1.為函數添加包裝器

總是存在這樣的場景，在一個函數執行前后需要做一些操作處理，常見于日志創建、權限認證或者性能分析等。但有一個問題存在，那就是被裝飾的函數，其元信息會丟失，函數引用會指向裝飾器的返回值(函數)引用

這里介紹functools模塊下的wraps函數, 能夠避免函數元信息丟失的情況發生, 保留原始函數的元數據。

from functools import wraps

def outer_nowraps(func):

def inner(*args, **kwargs):

pass

return func(*args, **kwargs)

return inner

def outer_wraps(func):

@wraps(func)

def inner(*args, **kwargs):

pass

return func(*args, **kwargs)

return inner

@outer_nowraps

def handle_nowraps(*args, **kwargs00):

pass

@outer_wraps

def handle_wraps(*args, **kwargs):

pass

if __name__ == '__main__':

print(handle_nowraps)

# .inner at 0x0000026363980620> 指向裝飾器返回值(函數)

help(handle_nowraps)

# Help on function inner in module __main__:inner(*args, **kwargs)

print(handle_wraps)

# 指向自身

help(handle_wraps)

# Help on function handle_wraps in module __main__:handle_wraps(*args, **kwargs)

此外，值得說明的是，裝飾器就是一個函數，它接收一個函數作為參數返回一個新的函數(利用partial實現)，例如以下情況是等效的

@outer_wraps

def handle_wraps(*args, **kwargs):

pass

handle_wraps = outer_wraps(handle_wraps)

對于類而言，諸如@staticmethod, @classmethod, @property原理也是一樣的，例如以下情況是等效的

class A:

@classmethod

def method(cls):

pass

class A:

def method(cls):

pass

method = classmethod(method)

2.解除裝飾器

如果一個裝飾器(內部被wraps包裝)已經作用在了一個函數上，如果想撤銷它，直接訪問原始的未包裝的那個函數，可以使用該函數對象的__wrapped__屬性來實現，當然并不是所有的裝飾器內部均是使用wraps進行包裝，例如常見的@staticmethod、@classmethod、@property等等，被這些裝飾的函數是不具備解除裝飾器的能力的。

3. 定義帶參數的裝飾器

對于logging模塊來說，日志常常分為DEBUG、INFO、WARNING、ERROR及CRITICAL等，如果此時要實現一個裝飾器，在不同函數上應用不同的裝飾級別，就可以考慮使用一個帶參數的裝飾器來完成。

from functools import wraps

import logging

def logged(level, name=None, message=None):

"""實現在不同函數上自定義日志級別及日志輸出"""

def decorator(func: function):

log_name = name if name else func.__module__

log = logging.getLogger(log_name)

log_msg = message if message else func.__name__

@wraps(func)

def wrapper(*args, **kwargs):

log.log(level, log_msg)

return func(*args, **kwargs)

return wrapper

return decorator

@logged(logging.DEBUG)

def add(x, y):

return x + y

@logged(logging.CRITICAL, "example")

def spam():

print("Spam")

剛剛我們了解到了如何定義不帶參數的裝飾器，以及如何使用等效的語法表示，那么對于這種有參裝飾器，又如何在語法上等效表示呢？logged(logging.DEBUG)實際上返回了一個decorator的引用，所以等效表示語法如下：

add = logged(logging.DEBUG)(add) # 函數引用

4.可自定義屬性的裝飾器

這也正是Python作為面向對象語言的高級特性，在裝飾器返回時，實際上是一個函數引用被接收，那么，這個函數也是function對象，一切對象都可以動態的自定義添加屬性，由此便可以實現操作最內層函數引用的屬性的方式，來動態的改變裝飾器最外層作用域的變量(nonlocal)。

from functools import wraps

from functools import partial

import logging

def modify_wrapper(obj, func=None):

if func is None:

return partial(modify_wrapper, obj)

setattr(obj, func.__name__, func)

return func

def logged(level, name=None, message=None):

"""實現在不同函數上自定義日志級別及日志輸出"""

def decorator(func):

log_name = name if name else func.__module__

log = logging.getLogger(log_name)

log_msg = message if message else func.__name__

@wraps(func)

def wrapper(*args, **kwargs):

log.log(level, log_msg)

return func(*args, **kwargs)

@modify_wrapper(wrapper)

def set_level(newlevel):

nonlocal level

level = newlevel

# 1. modify_wrapper(wrapper)返回一個partial(modify_wrapper, obj)，固定了obj(即wrapper對象)

# 2. 返回的partial對象接收了一個set_level函數對象參數(未固定)

# 3. setattr(obj, func.__name__, func)為obj(即wrapper對象)添加了func(即set_level屬性)

# 4. 返回的仍然是set_level這一函數引用

# 上述4步的作用就是為wrapper賦以set_level這一函數引用作為其屬性

# set_level = modify_wrapper(wrapper)(set_level)

@modify_wrapper(wrapper)

def set_message(new_msg):

nonlocal log_msg

log_msg = new_msg

# 理由同上

return wrapper

return decorator

@logged(logging.DEBUG)

def add(x, y):

return x + y

@logged(logging.CRITICAL, "example")

def spam():

print("Spam")

if __name__ == '__main__':

logging.basicConfig(level=logging.DEBUG)

print(add(1, 2)) # 輸出： DEBUG:__main__:add 3

add.set_message("set msg")

print(add(3, 4)) # 輸出： DEBUG:__main__:set msg 7

add.set_level(logging.CRITICAL)

print(add(1, 4)) # 輸出： CRITICAL:__main__:set msg 5

上述代碼的精妙之處就在于，

1.partial以裝飾器(modify_wrapper)自身展開固定(固定參數是裝飾器(logged)內部wrapper函數對象)。

2.當再次調用modify_wrapper時候(即modify_wrapper(wrapper)(set_level)時，不定參數func以set_level傳遞進來)，在對wrapper完成屬性綁定后，返回了set_level函數對象，并等待繼續調用

總結

以上是生活随笔為你收集整理的python元编程_Python 元编程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。