)　　
# inner

　　要想恢复函数之前的信息，那么就需要用上functools包，在闭包函数上加上一个带参的装饰器，逻辑上只是加长了装饰链，而这个装饰器的拓展功能正是找回原函数（多层装饰器中可以是上一个装饰器的返回函数）的信息

from functools import wraps
def deco(fun):
　　@wraps(fun)
    def inner(*args,**kwargs):
        print('Successful authentication') # 预处理操作，验证身份
        fun(*args,**kwargs)
    return inner

@deco
def func(*args,**kwargs):
    print(args,kwargs)　　# 原操作

print(fun.__name__)
# func

　　ps：一般情况不用找回函数信息，但在使用flask时，flask中不允许接口函数重名导致覆盖或被覆盖，如果有多个接口使用同一个装饰器的话，正常情况下接口函数信息就都为装饰器中的闭包函数信息，这样flask会报AssertionError: View function mapping is overwriting an existing endpoint function xx.inner的错误，此时就可以用上functools的wraps装饰器来找回原函数信息了。而flask必带的接口装饰器route查看源码似乎没有用到wraps，但是肯定也是做了处理的。

以上就是一些装饰器的介绍，如有错误，还请指出-----1738268742@qq.com