这是我见过最全面的Python装饰器教程了

装饰器(Decorators)是 Python 的一个重要部分。简单地说:他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短,也更Pythonic(Python范儿)。在程序开发中经常使用到的功能，合理使用装饰器，能让我们的程序如虎添翼。

1. 函数名应用

函数名是什么？函数名是函数的名字，本质：变量，特殊的变量。

1 ） 函数名就是函数的内存地址，直接打印函数名，就是打印内存地址

def func1():
 print(123)
print(func1) 　　　　　　　　# 

2 ） 函数名可以作为变量

def func1():
 print(111)
f = func1
f() 　　　　　　　　　　# f() 就是func1() 

3 ） 函数名可以作为函数的参数

def func1():
 print(111)
def func2(x):
 x()
func2(func1) 　　　　　　　　#func1作为func2的参数 

4 ） 函数名可以作为函数的返回值

def wrapper():
 def inner():
 print('inner')
 return inner
f = wrapper()
f()

5 ）

使用for循环批量执行函数
def func1():
 print('func1')
def func2():
 print('func2')
def func3():
 print('func3')
l1 = [func1,func2,func3]
for i in l1:
 i()

像上面函数名这种，叫做第一类对象。

第一类对象( first-class object)指：

1.可在运行期创建

2.可用作函数参数或返回值

3.可存入变量的实体

*不明白？那就记住一句话，就当普通变量用

2. 闭包

1、 闭包函数 ： 内部函数包含对外部作用域而非全局作用域变量的引用，该内部函数称为闭包函数

2、闭包的作用：爬虫、装饰器

当程序执行遇到函数执行时，会在内存空间开辟局部命名空间，当函数执行完毕，该命名空间会被销毁。但是如果这个函数内部形成闭包，则该内存空间不会随着函数执行完而消失。

3、如何判断是否是闭包：print(函数名.__closure__) 结果是 cell 说明是闭包，结果是 None 说明不是闭包。

闭包举例

def wrapper():
 name = 'summer'
 def inner():
 print(name)
 inner()
wrapper() # summer

如何判断它是否是一个闭包函数呢？ 内层函数名.__closure__ cell 就是=闭包

例 1.

def wrapper():
 name = 'summer'
 def inner():
 print(name)
 inner()
 print(inner.__closure__)
wrapper() 
执行输出：
summer
(,)

例 2.

name = 'summer'
def wrapper():
 def inner():
 print(name)
 inner()
 print(inner.__closure__)
wrapper() 
结果输出：
summer
None

返回值为None 表示它不是闭包，因为name是一个全局变量，如果函数调用了外层变量而非全局变量，那么它就是闭包。

例 3.

name = 'summer'
def wrapper2():
 name1 = 'spring'
 def inner():
 print(name)
 print(name1)
 inner()
 print(inner.__closure__)
wrapper2()
结果输出：
summer
spring
(,)

只要引用了外层变量至少一次，非全局的，它就是闭包

例 4：判断 下面的函数，是一个闭包吗？ ******

name = 'summer' def wraaper2(n): #相当于n = 'summer' def inner(): print(n) inner() print(inner.__closure__) wraaper2(name) 结果输出： summer (,)

它也是一个闭包. 虽然wraaper2传了一个全局变量，但是在函数wraaper2内部，inner引用了外层变量，相当于在函数inner外层定义了 n = 'summer'，所以inner是一个闭包函数

闭包的好处 ： 当函数开始执行时，如果遇到了闭包，他有一个机制，他会永远开辟一个内存空间，将闭包中的变量等值放入其中，不会随着函数的执行完毕而消失。

举一个例子：爬3次，内存开了3次，很占用内存

from urllib.request import urlopen content1 = urlopen('https://www.cnblogs.com/').read().decode('utf-8') content2 = urlopen('https://www.cnblogs.com/').read().decode('utf-8') content3 = urlopen('https://www.cnblogs.com/').read().decode('utf-8')

把它封装成闭包

from urllib.request import urlopen
def index():
 url = "https://www.cnblogs.com/"
 def get():
 return urlopen(url).read()
 return get　　　　　　　　#return的是get，就是一个函数名
cnblog = index()
print(cnblog) # .get at 0x02F46978>
content = cnblog()
print(content) # 页面源码
 

这个例子，只有第一遍，是从网站抓取的。之后的执行，直接从内存中加载，节省内存空间

3.装饰器

3.1 装饰器初识

装饰器本质： 就是一个python函数，他可以让其他函数在不需要做任何代码变动的前提下，增加额外的功能，装饰器的返回值也是一个函数对象。

装饰器的应用场景：比如插入日志，性能测试，事务处理，缓存等等场景。

import time
def timmer(f): 　　　　　　
 def inner():
 start_time = time.time() 
 f() 　　　　 
 end_time = time.time() 
 print('此函数的执行时间为{}'.format(end_time - start_time)) 
 return inner 　　
def func1(): 　　
 print('in func1') 　　　　　　
 time.sleep(1) 　　　　　　
func1 = timmer(func1) 　　　　　　
print(func1)
func1() 　　　　　　　　　　# 这里的func1是全新的func1，就是上面的赋值，此时相当于执行 inner函数
输出结果：
.inner at 0x03822DF8>
in func1
此函数的执行时间为1.0003533363342285

代码从上至下执行

语法糖： 想测试谁，前面加@装饰器函数，即可。 写装饰器，约定俗成，函数名为wrapper

def wrapper(func):
 def inner(*args,**kwargs):
 '''被装饰函数之前'''
 ret = func(*args,**kwargs)
 '''被装饰函数之后'''
 return ret
 return inner
@wrapper
def func(*args,**kwargs):
 print(args,kwargs)
 return 666
print(func())
输出结果：
() {}
666

装饰器利用return制造了一个假象，func()执行，其实是执行inner() ， func()把原来的func()给覆盖了

3.2 装饰器传参

例 1： 上面装饰器的例子，func1，要传2个参数a,b

import time
def timmer(f):
 def inner(a,b):
 start_time = time.time()
 f(a,b)
 end_time = time.time()
 print('此函数的执行时间为{}'.format(end_time - start_time))
 return inner
@timmer
def func1(a,b):
 print('in func1 {}{}'.format(a,b))
 time.sleep(1) # 模拟程序逻辑
func1(1,2) 
执行输出：
in func1 12
此函数的执行时间为1.0006024837493896

例 2： 如果有多个参数呢？改成动态参数

import time
def timmer(f):
 def inner(*args,**kwargs):
 start_time = time.time()
 f(*args,**kwargs)
 end_time = time.time()
 print('此函数的执行时间为{}'.format(end_time - start_time))
 return inner
@timmer
def func1(*args,**kwargs):
 print('in func1 {}{}'.format(args,kwargs))
 time.sleep(1) # 模拟程序逻辑
func1(1,2,a='3',b=4) 
执行输出：
in func1 (1, 2){'b': 4, 'a': '3'}
此函数的执行时间为1.000101089477539

函数的执行时，*打散 ;

函数的定义时，*聚合。

from functools import wraps
def wrapper(f): # f = func1
 def inner(*args,**kwargs): 　　　　　　#聚合，args （1,2,3）
 '''执行函数之前的相关操作'''
 ret = f(*args,**kwargs) 　　　　 # 打散 1,2,3
 '''执行函数之后的相关操作'''
 return ret
 return inner
@wrapper # func1 = wrapper(func1) func1 = inner
def func1(*args): 　　　　　　#args (1,2,3) 聚合
 print(666)
 return args
print(func1(*[1,2,3])) 
执行输出：
666
(1, 2, 3)
 

例 3 *****

import time #1.加载模块
def timmer(*args,**kwargs): #2.加载变量 5.接收参数True,2,3
 def wrapper(f): #6.加载变量 8.f = func1
 print(args, kwargs) #9.接收timmer函数的值True,2,3
 def inner(*args,**kwargs): #10.加载变量. 13.执行函数inner
 if flag: #14 flag = True
 start_time = time.time() #15 获取当前时间
 ret = f(*args,**kwargs) #16 执行func1
 time.sleep(0.3) #19 等待0.3秒
 end_time = time.time() #20 获取当前时间
 print('此函数的执行效率%f' % (end_time-start_time)) #21 打印差值
 else:
 ret = f(*args, **kwargs)
 return ret #22 返回给函数调用者func1()
 return inner #11 返回给函数调用者wrapper
 return wrapper #7.返回给函数调用timmer(flag,2,3)
flag = True #3 加载变量
@timmer(flag,2,3) # 4.执行函数timmer(flag,2,3) 17.执行函数func1 两步：1，timmer(flag,2,3) 相当于执行wrapper 2.@wrapper 装饰器 func1 = wrapper(func1)
def func1(*args,**kwargs):
 return 666 #18 返回给函数调用者f(*args,**kwargs)
print(func1()) #12 执行函数 

写装饰器，一般嵌套3层就可以了

3.3 多个装饰器，装饰一个函数

def wrapper1(func): # func == f函数名
 def inner1():
 print('wrapper1 ,before func') # 2
 func()
 print('wrapper1 ,after func') # 4
 return inner1
def wrapper2(func): # func == inner1
 def inner2():
 print('wrapper2 ,before func') # 1
 func()
 print('wrapper2 ,after func') # 5
 return inner2
@wrapper2 # f = wrapper2(f) 里面的f==inner1 外面的f == inner2
@wrapper1 # f = wrapper1(f) 里面的f==函数名f 外面的f == inner1
def f(): # 3
 print('in f')
f() # inner2() 
执行输出：
wrapper2 ,before func
wrapper1 ,before func
in f
wrapper1 ,after func
wrapper2 ,after func

哪个离函数近，哪个先计算 。 最底下的先执行

执行顺序如下图：

多个装饰器，都是按照上图的顺序来的

4. 装饰器的 __name__ 和 __doc___

__name__：函数名

__doc___：函数的解释

普通函数

def func1():
 """
 此函数是完成登陆的功能，参数分别是...作用。
 return: 返回值是登陆成功与否（True，False）
 """
 print(666)
func1()
print(func1.__name__) #获取函数名
print(func1.__doc__) #获取函数名注释说明 
执行输出：
666
func1
此函数是完成登陆的功能，参数分别是...作用。
return: 返回值是登陆成功与否（True，False）

这个有什么用呢？比如日志功能，需要打印出谁在什么时间，调用了什么函数，函数是干啥的，花费了多次时间，这个时候，就需要获取函数的有用信息了

带装饰器的函数

def wrapper(f): # f = func1
 def inner(*args,**kwargs): #聚合, args （1,2,3）
 '''执行函数之前的相关操作'''
 ret = f(*args,**kwargs) # 打散 1,2,3
 '''执行函数之后的相关操作'''
 return ret
 return inner
@wrapper
def func1():
 """
 此函数是完成登陆的功能，参数分别是...作用。
 return: 返回值是登陆成功与否（True，False）
 """
 print(666)
 return True
func1()
print(func1.__name__)
print(func1.__doc__) 
执行输出：
666
inner
执行函数之前的相关操作

函数装饰之后，相当于执行了inner函数，所以输出inner

为了解决这个问题，需要 调用一个模块wraps

wraps将 被修饰的函数(wrapped) 的一些属性值赋值给修饰器函数(wrapper) ，最终让属性的显示更符合我们的直觉

from functools import wraps
def wrapper(f): # f = func1
 @wraps(f) #f是被装饰的函数
 def inner(*args,**kwargs): #聚合args （1,2,3）
 '''执行函数之前的相关操作'''
 ret = f(*args,**kwargs) # 打散 1,2,3
 '''执行函数之后的相关操作'''
 return ret
 return inner
@wrapper
def func1():
 """
 此函数是完成登陆的功能，参数分别是...作用。
 return: 返回值是登陆成功与否（True，False）
 """
 print(666)
 return True
func1()
print(func1.__name__)
print(func1.__doc__) 
执行输出：
666
func1
此函数是完成登陆的功能，参数分别是...作用。
return: 返回值是登陆成功与否（True，False）

欢迎大家关注我的头条号，私信“python"，学习资料包免费分享给需要的朋友，另有python学习交流群，可以交流学习拓展人脉。