Python一个已经存在10年,
今天介绍的是一个已经存在十三年，但是依旧不红的库decorator，好像很少有人知道他的存在一样。
这个库可以帮你做什么呢？
其实很简单，就是可以帮你更方便地写python装饰器代码，更重要的是，它让Python中被装饰器装饰后的方法长得更像装饰前的方法。
本篇文章不会过多的向你介绍装饰器的基本知识，我会默认你知道什么是装饰器，并且懂得如何写一个简单的装饰器。
不了解装饰器的可以先去阅读我之前写的文章，非常全且详细的介绍了装饰器的各种实现方法。
1.常规的装饰器下面这是一个最简单的装饰器示例，在运行myfunc函数的前后都会打印一条日志。
defdeco(func):defwrapper(*args,**kw):print("Readytoruntask")func(*args,**kw)print("Successfultoruntask")returnwrapper
decodefmyfunc():print("Runningthetask")myfunc()装饰器使用起来，似乎有些高端和魔幻，对于一些重复性的功能，往往我们会封装成一个装饰器函数。
在定义一个装饰器的时候，我们都需要像上面一样机械性的写一个嵌套的函数，对装饰器原理理解不深的初学者，往往过段时间就会忘记如何定义装饰器。
有一些比较聪明的同学，会利用PyCharm来自动生成装饰器模板
然后要使用的时候，直接敲入deco就会生成一个简单的生成器代码，提高编码的准备效率
2.使用神库使用PyCharm的LiveTemplate，虽然能降低编写装饰器的难度，但却要依赖PyCharm这一专业的代码编辑器。
这里，明哥要教你一个更加简单的方法，使用这个方法呢，你需要先安装一个库：decorator，使用pip可以很轻易地去安装它
python3-mpipinstalldecorator
从库的名称不难看出，这是一个专门用来解决装饰器问题的第三方库。
有了它之后，你会惊奇的发现，以后自己定义的装饰器，就再也不需要写嵌套的函数了
fromdecoratorimportdecorator
decoratordefdeco(func,*args,**kw):print("Readytoruntask")func(*args,**kw)print("Successfultoruntask")decodefmyfunc():print("Runningthetask")myfunc()deco作为装饰函数，第一个参数是固定的，都是指被装饰函数，而后面的参数都固定使用可变参数*args和**kw的写法，代码被装饰函数的原参数。
这种写法，不得不说，更加符合直觉，代码的逻辑也更容易理解。
3.带参数的装饰器可用？装饰器根据有没有携带参数，可以分为两种
第一种：不带参数，最简单的示例，上面已经举例
defdecorator(func):defwrapper(*args,**kw):func(*args,**kw)returnwrapper
第二种：带参数，这就相对复杂了，理解起来了也不是那么容易。
defdecorator(arg1,arg2):defwrapper(func):defdeco(*args,**kwargs)func(*args,**kwargs)returndecoreturnwrapper
那么对于需要带参数的装饰器，decorator是否也一样能很好的支持呢？
下面是一个官方的示例
fromdecoratorimportdecorator
decoratordefwarn_slow(func,timelimit=60,*args,**kw):t0=time.time()result=func(*args,**kw)dt=time.time()-t0ifdttimelimit:logging.warn(%stook%dseconds,func.__name__,dt)else:logging.info(%stook%dseconds,func.__name__,dt)returnresultwarn_slow(timelimit=)#warnifittakesmorethan10minutesdefrun_calculation(tempdir,outdir):pass可以看到
装饰函数的第一个参数，还是被装饰器func，这个跟之前一样
而第二个参数timelimit写成了位置参数的写法，并且有默认值
再往后，就还是跟原来一样使用了可变参数的写法
不难推断，只要你在装饰函数中第二个参数开始，使用了非可变参数的写法，这些参数就可以做为装饰器调用时的参数。
4.签名问题有解决？我们在自己写装饰器的时候，通常都会顺手加上一个叫functools.wraps的装饰器，我想你应该也经常见过，那他有啥用呢？
先来看一个例子
defwrapper(func):definner_function():passreturninner_function
wrapperdefwrapped():passprint(wrapped.__name__)#inner_function为什么会这样子？不是应该返回func吗？
这也不难理解，因为上边执行func和下边decorator(func)是等价的，所以上面func.__name__是等价于下面decorator(func).__name__的，那当然名字是inner_function
defwrapper(func):definner_function():passreturninner_functiondefwrapped():passprint(wrapper(wrapped).__name__)#inner_function
目前，我们可以看到当一个函数被装饰器装饰过后，它的签名信息会发生变化（譬如上面看到的函数名）
那如何避免这种情况的产生？
解决方案就是使用我们前面所说的functools.wraps装饰器。
它的作用就是将被修饰的函数(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。
fromfunctoolsimportwrapsdefwrapper(func):
wraps(func)definner_function():passreturninner_functionwrapperdefwrapped():passprint(wrapped.__name__)#wrapped那么问题就来了，我们使用了decorator之后，是否还会存在这种签名的问题呢？
写个例子来验证一下就知道啦
fromdecoratorimportdecorator
decoratordefdeco(func,*args,**kw):print("Readytoruntask")func(*args,**kw)print("Successfultoruntask")decodefmyfunc():print("Runningthetask")print(myfunc.__name__)输出的结果是myfunc，说明decorator已经默认帮我们处理了一切可预见的问题。
5.总结一下decorator是一个提高装饰器编码效率的第三方库，它适用于对装饰器原理感到困惑的新手，可以让你很轻易的写出更符合人类直觉的代码。
对于带参数装饰器的定义，是非常复杂的，它需要要写多层的嵌套函数，并且需要你熟悉各个参数的传递路径，才能保证你写出来的装饰器可以正常使用。
这时候，只要用上decorator这个库，你就可以很轻松的写出一个带参数的装饰器。同时你也不用担心他会出现签名问题，这些它都为你妥善的处理好了。
这么棒的一个库，推荐你使用起来。
往期精彩回顾
适合初学者入门人工智能的路线及资料下载
机器学习及深度学习笔记等资料打印
机器学习在线手册
深度学习笔记专辑
《统计学习方法》的代码复现专辑
AI基础下载
机器学习的数学基础专辑
温州大学《机器学习课程》视频
本站qq群，加入
转载请注明：http://www.sonphie.com/jbzl/14490.html
