Python3模糊点整理函数式编程-装饰器

装饰器

1.定义：

在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）

2.分类：

　　不带参数：

def log(func):        #接收函数做参数
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

@log
def now():
     print('2015-3-25')

#调用now,相当于执行log(now)
now=log(now)

now()函数仍然存在，只是同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。

wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

　　装饰器本身需要传入参数

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

@log('execute')
def now():
    print('2015-3-25')

---------------------
>>> now()        #now = log('execute')(now)
execute now():
2015-3-25

1.首先执行log('execute')，返回的是decorator函数，

2.再调用返回的函数，参数是now函数，返回值最终是wrapper函数。

因为我们讲了函数也是对象，它有__name__等属性，经过decorator装饰之后的函数，它们的__name__已经从原来的'now'变成了'wrapper'：

>>> now.__name__
'wrapper'

因为返回的那个wrapper()函数名字就是'wrapper'，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。加入后过于繁琐，可用@functools.wraps(func)代替

import functools

def log(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
---------------------------
或者针对带参数的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

原文地址：https://www.cnblogs.com/jpga/p/12580796.html

Python3模糊点整理 函数式编程-装饰器

Python3模糊点整理函数式编程-装饰器