12步輕松搞定Python裝飾器

呵呵！作為一名教python的老師，我發(fā)現(xiàn)學生們基本上一開始很難搞定python的裝飾器，也許因為裝飾器確實很難懂。搞定裝飾器需要你了解一些函數(shù)式編程的概念，當然還有理解在python中定義和調(diào)用函數(shù)相關(guān)語法的一些特點。

我沒法讓裝飾器變得簡單，但是通過一步步的剖析，我也許能夠讓你在理解裝飾器的時候更自信一點。因為裝飾器很復雜，這篇文章將會很長（自己都說很長，還敢這么多廢話blablabla...前戲就不繼續(xù)翻譯直接省略了)

1. 函數(shù)

在python中，函數(shù)通過 def關(guān)鍵字、函數(shù)名和可選的參數(shù)列表定義。通過 return關(guān)鍵字返回值。我們舉例來說明如何定義和調(diào)用一個簡單的函數(shù)：

    >>> def foo():

    ...     return 1

    >>> foo()

    1

方法體（當然多行也是一樣的）是必須的，通過縮進來表示，在方法名的后面加上雙括號 ()就能夠調(diào)用函數(shù)
2. 作用域

在python中，函數(shù)會創(chuàng)建一個新的作用域。python開發(fā)者可能會說函數(shù)有自己的命名空間，差不多一個意思。這意味著在函數(shù)內(nèi)部碰到一個變量的時候函數(shù)會優(yōu)先在自己的命名空間里面去尋找。讓我們寫一個簡單的函數(shù)看一下 本地作用域 和 全局作用域有什么不同：

    >>> a_string = "This is a global variable"

    >>> def foo():

    ...     print locals()

    >>> print globals()

    {..., 'a_string': 'This is a global variable'}

    >>> foo()

內(nèi)置的函數(shù) globals返回一個包含所有python解釋器知道的變量名稱的字典（為了干凈和洗的白白的，我省略了python自行創(chuàng)建的一些變量）。在#2我調(diào)用了函數(shù) foo 把函數(shù)內(nèi)部 本地作用域里面的內(nèi)容打印出來。我們能夠看到，函數(shù) foo有自己獨立的命名空間，雖然暫時命名空間里面什么都還沒有。
3. 變量解析規(guī)則

當然這并不是說我們在函數(shù)里面就不能訪問外面的全局變量。在python的作用域規(guī)則里面，創(chuàng)建變量一定會一定會在當前作用域里創(chuàng)建一個變量，但是訪問或者修改變量時會先在當前作用域查找變量，沒有找到匹配變量的話會依次向上在閉合的作用域里面進行查看找。所以如果我們修改函數(shù) foo的實現(xiàn)讓它打印全局的作用域里的變量也是可以的：

    >>> a_string = "This is a global variable"

    >>> def foo():

    ...     print a_string

在#1處，python解釋器會嘗試查找變量 a_string，當然在函數(shù)的 本地作用域里面是找不到的，所以接著會去上層的作用域里面去查找。

但是另一方面，假如我們在函數(shù)內(nèi)部給全局變量賦值，結(jié)果卻和我們想的不一樣：

    >>> a_string = "This is a global variable"

    >>> def foo():

    ...     a_string = "test"

我們能夠看到，全局變量能夠被訪問到（如果是可變數(shù)據(jù)類型(像list,dict這些)甚至能夠被更改）但是賦值不行。在函數(shù)內(nèi)部的#1處，我們實際上 新創(chuàng)建了一個局部變量， 隱藏全局作用域中的同名變量。我們可以通過打印出局部命名空間中的內(nèi)容得出這個結(jié)論。我們也能看到在#2處打印出來的變量 a_string的值并沒有改變。
4. 變量生存周期

值得注意的一個點是，變量不僅是生存在一個個的命名空間內(nèi)，他們都有自己的生存周期，請看下面這個例子：

    >>> def foo():

    ...     x = 1

    >>> foo()

    >>> print x

1處發(fā)生的錯誤不僅僅是因為 作用域規(guī)則導致的（盡管這是拋出了NameError的錯誤的原因）它還和python以及其它很多編程語言中函數(shù)調(diào)用實現(xiàn)的機制有關(guān)。在這個地方這個執(zhí)行時間點并沒有什么有效的語法讓我們能夠獲取變量 x的值，因為它這個時候壓根不存在！函數(shù) foo的命名空間隨著函數(shù)調(diào)用開始而開始，結(jié)束而銷毀。
5. 函數(shù)參數(shù)

python允許我們向函數(shù)傳遞參數(shù)，參數(shù)會變成本地變量存在于函數(shù)內(nèi)部。

    >>> def foo(x):

    ...     print locals()

    >>> foo(1)

    {'x': 1}

在Python里有很多的方式來定義和傳遞參數(shù)，完整版可以查看 python官方文檔。我們這里簡略的說明一下：函數(shù)的參數(shù)可以是必須的 位置參數(shù)或者是可選的 命名，默認參數(shù)。

    >>> def foo(x, y=0):

在#1處我們定義了函數(shù) foo,它有一個位置參數(shù) x和一個命名參數(shù) y。在#2處我們能夠通過常規(guī)的方式來調(diào)用函數(shù)，盡管有一個命名參數(shù)，但參數(shù)依然可以通過位置傳遞給函數(shù)。在調(diào)用函數(shù)的時候，對于命名參數(shù) y我們也可以完全不管就像#3處所示的一樣。如果命名參數(shù)沒有接收到任何值的話，python會自動使用聲明的默認值也就是 0。需要注意的是我們不能省略第一個位置參數(shù) x, 否則的話就會像#5處所示發(fā)生錯誤。

目前還算簡潔清晰吧， 但是接下來可能會有點令人困惑。python支持函數(shù)調(diào)用時的命名參數(shù)（個人覺得應(yīng)該是命名實參）?？纯?5處的函數(shù)調(diào)用，我們傳遞的是兩個命名實參，這個時候因為有名稱標識，參數(shù)傳遞的順序也就不用在意了。

當然相反的情況也是正確的：函數(shù)的第二個形參是 y，但是我們通過位置的方式傳遞值給它。在#2處的函數(shù)調(diào)用 foo(3,1)，我們把 3傳遞給了第一個參數(shù)，把 1傳遞給了第二個參數(shù)，盡管第二個參數(shù)是一個命名參數(shù)。

桑不起，感覺用了好大一段才說清楚這么一個簡單的概念：函數(shù)的參數(shù)可以有 名稱和 位置。這意味著在函數(shù)的定義和調(diào)用的時候會稍稍在理解上有點兒不同。我們可以給只定義了位置參數(shù)的函數(shù)傳遞命名參數(shù)（實參），反之亦然！如果覺得不夠可以查看官方文檔
6. 嵌套函數(shù)

Python允許創(chuàng)建嵌套函數(shù)。這意味著我們可以在函數(shù)里面定義函數(shù)而且現(xiàn)有的作用域和變量生存周期依舊適用。

    >>> def outer():

    ...     x = 1

    ...     def inner():

    ...         print x

這個例子有一點兒復雜，但是看起來也還行。

想一想在#1發(fā)生了什么：python解釋器需找一個叫 x的本地變量，查找失敗之后會繼續(xù)在上層的作用域里面尋找，這個上層的作用域定義在另外一個函數(shù)里面。對函數(shù) outer來說，變量 x是一個本地變量，但是如先前提到的一樣，函數(shù) inner可以訪問封閉的作用域（至少可以讀和修改）。

在#2處，我們調(diào)用函數(shù) inner，非常重要的一點是， inner也僅僅是一個遵循python變量解析規(guī)則的變量名，python解釋器會優(yōu)先在 outer的作用域里面對變量名 inner查找匹配的變量.
7. 函數(shù)是python世界里的一級類對象

顯而易見，在python里函數(shù)和其他東西一樣都是對象。（此處應(yīng)該大聲歌唱）?。“兞康暮瘮?shù)，你也并不是那么特殊！

    >>> issubclass(int, object)

你也許從沒有想過，你定義的函數(shù)居然會有屬性。沒辦法，函數(shù)在python里面就是對象，和其他的東西一樣，也許這樣描述會太學院派太官方了點：在python里，函數(shù)只是一些普通的值而已和其他的值一毛一樣。

這就是說你尅一把函數(shù)想?yún)?shù)一樣傳遞給其他的函數(shù)或者說從函數(shù)了里面返回函數(shù)！如果你從來沒有這么想過，那看看下面這個例子：

    >>> def add(x, y):

    ...     return x + y

    >>> def sub(x, y):

    ...     return x - y

    >>> def apply(func, x, y):

這個例子對你來說應(yīng)該不會很奇怪。 add和 sub是非常普通的兩個python函數(shù)，接受兩個值，返回一個計算后的結(jié)果值。

在#1處你們能看到準備接收一個函數(shù)的變量只是一個普通的變量而已，和其他變量一樣。

在#2處我們調(diào)用傳進來的函數(shù)：" ()代表著調(diào)用的操作并且調(diào)用變量包含的值。

在#3處，你們也能看到傳遞函數(shù)并沒有什么特殊的語法。"函數(shù)的名稱只是很其他變量一樣的表標識符而已。你們也許看到過這樣的行為："python把頻繁要用的操作變成函數(shù)作為參數(shù)進行使用，像通過傳遞一個函數(shù)給內(nèi)置排序函數(shù)的 key參數(shù)從而來自定義排序規(guī)則。那把函數(shù)當做返回值回事這樣的情況呢：

    >>> def outer():

    ...     def inner():

    ...         print "Inside inner"

    ...     return inner

這個例子看起來也許會更加的奇怪。在#1處我把恰好是函數(shù)標識符的變量 inner作為返回值返回出來。這并沒有什么特殊的語法："把函數(shù) inner返回出來，否則它根本不可能會被調(diào)用到。"還記得變量的生存周期嗎？每次函數(shù) outer被調(diào)用的時候，函數(shù) inner都會被重新定義，如果它不被當做變量返回的話，每次執(zhí)行過后它將不復存在。

在#2處我們捕獲住返回值 - 函數(shù) inner，將它存在一個新的變量 foo里。我們能夠看到，當對變量 foo進行求值，它確實包含函數(shù) inner，而且我們能夠?qū)λM行調(diào)用。初次看起來可能會覺得有點奇怪，但是理解起來并不困難是吧。堅持住，因為奇怪的轉(zhuǎn)折馬上就要來了（嘿嘿嘿嘿，我笑的并不猥瑣?。?br /> 8. 閉包

我們先不急著定義什么是閉包，先來看看一段代碼，僅僅是把上一個例子簡單的調(diào)整了一下：

    >>> def outer():

    ...     x = 1

    ...     def inner():

    ...         print x

在上一個例子中我們了解到， inner作為一個函數(shù)被 outer返回，保存在一個變量 foo，并且我們能夠?qū)λM行調(diào)用 foo()。不過它會正常的運行嗎？我們先來看看作用域規(guī)則。

所有的東西都在python的作用域規(guī)則下進行工作：" x是函數(shù) outer里的一個局部變量。當函數(shù) inner在#1處打印 x的時候，python解釋器會在 inner內(nèi)部查找相應(yīng)的變量，當然會找不到，所以接著會到封閉作用域里面查找，并且會找到匹配。

但是從變量的生存周期來看，該怎么理解呢？我們的變量 x是函數(shù) outer的一個本地變量，這意味著只有當函數(shù) outer正在運行的時候才會存在。根據(jù)我們已知的python運行模式，我們沒法在函數(shù) outer返回之后繼續(xù)調(diào)用函數(shù) inner，在函數(shù) inner被調(diào)用的時候，變量 x早已不復存在，可能會發(fā)生一個運行時錯誤。

萬萬沒想到，返回的函數(shù) inner居然能夠正常工作。Python支持一個叫做 函數(shù)閉包的特性，用人話來講就是，嵌套定義在 非全局作用域里面的函數(shù)能夠記住它在被定義的時候它所處的封閉命名空間。這能夠通過查看函數(shù)的 func_closure屬性得出結(jié)論，這個屬性里面包含封閉作用域里面的值（只會包含被捕捉到的值，比如 x，如果在 outer里面還定義了其他的值，封閉作用域里面是不會有的）

記住，每次函數(shù) outer被調(diào)用的時候，函數(shù) inner都會被重新定義?，F(xiàn)在變量 x的值不會變化，所以每次返回的函數(shù) inner會是同樣的邏輯，假如我們稍微改動一下呢？

    >>> def outer(x):

    ...     def inner():

    ...         print x

從這個例子中你能夠看到 閉包 - 被函數(shù)記住的封閉作用域 - 能夠被用來創(chuàng)建自定義的函數(shù)，本質(zhì)上來說是一個 硬編碼的參數(shù)。事實上我們并不是傳遞參數(shù) 1或者 2給函數(shù) inner，我們實際上是創(chuàng)建了能夠打印各種數(shù)字的各種自定義版本。

閉包單獨拿出來就是一個非常強大的功能， 在某些方面，你也許會把它當做一個類似于面向?qū)ο蟮募夹g(shù)： outer像是給 inner服務(wù)的構(gòu)造器， x像一個私有變量。使用閉包的方式也有很多：你如果熟悉python內(nèi)置排序方法的參數(shù) key，你說不定已經(jīng)寫過一個 lambda方法在排序一個列表的列表的時候基于第二個元素而不是第一個?，F(xiàn)在你說不定也可以寫一個 itemgetter方法，接收一個索引值來返回一個完美的函數(shù)，傳遞給排序函數(shù)的參數(shù) key。

不過，我們現(xiàn)在不會用閉包做這么low的事(⊙o⊙)…！相反， 讓我們再爽一次，寫一個高大上的 裝飾器!
9. 裝飾器

裝飾器其實就是一個閉包，把一個函數(shù)當做參數(shù)然后返回一個替代版函數(shù)。我們一步步從簡到繁來瞅瞅：

    >>> def outer(some_func):

    ...     def inner():

    ...         print "before some_func"

    ...         ret = some_func()

仔細看看上面這個裝飾器的例子。們定義了一個函數(shù) outer，它只有一個 some_func的參數(shù)，在他里面我們定義了一個嵌套的函數(shù) inner。 inner會打印一串字符串，然后調(diào)用 some_func，在#1處得到它的返回值。在 outer每次調(diào)用的時候 some_func的值可能會不一樣，但是不管 some_func的之如何，我們都會調(diào)用它。最后， inner返回 some_func() + 1的值 - 我們通過調(diào)用在#2處存儲在變量 decorated里面的函數(shù)能夠看到被打印出來的字符串以及返回值 2，而不是期望中調(diào)用函數(shù) foo得到的返回值 1。

我們可以認為變量 decorated是函數(shù) foo的一個裝飾版本，一個加強版本。事實上如果打算寫一個有用的裝飾器的話，我們可能會想愿意用裝飾版本完全取代原先的函數(shù) foo，這樣我們總是會得到我們的"加強版" foo。想要達到這個效果，完全不需要學習新的語法，簡單地賦值給變量 foo就行了：

    >>> foo = outer(foo)

    >>> foo

現(xiàn)在，任何怎么調(diào)用都不會牽扯到原先的函數(shù) foo，都會得到新的裝飾版本的 foo，現(xiàn)在我們還是來寫一個有用的裝飾器。

想象我們有一個庫，這個庫能夠提供類似坐標的對象，也許它們僅僅是一些x和y的坐標對。不過可惜的是這些坐標對象不支持數(shù)學運算符，而且我們也不能對源代碼進行修改，因此也就不能直接加入運算符的支持。我們將會做一系列的數(shù)學運算，所以我們想要能夠?qū)蓚€坐標對象進行合適加減運算的函數(shù)，這些方法很容易就能寫出：

    >>> class Coordinate(object):

    ...     def __init__(self, x, y):

    ...         self.x = x

    ...         self.y = y

    ...     def __repr__(self):

    ...         return "Coord: " + str(self.__dict__)

    >>> def add(a, b):

    ...     return Coordinate(a.x + b.x, a.y + b.y)

    >>> def sub(a, b):

    ...     return Coordinate(a.x - b.x, a.y - b.y)

    >>> one = Coordinate(100, 200)

    >>> two = Coordinate(300, 200)

    >>> add(one, two)

    Coord: {'y': 400, 'x': 400}

如果不巧我們的加減函數(shù)同時也需要一些邊界檢查的行為那該怎么辦呢？搞不好你只能夠?qū)φ淖鴺藢ο筮M行加減操作，任何返回的值也都應(yīng)該是正的坐標。所以現(xiàn)在的期望是這樣：

    >>> one = Coordinate(100, 200)

    >>> two = Coordinate(300, 200)

    >>> three = Coordinate(-100, -100)

    >>> sub(one, two)

    Coord: {'y': 0, 'x': -200}

    >>> add(one, three)

    Coord: {'y': 100, 'x': 0}

我們期望在不更改坐標對象 one, two, three的前提下 one減去 two的值是 {x: 0, y: 0}， one加上 three的值是 {x: 100, y: 200}。與其給每個方法都加上參數(shù)和返回值邊界檢查的邏輯，我們來寫一個邊界檢查的裝飾器！

    >>> def wrapper(func):

    ...     def checker(a, b):

這個裝飾器能想先前的裝飾器例子一樣進行工作，返回一個經(jīng)過修改的函數(shù)，但是在這個例子中，它能夠?qū)瘮?shù)的輸入?yún)?shù)和返回值做一些非常有用的檢查和格式化工作，將負值的 x和 y替換成 0。
顯而易見，通過這樣的方式，我們的代碼變得更加簡潔：將邊界檢查的邏輯隔離到單獨的方法中，然后通過裝飾器包裝的方式應(yīng)用到我們需要進行檢查的地方。

另外一種方式通過在計算方法的開始處和返回值之前調(diào)用邊界檢查的方法也能夠達到同樣的目的。但是不可置否的是，使用裝飾器能夠讓我們以最少的代碼量達到坐標邊界檢查的目的。事實上，如果我們是在裝飾自己定義的方法的話，我們能夠讓裝飾器應(yīng)用的更加有逼格。
10. 使用 @ 標識符將裝飾器應(yīng)用到函數(shù)

Python2.4支持使用標識符 @將裝飾器應(yīng)用在函數(shù)上，只需要在函數(shù)的定義前加上 @和裝飾器的名稱。在上一節(jié)的例子里我們是將原本的方法用裝飾后的方法代替:

    >>> add = wrapper(add)

這種方式能夠在任何時候?qū)θ我夥椒ㄟM行包裝。但是如果我們自定義一個方法，我們可以使用 @進行裝飾：

    >>> @wrapper

    ... def add(a, b):

    ...     return Coordinate(a.x + b.x, a.y + b.y)

需要明白的是，這樣的做法和先前簡單的用包裝方法替代原有方法是一毛一樣的， python只是加了一些語法糖讓裝飾的行為更加的直接明確和優(yōu)雅一點。
11. args and *kwargs

我們已經(jīng)完成了一個有用的裝飾器，但是由于硬編碼的原因它只能應(yīng)用在一類具體的方法上，這類方法接收兩個參數(shù)，傳遞給閉包捕獲的函數(shù)。如果我們想實現(xiàn)一個能夠應(yīng)用在任何方法上的裝飾器要怎么做呢？再比如，如果我們要實現(xiàn)一個能應(yīng)用在任何方法上的類似于計數(shù)器的裝飾器，不需要改變原有方法的任何邏輯。這意味著裝飾器能夠接受擁有任何簽名的函數(shù)作為自己的被裝飾方法，同時能夠用傳遞給它的參數(shù)對被裝飾的方法進行調(diào)用。

非常巧合的是Python正好有支持這個特性的語法?？梢蚤喿x Python Tutorial 獲取更多的細節(jié)。當定義函數(shù)的時候使用了 *，意味著那些通過位置傳遞的參數(shù)將會被放在帶有 *前綴的變量中， 所以：

    >>> def one(*args):

    ...     print args

第一個函數(shù) one只是簡單地講任何傳遞過來的位置參數(shù)全部打印出來而已，你們能夠看到，在代碼#1處我們只是引用了函數(shù)內(nèi)的變量 args, *args僅僅只是用在函數(shù)定義的時候用來表示位置參數(shù)應(yīng)該存儲在變量 args里面。Python允許我們制定一些參數(shù)并且通過 args捕獲其他所有剩余的未被捕捉的位置參數(shù)，就像#2處所示的那樣。

*操作符在函數(shù)被調(diào)用的時候也能使用。意義基本是一樣的。當調(diào)用一個函數(shù)的時候，一個用 *標志的變量意思是變量里面的內(nèi)容需要被提取出來然后當做位置參數(shù)被使用。同樣的，來看個例子：

    >>> def add(x, y):

    ...     return x + y

    >>> lst = [1,2]

    >>> add(lst[0], lst[1])

1處的代碼和2處的代碼所做的事情其實是一樣的，在#2處，python為我們所做的事其實也可以手動完成。這也不是什么壞事， *args要么是表示調(diào)用方法大的時候額外的參數(shù)可以從一個可迭代列表中取得，要么就是定義方法的時候標志這個方法能夠接受任意的位置參數(shù)。

接下來提到的 **會稍多更復雜一點， **代表著鍵值對的參數(shù)字典，和 *所代表的意義相差無幾，也很簡單對不對：

    >>> def foo(**kwargs):

    ...     print kwargs

    >>> foo()

    {}

    >>> foo(x=1, y=2)

    {'y': 2, 'x': 1}

當我們定義一個函數(shù)的時候，我們能夠用 **kwargs來表明，所有未被捕獲的關(guān)鍵字參數(shù)都應(yīng)該存儲在 kwargs的字典中。如前所訴， argshe kwargs并不是python語法的一部分，但在定義函數(shù)的時候，使用這樣的變量名算是一個不成文的約定。和 *一樣，我們同樣可以在定義或者調(diào)用函數(shù)的時候使用 **。

    >>> dct = {'x': 1, 'y': 2}

    >>> def bar(x, y):

    ...     return x + y

    >>> bar(**dct)

    3

12. 更通用的裝飾器

有了這招新的技能，我們隨隨便便就可以寫一個能夠記錄下傳遞給函數(shù)參數(shù)的裝飾器了。先來個簡單地把日志輸出到界面的例子：

    >>> def logger(func):

    ...     def inner(*args, **kwargs):

請注意我們的函數(shù) inner，它能夠接受任意數(shù)量和類型的參數(shù)并把它們傳遞給被包裝的方法，這讓我們能夠用這個裝飾器來裝飾任何方法。

    >>> @logger

    ... def foo1(x, y=1):

    ...     return x * y

    >>> @logger

    ... def foo2():

    ...     return 2

    >>> foo1(5, 4)

    Arguments were: (5, 4), {}

    20

    >>> foo1(1)

    Arguments were: (1,), {}

    1

    >>> foo2()

    Arguments were: (), {}

    2

隨便調(diào)用我們定義的哪個方法，相應(yīng)的日志也會打印到輸出窗口，和我們預期的一樣。