长文预警 阅读约5分钟
相信如果你慢慢把这篇文章读完，然后合并实践，你重组python函数会有很大的理解，加油看完哦
经过上述三节，穿插讲了一下HTTP的知识点，以及浏览器的界面资源的获取，以及运行过程，我们可以收获到很多东西，如果没有好好看的伙伴可以趁热打铁
客户端浏览器一次http完整请求过程流程图（图文结合诠释请求过程）
网络基础HTTP协议进化篇
网络基础意淫篇
今天来说说 Python 里的装饰器 (decorator)。它不难，但却几乎是 “精通” Python 的路上的第一道关卡。让我们来看看它到底是什么东西，为什么我们需要它。
手写装饰器
现在我们要写一个函数：
def add(x, y=10):
return x + y
|
然后我们想看看运行的结果，于是写了几个 print 语句：
print("add(10)", add(10))
print("add(20, 30)", add(20, 30))
print("add('a', 'b')", add('a', 'b'))
# Results:
# add(10) 20
# add(20, 30) 50
# add('a', 'b') ab
|
现在我们想看看测试这个函数的性能，于是我们加上这个代码：
from time import time
before = time()
print("add(10)", add(10))
after = time()
print("time taken: {}".format(after - before))
before = time()
print("add(20, 30)", add(20, 30))
after = time()
print("time taken: {}".format(after - before))
before = time()
print("add('a', 'b')", add('a', 'b'))
after = time()
print("time taken: {}".format(after - before))
# Results
# add(10) 20
# time taken: 0.00017189979553222656
# add(20, 30) 50
# time taken: 9.751319885253906e-05
# add('a', 'b') ab
# time taken: 0.00012969970703125
|
代码马上变得很复杂。但最重要的是，我们得写一堆代码（复制粘贴），程序员是懒惰的，所以我们就想到一些更简单的方法，与其写这么多次，我们可以只写一次代码：
from time import time
def add(x, y=10):
before = time()
result = x + y
after = time()
print('elapsed: ', after - before)
return result
print("add(10)", add(10))
print("add(20, 30)", add(20, 30))
print("add('a', 'b')", add('a', 'b'))
# Results
# elapsed: 1.9073486328125e-06
# add(10) 20
# elapsed: 9.5367431640625e-07
# add(20, 30) 50
# elapsed: 1.9073486328125e-06
# add('a', 'b') ab
|
不论是代码的修改量还是代码的美观程度，都比之前的版本要好！
但是，现在我们写了另一个函数：
def sub(x, y=10):
return x - y
|
我们必须再为 sub 函数加上和 add 相同的性能测试代码：
def sub(x, y=10):
before = time()
result = x - y
after = time()
print('elapsed: ', after - before)
return result
|
作为一个懒惰的程序员，我们立马就发现了，有一个 “模式” 反复出现，即执行一个函数，并计算这个函数的执行时间。于是我们就可以把这个模式抽象出来，用函数：
from time import time
def timer(func, x, y = 10):
before = time()
result = func(x, y)
after = time()
print("elapsed: ", after - before)
return result
def add(x, y = 10):
return x + y
def sub(x, y = 10):
return x - y
print("add(10)", timer(add, 10))
print("add(20, 30)", timer(add, 20, 30))
|
但这样还是很麻烦，因为我们得改到所有的测试用例，把 add(20, 30) 改成 timer(add, 20, 30)。于是我们进一步改进，让 timer 返回函数：
def timer(func):
def wraper(x, y=10):
before = time()
result = func(x, y)
after = time()
print("elapsed: ", after - before)
return result
return wraper
def add(x, y = 10):
return x + y
add = timer(add)
def sub(x, y = 10):
return x - y
sub = timer(sub)
print("add(10)", add(10))
print("add(20, 30)", add(20, 30))
|
这里的最后一个问题是，我们的 timer 包装的函数可能有不同的参数，于是我们可以进一步用 *args, **kwargs 来传递参数：
def timer(func):
def wraper(*args, **kwargs):
before = time()
result = func(*args, **kwargs)
after = time()
print("elapsed: ", after - before)
return result
return wraper
|
这里的 timer 函数就是一个 “装饰器”，它接受一个函数，并返回一个新的函数。在装饰器的内部，对原函数进行了“包装”。
注：上面的例子取自 What Does it Take to Be an Expert At Python。
@ 语法糖
上一节是一个懒惰的程序员用原生的 Python 写的装饰器，但在装饰器的使用上，用的是这个代码：
def add(x, y = 10):
return x + y
add = timer(add) # <- notice this
def sub(x, y = 10):
return x - y
sub = timer(sub)
|
上面这个语句里，我们把 add 的名字重复了 3 次，如果函数改了名字，我们就得改 3 处。懒惰的程序员就想了一个更“好”的方法，提供了一个语法来替换上面的内容：
@timer
def add(x, y=10):
return x + y
|
这就是我们最常见的装饰器的形式了，这两种写法完全等价，只是 @ 写法更简洁一些
带参数的装饰器
我们知道下面两种代码是等价的：
@dec
def func(...):
...
func = dec(func)
|
我们可以把它当成是纯文本的替换，于是可以是这样的：
@dec(arg)
def func(...):
...
func = dec(arg)(func)
|
这也就是我们看到的“带参数”的装饰器。可见，只要 dec(arg) 的返回值满足 “装饰器” 的定义即可。（接受一个函数，并返回一个新的函数）
这里举一个例子（来源）：
def use_logging(level):
def decorator(func):
def wrapper(*args, **kwargs):
if level == "warn":
logging.warn("%s is running" % func.__name__)
elif level == "info":
logging.info("%s is running" % func.__name__)
return func(*args)
return wrapper
return decorator
@use_logging(level="warn")
def foo(name='foo'):
print("i am %s" % name)
|
先不管 use_logging 长什么样，先关心它的返回值 decorator，看到 decorator 本身是一个函数，并且参数是函数，返回值是函数，于是确认 decorator 是一个 “装饰器”。于是上面这种“带参数的装饰器”的作用也就很直接了。
类作为装饰器
如果说 Python 里一切都是对象的话，那函数怎么表示成对象呢？其实只需要一个类实现 __call__ 方法即可。
class Timer:
def __init__(self, func):
self._func = func
def __call__(self, *args, **kwargs):
before = time()
result = self._func(*args, **kwargs)
after = time()
print("elapsed: ", after - before)
return result
@Timer
def add(x, y=10):
return x + y
|
也就是说把类的构造函数当成了一个装饰器，它接受一个函数作为参数，并返回了一个对象，而由于对象实现了 __call__ 方法，因此返回的对象相当于返回了一个函数。因此该类的构造函数就是一个装饰器。
小结
装饰器中还有一些其它的话题，例如装饰器中元信息的丢失，如何在类及类的方法上使用装饰器等。但本文里我们主要目的是简单介绍装饰器的原因及一般的使用方法，能用上的地方就大胆地用上吧！
扩展阅读
- [PEP 0318 – Decorators for Functions and Methods](PEP 0318 – Decorators for Functions and Methods)
- Python Decorator in Detail
- What Does it Take to Be an Expert At Python
- 理解 Python 装饰器看这一篇就够了
- How you implemented your Python decorator is wrong
请继续关注我
