引入#
當我們想在一個函數執行前後做些事情的時候，可以這樣寫：
def foo():
print('foo()!!!')
def bar():
print('Before')
foo()
print('After')
bar()
裝飾器實現#
但這樣看起來總是很別扭，我們可以這樣寫：
def foo():
print('foo()!!!')
def bar(func):
def inner():
print(f'Before {func.__name__}')
func()
print(f'After {func.__name__}')
return inner
bar(foo)()
在 Python 中函數是第一公民，所以可以將它作為參數
這樣我們就實現了一個簡單的裝飾器，我們可以發現這樣在調用的時候比較麻煩，Python 還提供了這樣一個語法糖：
def bar(func):
def inner():
print(f'In Bar Before {func.__name__}')
func()
print(f'In Bar After {func.__name__}')
return inner
@bar
def foo():
print('foo()!!!')
foo()
除此之外，Python 裝飾器可以有多個，相當於一層層的包裹：
def bar(func):
def inner():
print(f'In Bar Before {func.__name__}')
func()
print(f'In Bar After {func.__name__}')
return inner
def baz(func):
def inner():
print(f'In Baz Before {func.__name__}')
func()
print(f'In Baz After {func.__name__}')
return inner
@bar
@baz
def foo():
print('foo()!!!')
foo()
上述代碼的輸出為：
In Bar Before inner
In Baz Before foo
foo()!!!
In Baz After foo
In Bar After inner
一個應用場景#
我們有一個這樣的函數：
import time
def slow_method():
time.sleep(2)
print('Done!')
我們想知道這個函數的運行時間，我們可以用裝飾器來實現：
import time
def timeit(func):
def inner():
s = time.time()
func()
e = time.time()
print(f'{func.__name__} Finished in {e - s}s.')
return inner
@timeit
def slow_method():
time.sleep(2)
print('Done!')
slow_method()
運行結果：
Done!
slow_method Finished in 2.0159008502960205s.
這樣我們就實現了我們的需求。
當被裝飾的函數有參數時，同樣可以：
import time
def timeit(func):
def inner(*args):
s = time.time()
func(*args)
e = time.time()
print(f'{func.__name__} Finished in {e - s}s.')
return inner
@timeit
def slow_method(a, b):
time.sleep(2)
print(f'{a} + {b} = {a+b}')
print('Done!')
slow_method(1, 2)
運行結果
1 + 2 = 3
Done!
slow_method Finished in 2.0069477558135986s.
巧用裝飾器來實現記憶化遞歸#
首先我們有一個樸素的 Fibonacci 函數：
def fib(n):
if n <= 1: return 1
return fib(n - 1) + fib(n - 2)
很明顯我們知道這個函數是十分低效的，我們可以使用記憶化遞歸來優化這個函數。
cache = {}
def fib(n):
if n in cache: return cache[n]
if n <= 1: return 1
cache[n] = fib(n - 1) + fib(n - 2)
return cache[n]
print(fib(333))
這樣我們就能使 fib 函數快很多。但實現稍微有點麻煩，我們可以用裝飾器來簡化代碼：
class MyCache(object):
def __init__(self, func):
self.func = func
self.cache = {}
def __call__(self, *args):
if args not in self.cache:
self.cache[args] = self.func(*args)
return self.cache[args]
@MyCache
def fib(n):
if n <= 1: return 1
return fib(n - 1) + fib(n - 2)
print(fib(333))
這樣我們就非常優雅地實現了 fib 函數。