Python进阶强化训练之装饰器使用技巧进阶

如何使用函数装饰器？ 实际案例

某些时候我们想为多个函数，统一添加某种功能，比如记时统计、记录日志、缓存运算结果等等。

我们不想在每个函数内一一添加完全相同的代码，有什么好的解决方案呢？

解决方案 定义装饰奇函数，用它来生成一个在原函数基础添加了新功能的函数，替代原函数

如有如下两道题：

题目一

斐波那契数列又称黄金分割数列，指的是这样一个数列：1,1,2,3,5,8,13,21,….,这个数列从第三项开始，每一项都等于前两项之和，求数列第n项。

题目二

一个共有10个台阶的楼梯，从下面走到上面，一次只能迈1-3个台阶，并且不能后退，走完整个楼梯共有多少种方法？

脚本如下：

# 函数装饰器
def memp(func):
cache = {}
def wrap(*args):
if args not in cache:
cache[args] = func(*args)
return cache[args]
return wrap
# 第一题
@memp
def fibonacci(n):
if n <= 1:
return 1
return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(50))
# 第二题
@memp
def climb(n, steps):
count = 0
if n == 0:
count = 1
elif n > 0:
for step in steps:
count += climb(n - step, steps)
return count
print(climb(10, (1, 2, 3)))

输出结果：

C:\python\Python35\python.exe E:/python-intensive-training/s11.py
20365011074
274
Process finished with exit code 0
如何为被装饰的函数保存元数据？ 实际案例

在函数对象张保存着一些函数的元数据，例如：

方法 描述 f.__name__ 函数的名字 f.__doc__ 函数文档字符串 f.__module__ 函数所属模块名 f.__dict__ 属性字典 f.__defaults__ 默认参数元素

我们在使用装饰器后，再使用上面的这些属性访问时，看到的是内部包裹函数的元数据，原来函数的元数据变丢失掉了，应该如何解决？

解决方案 使用标准库 functools 中的装饰器 wraps 装饰内部包裹函数，可以指定将原来函数的某些属性更新到包裹函数上面 from functools import wraps
def mydecoratot(func):
@wraps(func)
def wrapper(*args, **kwargs):
"""wrapper function"""
print("In wrapper")
func(*args, **kwargs)
return wrapper
@mydecoratot
def example():
"""example function"""
print('In example')
print(example.__name__)
print(example.__doc__)

输出结果：

C:\Python\Python35\python.exe E:/python-intensive-training/s12.py
example
example function
Process finished with exit code 0
如何定义带参数的装饰器？ 实际案例

实现一个装饰器，它用来检查被装饰函数的参数类型，装饰器可以通过指定函数参数的类型，调用时如果检测出类型不匹配则抛出异常，比如调用时可以写成如下：

@typeassert(str, int, int)
def f(a, b, c):
......

或者

@typeassert(y=list)
def g(x, y):
......
解决方案 提取函数签名：inspect.signature()

带参数的装饰器，也就是根据参数定制化一个装饰器，可以看成生产装饰器的工厂，美的调用 typeassert ，返回一个特定的装饰器，然后用他去装饰其他函数。

from inspect import signature
def typeassery(*ty_args, **ty_kwargs):
def decorator(func):
# 获取到函数参数和类型之前的关系
sig = signature(func)
btypes = sig.bind_partial(*ty_args, **ty_kwargs).arguments
def wrapper(*args, **kwargs):
for name, obj in sig.bind(*args, **kwargs).arguments.items():
if name in btypes:
if not isinstance(obj, btypes[name]):
raise TypeError('"%s" must be "%s" ' % (name, btypes[name]))
return func(*args, **kwargs)
return wrapper
return decorator
@typeassery(int, str, list)
def f(a, b, c):
print(a, b, c)
# 正确的
f(1, 'abc', [1, 2, 3])
# 错误的
f(1, 2, [1, 2, 3])

执行结果

C:\Python\Python35\python.exe E:/python-intensive-training/s13.py
1 abc [1, 2, 3]
Traceback (most recent call last):
File "E:/python-intensive-training/s13.py", line 28, in <module>
f(1, 2, [1, 2, 3])
File "E:/python-intensive-training/s13.py", line 14, in wrapper
raise TypeError('"%s" must be "%s" ' % (name, btypes[name]))
TypeError: "b" must be "<class 'str'>"
Process finished with exit code 1
如何实现属性可修改的函数装饰器？ 实际案例

为分析程序内那些函数执行时间开销较大，我们定义一个带timeout参数的函数装饰器，装饰功能如下：

统计被装饰函数单词调用运行时间 时间大于参数timeout的，将此次函数调用记录到log日志中 运行时可修改timeout的值 解决方案 为包裹函数增加一个函数，用来修改闭包中使用的自由变量

在python3中使用nonlocal访问嵌套作用于中的变量引用

代码如下：

from functools import wraps
import time
import logging
from random import randint
def warn(timeout):
# timeout = [timeout] # py2
def decorator(func):
def wrapper(*args, **kwargs):
start = time.time()
res = func(*args, **kwargs)
used = time.time() - start
if used > timeout:
# if used > timeout: # py2
msg = '"%s": "%s" > "%s"' % (func.__name__, used, timeout)
# msg = '"%s": "%s" > "%s"' % (func.__name__, used, timeout[0]) # py2
logging.warn(msg)
return res
def setTimeout(k):
nonlocal timeout
timeout = k
# timeout[0] = k # py2
wrapper.setTimeout = setTimeout
return wrapper
return decorator