3.装饰器

引言

本文是系列的第三篇，主要讲述Python中装饰器的原理和实际使用。
装饰器的使用会降低函数的效率和增加调试难度，但是却可以给代码带来更多的灵活性；所以相对于这点小问题，我们更看重“装饰器”给开发效率带来的增幅，而且装饰器的代码会更加的优雅和简洁；

装饰器

装饰器的名字源于设计模式中的“装饰器模式”，主要用于拓展新的功能；
Python的装饰器也是用于提供额外的拓展功能，而不用对函数或者类声明进行修改；

Python中装饰器和函数有着紧密关系。要讲清楚装饰器，首先需要明确在Python中，函数作为"第一类对象"首先是个对象，并且函数对象是可以被赋值给变量的，也可以作为函数的参数和返回结果。

函数是个对象，直接上代码：

def func_sample():
	pass

print func_sample
<function func_sample at 0x7f75c74e8a28>

import types
isinstance(func_sample, types.FunctionType)
True

从上面的代码可以说明，函数是一个类型为FunctionType的对象；

函数对象可以被赋值给变量：

def say_hello():
	print "Hello, world"

say_hello()
Hello, world

new_name = say_hello
new_name()
Hello, world

函数可以被赋值给另外的变量，并且依然可以被调用；

那么同理，函数可以作为函数的参数和返回结果也就很容易理解了：

def say_hello():
	print "Hello, world"

def exe_some_func(func):
	func()
	return

exe_some_func(say_hello)
Hello, world

def dispatch_func():
	return say_hello

f = dispatch_func()
f()
Hello, world

在上述的代码中，函数不论是作为函数的参数还是返回结果，都可以正常执行；Python的函数相当灵活的；

那么什么是装饰器呢？
其实在上述的示例代码中，已经基本有了装饰器的雏形；下面稍微做点修改：

import time
def benchmarks_func_exe(func):
	def wrapped()
		t0 = time.time()
		result = func()
		print func.__name__, time.time() - t0
		return result
	return wrapped


def say_hello():
	print "Hello, world"

say_hello = benckmarks_func_exe(say_hello)
say_hello()

Hello, world
say_hello, 0.00004196

在上面的代码中，先约定我们要执行的目标函数是say_hello，相对于直接对目标函数进行调用，我们把say_hello作为变量传到另外一个函数中来执行；在benchmarks_func_exe中增加统计函数执行时间的逻辑，而且这个逻辑是与我们的目标函数独立的。我们可以传递任何函数对象到这个函数中，且与计时的逻辑互不影响；事实上，我们实现了对say_hello实现了功能拓展，但并没有对函数本身进行改动；

而且，由于Python的语法特性，我们可以用更加简洁的方式实现上述的功能：

import time
def benchmarks_func_exe(func):
	def wrapped()
		t0 = time.time()
		result = func()
		print func.__name__, time.time() - t0
		return result
	return wrapped


def say_hello():
	print "Hello, world"

@benchmarks_func_exe
def say_hello():
	print "Hello, world"

say_hello()
Hello, world
say_hello 0.000550985336304

这种利用Python语法特性，以@修饰的结构就叫做装饰器；
装饰器的出现是为了更方便地进行功能拓展，但完成这样的拓展并不是非装饰器不可；
就像前边两中方式都可以实现这样的拓展，逻辑上是等价的；
只是在函数名比较长或嵌套层级比较多时，“装饰器”结构就显得比较简洁；

未完待续...

高级用法

最佳实践

标准库functools