Python学习笔记（六）：decorator装饰器

一、装饰器的用途和作用

装饰器，一种高阶函数的表达方法，传入函数，返回函数。

将需要完善的函数作为参数 传入高阶函数，在高阶函数内，调用这个函数，并返回一个函数名，代替待完善函数。



用途：已经定义了函数，想动态改变函数功能，又不想改变原函数的代码时，可以使用装饰器。

装饰器作用：

可以极大地简化代码，避免每个函数编写重复性代码

.Python内置的@语法就是为了简化装饰器调用；

打印日志：@log

检测性能：@performance

数据库事务：@transaction

URL路由：@post（'/register'）

二、无参数的decorator

要让
@log 自适应任何参数定义的函数，可以利用Python的 *args 和 **kw，保证任意个数的参数总是能正常调用：

*args可以当作可容纳多个变量组成的tuple

**kw可以当作容纳多个key和value的dict

同时使用*args和**kws时，必须*args参数列要在**kw前

栗子：计算函数调用的时间可以记录调用前后的当前时间戳，然后计算两个时间戳的差。

import time

def performance(f):
    def fn(*args,**kw):
        t1=time.time()
        r=f(*args,**kw)
        t2=time.time()
        print 'call %s() in %fs'%(f.__name__,(t2-t1))
        return r
    return fn

@performance
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))

print factorial(10)

三、带参数的decorator

带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数：

栗子：

def log(prefix):
    def log_decorator(f):
        def wrapper(*args, **kw):
            print '[%s] %s()...' % (prefix, f.__name__)
            return f(*args, **kw)
        return wrapper
    return log_decorator

@log('DEBUG')
def test():
    pass
print test()

四、完善decorator

由于decorator返回的新函数函数名已经不是原函数，而是@log内部定义的。这对于那些依赖原函数名的代码就会失效。decorator还改变了函数的__doc__等其它属性。如果要让调用者看不出一个函数经过了@decorator的“改造”
，就需要把原函数的一些属性复制到新函数中。

Python内置的functools可以用来自动化完成这个“复制”的任务，@functools.wraps应该作用在返回的新函数上。

最后需要指出，由于我们把原函数签名改成了(*args, **kw)，因此，无法获得原函数的原始参数信息。即便我们采用固定参数来装饰只有一个参数的函数。

栗子：

import functools
def log(f):
    @functools.wraps(f)
    def wrapper(*args, **kw):
        print 'call...'
        return f(*args, **kw)
    return wrapper

五、偏函数

当一个函数有很多参数时，调用者就需要提供多个参数。如果减少参数个数，就可以简化调用者的负担。

functools.partial可以把一个参数多的函数变成一个参数少的新函数，少的参数需要在创建时指定默认值，这样，新函数调用的难度就降低了。

>>> import functools

>>> int2 = functools.partial(int, base=2)

>>> int2('1000000')

64

>>> int2('1010101')

85