Python 装饰器学习以及实际使用场景实践

，不是非常的理解，回来补装饰器的功课。阅读很多的关于装饰器的文章，自己整理一下，适合自己的思路的方法和例子，与大家分享。

app = Flask(__name__)     @app.route("/")  def hello():      return "Hello World!"

1、装饰器是什么

装饰器是Python语言中的高级语法。主要的功能是对一个函数、方法、或者类进行加工，作用是为已经存在的对象添加额外的功能，提升代码的可读性。装饰器是设计模式的一种，被用于有切面需求的场景，较为经典的有插入日志、性能测试、事务处理等

2、装饰器的语法

装饰器的语法如下：

当前Python的装饰器语法如下：  @dec2  @dec1  def func(arg1, arg2, ...):   ....   return funx    上面的代码相当于：    def func(arg1, arg2, ...):   pass  func = dec2(dec1(func))

3、装饰器的使用

3.1不带参数的装饰器

定义装饰器非常的简单：

def deco(func):   """无参数调用decorator声明时必须有一个参数，这个参数将接收要装饰的方法"""   print "before myfunc() called."   func()   print "after myfunc() called."   return func    @deco  def myfunc():   print " myfunc（） called."      myfunc()  myfunc()

定义好装饰器后，

，

，即可使用。上面这个装饰器在使用的时候有一个问题，即只在第一次被调用，并且原来的函数多执行一次。执行输出如下：

before myfunc() called.     myfunc() called.    after myfunc() called.   myfunc() called.   --函数多执行一次的输出   myfunc() called.   --第二次调用，装饰器不生效

要保证新函数每次被调用，使用下面的方法来定义装饰器

def deco(func):   """无参数调用decorator声明时必须有一个参数，这个参数将接收要装饰的方法"""   def _deco():    print "before myfunc() called."    func()    print "after myfunc() called."    #return func 不需要返回func   retrun _deco  @deco  def myfunc():   print " myfunc（） called."   return 'OK'    myfunc()  myfunc()

函数输出如下：

before myfunc() called.   myfunc() called.    after myfunc() called.  before myfunc() called.   myfunc() called.    after myfunc() called.

这样可以看到，装饰器每次都得到了调用。

3.2带参数的函数进行装饰器

def deco(func):   def _deco(a, b):    print("before myfunc() called.")    ret = func(a, b)    print("  after myfunc() called. result: %s" % ret)   return ret  return _deco  @deco  def myfunc(a, b):   print(" myfunc(%s,%s) called." % (a, b))   return a + b  myfunc(1, 2)  myfunc(3, 4)

before myfunc() called.  myfunc() called.  After myfunc() called. result: 7

内嵌函数的形参和返回值与原函数相同，装饰函数返回内嵌包装函数。

3.3装饰器带参数

def decoWithArgs(arg):  """由于有参数的decorator函数在调用时只会使用应用时的参数而不接收被装饰的函数做为参数，     所以必须返回一个decorator函数， 由它对被装饰的函数进行封装处理"""  def newDeco(func): #定义一个新的decorator函数   def replaceFunc(): #在decorator函数里面再定义一个内嵌函数，由它封装具体的操作    print "Enter decorator %s" %arg #进行额外操作    return func() #对被装饰函数进行调用   return replaceFunc  return newDeco #返回一个新的decorator函数  @decoWithArgs("demo")  def MyFunc(): #应用@decoWithArgs修饰的方法   print "Enter MyFunc"  MyFunc() #调用被装饰的函数

这个情形适用于原来的函数没有参数，新增加打印的情况。 常见适用的地方是增加函数的打印日志。

3.4对参数数量不确定的函数进行装饰

下面的例子是一个邮件异步发送的例子，函数的参数数据部确定，装饰器实现了对于邮件发送函数的异步发送。

from threading import Thread  def async(f):   def wrapper(*args, **kwargs):    thr = Thread(target = f, args = args, kwargs = kwargs)    thr.start()   return wrapper  @async  def send_async_email(msg):   mail.send(msg)  def send_email(subject, sender, recipients, text_body, html_body):   msg = Message(subject, sender = sender, recipients = recipients)   msg.body = text_body   msg.html = html_body   send_async_email(msg)

并且这个装饰器可以适用一切需要异步处理的功能，做到非常好的代码复用。

3.5让装饰器带类参数

class locker:   def __init__(self):    print("locker.__init__() should be not called.")   @staticmethod   def acquire():    print("locker.acquire() called.（这是静态方法）")   @staticmethod   def release():    print("  locker.release() called.（不需要对象实例）")  def deco(cls):   '''cls 必须实现acquire和release静态方法'''   def _deco(func):    def __deco():     print("before %s called [%s]." % (func.__name__, cls))     cls.acquire()     try:      return func()     finally:      cls.release()    return __deco   return _deco  @deco(locker)  def myfunc():   print(" myfunc() called.")  myfunc()  myfunc()

输出为：

before myfunc called [__main__.locker].  locker.acquire() called.(this is staticmethon)  myfunc() called.    locker.release() called.(do't need object )    before myfunc called [__main__.locker].  locker.acquire() called.(this is staticmethon)  myfunc() called.    locker.release() called.(do't need object )

装饰器总结

参考文章

感谢以下几位大神：

http://www.cnblogs.com/rhcad/archive/2011/12/21/2295507.html

http://www.cnblogs.com/Jifangliang/archive/2008/07/22/1248313.html

http://www.cnblogs.com/vamei/archive/2013/02/16/2820212.html

原文 http://www.cnblogs.com/StitchSun/p/4600835.html