一、前言

本不打算专门写文来讲装饰器的，但有不少粉丝问到了，自己查阅了一些网上的装饰器教程，发现讲的通俗易懂的不多，也有不少照搬的文章。所以我这里专门来讲一讲它。

二、举例说明

假如我们需要对每个函数方法的执行时间做记录，想知道执行一个函数花费了多长时间。

现在先不用装饰器来写，在函数方法体内的开始和结尾各加一个当前时间的输出，然后print打印他们的差值：

import time
import datetime

def test():
    start_time = datetime.datetime.now()
    for i in range(3):
        time.sleep(1)
    end_time = datetime.datetime.now()
    print('执行结束,执行时间为：', end_time - start_time)

test()

输出结果

执行结束,执行时间为： 0:00:03.025049

成功的实现了这个需求，但是出现了一个问题，如果有多个函数方法需要计算执行时间的话，那不就每个函数方法都要加这些代码吗？这样代码量不就大了，还很繁琐冗余吗？

这个时候装饰器就可以大显身手了！

我们可以通过写一个装饰器来实现这个需求，装饰器代码如下：

def take_up_time(func):
    def run_time():
        start_time = datetime.datetime.now()
        func() # 执行被装饰的函数
        end_time = datetime.datetime.now()
        print('执行结束,执行时间为：', end_time - start_time)
    return run_time

加入到需要记录执行时间的方法上

@take_up_time
def test():
    for i in range(3):
        time.sleep(1)

test()

输出结果

执行结束,执行时间为： 0:00:03.035180

这样就算需要统计多个方法的执行时间，我们只需要在对应函数方法上方加入该装饰器就能实现了，是不是简单多了！

Python语法糖@定义了装饰器，Python装饰器是基于闭包原理对已存在的函数增加额外的功能的设计模式，使得代码简洁且易于维护。因为装饰器本身就是一个闭包，对于上面的代码我们可以改为这样：

# 删除@take_up_time的引入
def test():
    for i in range(3):
        time.sleep(1)

y = take_up_time(test)  # 直接将test函数传入take_up_time方法中
y()  # 执行y，这两行代码也可以直接写成一行：take_up_time(test)()

三、装饰器详解

上述例子的装饰器会不会感觉跟其他地方看到的有些许不一样，它们写的装饰器参数都带有*args,**kwargs，类似下面这样的：

def log(func):
    def warp(*args, **kwargs):
        print("准备开始了")
        #对于这个例子，这里代码可理解为：result=add(1,7)
        result = func(*args, **kwargs)  
        print("马上结束了")
        return result
    return warp

@log
def add(a, b):
    return a + b

print('计算结果为：', add(1, 7))

输出结果

准备开始了
马上结束了
计算结果为： 8

带了这些参数的和之前的举例有什么区别呢？下面为你讲解：

上述代码带了*args,**kwargs参数用于获取传递给方法add的参数,上面的add(1,7)中的1和7在装饰器中进行了获取，然后原封不动的将参数传递给被装饰的函数result = func(*args, **kwargs)，现在我们把装饰器中将传递的参数打印出来：

def log(func):
    def warp(*args, **kwargs):
        print('传递的参数为:',args)
        result = func(*args, **kwargs)
        print("马上结束了")
        return result
    return warp

装饰器输出结果

传递的参数为 (1, 7)
马上结束了

有没有发现上述*args就把传递的参数(1,7)涵盖了，好像跟**kwargs没什么关系。确实是这样的。对于上面的代码确实与**kwargs无关，甚至我们可以去掉**kwargs这样写：

def log(func):
    def warp(*args):
        print('传递的参数为:',args)
        result = func(*args)
        print("马上结束了")
        return result
    return warp

哪种情况需要**kwargs呢？

当你的参数是默认值参数时，类似下面的代码，c就是一个默认值参数 （如果调用函数的时候未指定c的值则c=0，不然则等于指定的值）：

def log(func):
    def warp(*args, **kwargs):
        print('传递的参数为:',args,kwargs)
        result = func(*args, **kwargs)
        print("马上结束了")
        return result
    return warp
    
@log
def add(a, b,c=0):  # 未传递参数C的值时，默认等于0
    return a + b+c

print('计算结果为：', add(1, 7,c=1))   # 未传递参数C的值时，默认等于0

输出结果

传递的参数为: (1, 7) {'c': 1}
马上结束了
计算结果为： 9

通过打印我们发现，c参数的值被放入到kwargs中了。如果我们去掉**kwargs的话，再执行上面的代码就会报错：

def log(func):
    def warp(*args):
        print('传递的参数为:',args)
        result = func(*args)
        print("马上结束了")
        return result
    return warp

@log
def add(a, b,c=0):
    return a + b+c

print('计算结果为：', add(1, 7, c=1))

输出结果

另外我们还可直接对装饰器进行参数的传递：

def log(value):
    def decorator(func):
        print('传递给装饰器的值为：',value)  # 会打印直接传递给装饰器的值

        def warp(*args, **kwargs):
            print('传递的参数为:', args, kwargs)
            result = func(*args, **kwargs)
            return result

        return warp

    return decorator

@log(123)  # 传递给装饰器的值
def add(a, b, c=0):  # 未传递参数C的值时，默认等于0
    return a + b + c
    
print(add(7, 1))

输出结果

传递给装饰器的值为： 123
传递的参数为: (1, 7) {}
计算结果为： 8

当然，装饰器同样也可以被装饰，因为它本质上就是一个函数：

def log2(func):
    def warp(*args, **kwargs):
        print("准备开始了2")
        result = func(*args, **kwargs)
        print("马上结束了2")
        return result
    return warp
    
def log(func):
    def warp(*args, **kwargs):
        print("准备开始了1")
        result = func(*args, **kwargs)
        print("马上结束了1")
        return result
    return warp

@log
@log2
def add(a, b):
    return a + b

print('计算结果为：', add(1, 7))

输出结果

准备开始了1
准备开始了2
马上结束了2
马上结束了1
计算结果为： 8

四、类装饰器

Python中的类对象是不可被调用的，但通过魔术方法__call__就可以将类变为一个函数，从而实现装饰器的功能，比如最开始我们记录函数执行的例子，通过类装饰器就可以这样写：

import time
import datetime

class TakeUpTime:
    def __init__(self, func):
        self.func = func

    # 对于该例子，*args, **kwargs可以去掉
    def __call__(self, *args, **kwargs):
        start_time = datetime.datetime.now()
        self.func()
        end_time = datetime.datetime.now()
        print('执行结束,执行时间为：', end_time - start_time)

@TakeUpTime
def test():
    for i in range(3):
        time.sleep(1)

五、总结

装饰器的应用场景其实很常见，我们常见的判断用户是否登录(token校验的判断)、用户是否有访问权限很多都是使用装饰器来判断的，在DRF(django restframework)中的@api_view、@permission_classes就是对请求方法和用户权限的校验：

完全掌握装饰器相对来说有点难度，需要花一些时间，但这也是必须掌握的python技能。

👇🏻欢迎关注公众号【曲鸟讲测试开发】，获取最新教程，面试经验、Python知识分享👇🏻