Python装饰器的另类用法

柔情只为你懂 2021-10-24 05:46 295阅读 0赞

之前有比较系统介绍过Python的装饰器（请查阅《[详解Python装饰器][Python]》），本文算是一个补充。今天我们一起探讨一下装饰器的另类用法。

## 语法回顾 ##

开始之前我们再将Python装饰器的语法回顾一下。

@decorate def f(...): pass

等同于:

def f(...): pass f = decorate(f)

@语法的好处在于：

*  相同的函数名只出现一次，避免了`f = decorate(f)`这样的语句。
 *  可读性更高，让读代码的人一眼就明白函数被装饰了哪些功能。

## @call()装饰器 ##

假设你要创建一个整数平方的列表，你可以这样写：

>>> table = [0, 1, 4, 9, 16] >>> len(table), table[3] (5, 9)

也可以使用列表表达式，因为我们要实现比较简单。

>>> table = [i * i for i in range(5)] >>> len(table), table[3] (5, 9)

但是假如这个列表的逻辑比较复杂的时候，最好是写成一个方法，这样会更好维护。

>>> def table(n): ... value = [] ... for i in range(n): ... value.append(i*i) ... return value >>> table = table(5)

注意看最后一句，是不是很符合装饰器的语法规则？什么情况下你会写这样的代码呢？

1.  你需要把相对复杂业务写成一个方法。
2.  这个方法和返回值可以同名，而且你不希望对外公开此方法，只公开结果。
3.  你想尽量使用装饰器。（无厘头的理由）

那么这时候`@call()`装饰器就登场了。

def call(*args, **kwargs): def call_fn(fn): return fn(*args, **kwargs) return call_fn

这个装饰器会把你传入的参数送给目标函数然后**直接执行**。

@call(5) def table(n): value = [] for i in range(n): value.append(i*i) return value print len(table), table[3] # 5 9

`@call()`装饰器适用于任何函数，你传入的参数会被直接使用然后结果赋值给同名函数。这样避免了你重新定义一个变量来存储结果。

## @list 装饰器 ##

假如你有一个这样一个生成器函数。

def table(n): for i in range(n): yield i

当你要生成`n=5`的序列时，可以直接调用。

table = table(5) print table # <generator object table at 0x027DAC10>

使用上节提到的`@call()`装饰器，也能得到一样的结果。

@call(5) def table(n): for i in range(n): yield i print table # <generator object table at 0x0340AC10>

你还可以直接将其转换成列表。（使用`list(generator_object)`函数）

@list @call(5) def table(n): for i in range(n): yield i print table # [0, 1, 2, 3, 4]

相信不少同学第一次看到这个用法应该是懵逼的。这等同于列表表达式，但是可读性也许差了不少。例子本身只是演示了装饰器的一种用法，但不是推荐你就这样使用装饰器。你这样用也许会被其他同事拖到墙角里打死。

## 类装饰器 ##

在Python 2.6以前，还不支持类装饰器。也就是说，你不能使用这样的写法。

@decorator class MyClass(object): pass

你必须这样写：

class MyClass(object): pass MyClass = decorator(MyClass)

也就是说，@语法对类是做了特殊处理的，类不一定是一个callable对象（尽管它有构造函数），但是也允许使用装饰器。那么基于以上语法，你觉得类装饰器能实现什么功能呢？

举一个例子，[ptest][]中的`@TestClass()`用于声明一个测试类，其源代码大致如此。

def TestClass(enabled=True, run_mode="singleline"): def tracer(cls): cls.__pd_type__ ='test' cls.__enabled__ = enabled cls.__run_mode__ = run_mode.lower() return cls return tracer

当我们在写一个测试类时，发生了什么？

@TestClass() class TestCases(object): # your test case ... print TestCases.__dict__ # {'__module__': '__main__', '__enabled__': True, '__pd_type__': 'test', '__run_mode__': 'singleline', ...}

居然装饰器的参数全都变成了变成这个类的属性，好神奇！我们把语法糖一一展开。

class TestCases(object): pass decorator = TestClass() print decorator # <function tracer at 0x033128F0> TestCases = decorator(TestCases) print TestCases # <class '__main__.TestCases'> print TestCases.__dict__ # {'__module__': '__main__', '__enabled__': True, '__pd_type__': 'test', '__run_mode__': 'singleline', ...}

当装饰器在被使用时，`TestClass()`函数会马上被执行并返回一个装饰器函数，这个函数是一个闭包函数，保存了`enabled`和`run_mode`两个变量。另外它还接受一个类作为参数，并使用之前保存的变量为这个类添加属性，最后返回。所以经过`@TestClass()`装饰过的类都会带上`__enabled__`、`__pd_type__`以及`__run_mode__`的属性。

由此可见，类装饰器可以完成和Java类似的注解功能，而且要比注解强大的多。

## 后记 ##

装饰器就是一个语法糖，当你看不懂一个装饰器时，可以考虑将其依次展开，分别带入。这个语法糖给了我们不少方便，但是也要慎用。毕竟可维护的代码才是高质量的代码。

> 关于作者：Python技术爱好者，目前从事测试开发相关工作，转载请注明原文出处。
> 
> 欢迎关注我的博客 http://betacat.online，你可以到我的公众号中去当吃瓜群众。
> 
> ![Betacat.online][]

转载于:https://www.cnblogs.com/cicaday/p/python-decorator-more-usages.html

[Python]: http://betacat.online/posts/python-decorator/
[ptest]: https://pypi.python.org/pypi/ptest
[Betacat.online]: http://betacat.online/images/wechat-qrcode.jpg