项目解析1、登录验证用户是否存在 储备知识 Python 之 decorator装饰器

下面是我对 装饰器 这一小节的总结， 以及自己的理解。

注：【本文中的代码参考上述教程】

很多时候我会把Python的很多语法与C++相融合，在C++中，函数的名称即为函数的地址，我们可以通过定义成为"函数指针"的变量，并且将函数名称赋值给该变量，那么我们在调用函数的时候，就可以直接使用该变量调用函数。

例如下面的C++的代码就是一个简单的函数指针的定义以及调用的过程。

1. #include <iostream>
2. using namespace std;
3. int f(int x, int y)
4. {
5. return x+y;
6. }
7. int main(void)
8. {
9. int (*fptr)(int,int) ; //定义函数指针便令fptr。
10. fptr = f;
11. cout << (*fptr)(2,3) << endl;
12. return 0;
13. }

#include <iostream>
using namespace std;

int f(int x, int y)
{
    return x+y;
}

int main(void)
{
    int (*fptr)(int,int) ; //定义函数指针便令fptr。
    fptr = f;
    cout << (*fptr)(2,3) << endl;
    return 0;
}

在Python中，函数也是对象，并且函数对象可以被赋值给变量。通过该变量也可以调用函数，像上面一样。但是Python是动态语言，不用那么复杂的定义变量的类型，就像上面的fptr。直接可以赋值即可。

例如下面的简单的Python代码：

1. def date():
2. print "2014-11-5"
3. f = date // f便是函数指针
4. date()
5. f()

def date():
    print "2014-11-5"
f = date // f便是函数指针
date()
f()

函数对象都有一个属性__name__,可以得到函数的名字： 例如： f.__name__ 为date。

下面开始进入正题，decorator是什么，decorator是一个返回函数的高阶函数。例如，我们的一个简单的log函数，该函数在每次函数调用时做日志的工作。但是我们又不希望去修改每一个需要计入日志的函数的实现代码，那么decorator就派上用场了。

1. def log(func):
2. def wrapper(*args, **kw):
3. print "[log] : call %s(): " %func.__name__
4. return func(*args, **kw)
5. return wrapper

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

首先，上面的函数log的参数是一个函数对象，返回值也是一个函数。

那么怎么将log函数用起来呢？很简单，在 要传入log作为参数 的函数定义的前面前面使用 @log 关键句即可。即像下面这样：

1. @log
2. def date():
3. print "2014-11-5"

@log
def date():
    print "2014-11-5"

这样每次调用date()，就相当于在调用log(date).  不添加 @log语句在date前，输出的结果是：

2014-11-5

加上@log语句之后的输出结果为：

[log] : call date()

2014-11-5

也就是说在添加了log之后，函数的调用等价与log(date),log函数的参数是date，返回的是wrapper。可以看到，wrapper可以接受任何参数的函数，在wrapper函数内部，首先打印log行，再调用原始的函数。

这里的简答的理解就是，函数在调用之前，如果被做了包裹，也就是在函数定义之前使用了@关键字，那么我们调用的就是相应的包裹函数。例如上面的调用date时调用的其实是log(date)。

这里可能存在的问题时，前面讲到说函数是个对象，有一个__name__属性，但是你会发现上述的date函数在经过装饰之后的__name__属性是wrapper。这样对于这个__name__有依赖的代码就会出现问题，因此我们需要的是 wrapper.__name__ = date.__name__的语句的功能，这个在python中可以简单使用下面的代码来实现。也就是装饰函数的完整版本：

1. import functools
2. def log(func):
3. @functools.wraps(func)
4. def wrapper(*args, **kw):
5. print "call %s : " %func.__name__
6. return func(*args, **kw)
7. return wrapper

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

使用模块functools中得wraps函数就可以实现。

上述讲述了装饰者模式，下面给出一个比较完整的例子。

1. #!/usr/bin/env python
2. import sys
3. #decorator
4. import functools
5. def log(func):
6. @functools.wraps(func)
7. def wrapper(*args, **kw):
8. print "[log] : call %s(): " %func.__name__
9. f = func(*args, **kw)
10. return f
11. return wrapper
12. date()
13. print date.__name__

#!/usr/bin/env python
import sys

#decorator

import functools
def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print "[log] : call %s(): " %func.__name__
        f = func(*args, **kw)
        return f
    return wrapper

date()
print date.__name__

代码结果输出为：

[log] : call date():

2014-11-5

date

如果log函数本身是有参数的话，那么decorator模式就需要再加上一层传入log函数本身的参数，代码为：

1. import functools
2. def log(text):
3. def decorator(func):
4. @functools.wraps(func)
5. def wrapper(*args, **kw):
6. print "%s %s" %(text,func.__name__)
7. return func(*args, **kw)
8. return wrapper
9. return decorator
10. print "Test full implementation of decorator"
11. @log("paramete of log")
12. def date():
13. print "2014-11-5"
14. date()

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

print "Test full implementation of decorator"
@log("paramete of log")
def date():
    print "2014-11-5"
date()

此时调用log函数就等价于调用 log("parameter of log")(date) ，函数log的返回值是decorator函数，再将date作为参数传递给decorator函数，实现调用。

下面用一个最完整的例子作为结束：

1. #!/usr/bin/env python
2. import functools
3. def log(text):
4. def decorator(func):
5. @functools.wraps(func)
6. def wrapper(*args, **kw):
7. print "%s %s()" %(text, func.__name__)
8. return func(*args, **kw)
9. return wrapper
10. return decorator
11. def log2(func):
12. def decorator(*args, **kw):
13. return func(*args, **kw)
14. return decorator
15. @log("decorator need parameter version1")
16. @log("decorator need parameter version2")
17. def date2(x,y):
18. print "2014-11-5"
19. print "x, y ", x, y
20. return x
21. date2 = log('execute1')(date2)
22. date2 = log('execute2')(date2)
23. date2 = log('execute3')(date2)
24. date2(2, 3)

#!/usr/bin/env python

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

def log2(func):
    def decorator(*args, **kw):
        return func(*args, **kw)
    return decorator

@log("decorator need parameter version1")
@log("decorator need parameter version2")
def date2(x,y):
    print "2014-11-5"
    print "x, y ", x, y
    return x

date2 = log('execute1')(date2)
date2 = log('execute2')(date2)
date2 = log('execute3')(date2)
date2(2, 3)

输出结果为：

execute3 date2()

execute2 date2()

execute1 date2()

decorator need parameter version1 date2()

decorator need parameter version2 date2()

2014-11-5

x, y  2 3

重点总结：

1、装饰器装饰完函数后  再调用函数其实是操作的里面的函数

2、@functools.wraps(func)   这个装饰器解决了这个问题