python decoder 介绍
python decoder（装饰器）是python的高级用法，用来拓展函数或类的功能。不过也增加初学者 阅读代码的难度
例如flask可以在需要验证用户登录的请求函数上添加装饰器，只有当用户登录了才可以调用该>页面，非常方便
原理
decoder 其实也是一个函数，装饰器函数会返回真实函数，并会增加额外的代码，如
# 定义wraper
def log(func):
def wrapper(*arg):
print('func called')
return func(*arg)
return wrapper
# 使用
def hello(Name=None):
print('Hello %s'%Name)
new_hello = log(hello)
new_hello('bob')
使用wraper 的原因
提供额外的功能，例如计时，日志等。 另外wraper还有更多强大的功能
def fib(n):
if n <= 1: return 1
return fib(n-1) + fib(n-2)
这种递归调用非常费时，而使用wraper 可以提供一个缓存器
def memory(func):
cache = {}
def wrapper(*args):
if args not in cache:
cache[args] = func(*args)
return cache[args]
return wrapper
@memory
def fib(n):
if n <= 1: return 1
return fib(n-1) + fib(n-2)
## 给类wraper
上面是函数wraper， 类也可以作为wraper， 但需要类支持（）调用，类似c++的类函数。
在python里需要实现 `__call__` 方法
```python
import functools
class MemoryClass():
def __init__(self, is_logging, func):
self.is_logging = is_logging
self.func = func
if self.is_logging:
print('logging')
self.cache = {}
def __call__(self, *args):
if args not in self.cache:
self.cache[args] = self.func(*args)
return self.cache[args]
def memory(is_logging):
return functools.partitial(MemoryClass, is_logging)
@memory(is_loging=True)
def fib(n):
if n <= 1: return 1
return fib(n-1) + fib(n-2)
print(fib(5))
wraper 带来的问题
- 改变原来的函数属性，例如函数名， 因为装饰器用新函数替换了原来的旧函数。 所以新函>数少了旧函数的属性 解决办法
import functools
def advertising(func):
@functools.wraps(func)
def wrapper(*args):
print('欢迎关注微信公众号: Charles的皮卡丘')
return func(*args)
return wrapper
@advertising
def add_1(a, b):
'''加法运算'''
return a + b
- 获取参数
import inspect
import functools
def check(func):
a = 0
@functools.wraps(func)
def wraper(*args, **kwargs):
a += 1
print(a)
# 在wraper里检查参数
getcallargs = inspect.getcallargs(func, *args, **kwargs)
if getcallargs.get('divisor') <= 1e-6 and getcallargs.get('divisor') >= -1e-6:
return False
return func(*args, **kwargs)
return wraper
@check
def dowork(arg1, arg2):
return arg1 + arg2
dowork(1,2)
此时会报错，a在赋值之前引用了。 需要将a声明为 nonlocal
