你必須學(xué)寫(xiě)Python裝飾器的五個(gè)理由

----裝飾器能對(duì)你所寫(xiě)的代碼產(chǎn)生極大的正面作用

作者：Aaron Maxwell，2016年5月5日

Python裝飾器是很容易使用的。任何一個(gè)會(huì)寫(xiě)Python函數(shù)的人都能夠?qū)W會(huì)使用裝飾器，比如下面這個(gè)：\

@somedecoratordef some_function(): print("Check it out, I"m using decorators!")

但是，寫(xiě)出一個(gè)裝飾器是一個(gè)完全不一樣的技能。而且這也不是，你不得不理解下面這些：

閉包

如何將函數(shù)作為"第一類(lèi)"參數(shù)來(lái)使用

變量參數(shù)

參數(shù)解包

甚至是Python是如何裝載源碼的一些細(xì)節(jié)

所有這些都需要花很多時(shí)間去理解和掌握。而且當(dāng)你已經(jīng)有這么一堆事情要學(xué)的時(shí)候，這些值得你花時(shí)間嗎？

對(duì)我來(lái)說(shuō)，這個(gè)問(wèn)題的答案已然是上千次的“肯定，是的，我會(huì)學(xué)習(xí)！”

寫(xiě)裝飾器的最重要的好處是什么呢？在你每天的開(kāi)發(fā)中，裝飾器讓你做什么做起來(lái)是很容易并且很強(qiáng)大的呢？

分析、日志以及指導(dǎo)

尤其是在大型軟件中，我們通常需要專(zhuān)門(mén)來(lái)測(cè)試到底發(fā)生了什么，以及記錄那些能量化不同行為的指標(biāo)。通過(guò)在裝飾器內(nèi)部的函數(shù)或者方法里面封裝這些重要的事件，這個(gè)裝飾器能通俗易懂且容易地處理剛才這些所講的需求。比如：

from myapp.log import logger def log_order_event(func): def wrapper(*args, **kwargs): logger.info("Ordering: %s", func.__name__) order = func(*args, **kwargs) logger.debug("Order result: %s", order.result) return order return wrapper @log_order_event def order_pizza(*toppings): # let"s get some pizza!

同樣的方式可以被用來(lái)計(jì)數(shù)或者其他指標(biāo)。

驗(yàn)證與運(yùn)行檢查

Python的類(lèi)型系統(tǒng)是相當(dāng)類(lèi)型化了的，但是也是很動(dòng)態(tài)的。對(duì)于它的這些所有的好處，也意味著某一些bugs能夠悄悄產(chǎn)生，而這些bugs能夠在編譯的時(shí)候被更類(lèi)型化的語(yǔ)言（比如Java）所捕獲。即使更長(zhǎng)遠(yuǎn)看，你可能需要強(qiáng)化更復(fù)雜的，在數(shù)據(jù)進(jìn)出的時(shí)候能個(gè)性化檢查。裝飾器能讓你易于處理所有這些，并能一次性地應(yīng)用它到很多函數(shù)上。

假設(shè)：你有一堆函數(shù)，每個(gè)函數(shù)都返回一個(gè)字典，這個(gè)字典包含一個(gè)稱(chēng)作“summary”的字段。這個(gè)字段的值不能超過(guò)80個(gè)字符長(zhǎng)度；如果違反了，就是不對(duì)的。這里給出一個(gè)裝飾器，當(dāng)條件不滿足的時(shí)候它能夠拋出一個(gè)值錯(cuò)誤（ValueError），如下：

def validate_summary(func): def wrapper(*args, **kwargs): data = func(*args, **kwargs) if len(data["summary"]) > 80: raise ValueError("Summary too long") return data return wrapper @validate_summary def fetch_customer_data(): # ... @validate_summary def query_orders(criteria): # ... @validate_summary def create_invoice(params): # ...

創(chuàng)建框架

一旦你掌握了裝飾器的編程，你將能夠受益于使用裝飾器的簡(jiǎn)單語(yǔ)法，而這讓你增加語(yǔ)意給你的代碼以便容易使用它。這就是下一個(gè)能夠擴(kuò)展Python自身語(yǔ)法的最好的工具。

實(shí)際中，很多流行的開(kāi)源框架都在使用裝飾器。網(wǎng)頁(yè)應(yīng)用框架Flask就使用了裝飾器將URLs的路由交給那些處理HTTPS請(qǐng)求的函數(shù)。

# For a RESTful todo-list API. @app.route("/tasks/", methods=["GET"]) def get_all_tasks(): tasks = app.store.get_all_tasks() return make_response(json.dumps(tasks), 200) @app.route("/tasks/", methods=["POST"]) def create_task(): payload = request.get_json(force=True) task_id = app.store.create_task( summary = payload["summary"], description = payload["description"], ) task_info = {"id": task_id} return make_response(json.dumps(task_info), 201) @app.route("/tasks//") def task_details(task_id): task_info = app.store.task_details(task_id) if task_info is None: return make_response("", 404) return json.dumps(task_info)

在這里，你有一個(gè)被叫做app的全局的對(duì)象，它有一個(gè)被稱(chēng)作route（路由）的方法并接受特定參數(shù)。這個(gè)路由方法返回一個(gè)被應(yīng)用到處理函數(shù)的裝飾器。在這個(gè)“面罩”下發(fā)生了一些很錯(cuò)綜復(fù)雜的的事情，但是從Flask的使用者角度看，所有這些復(fù)雜性是完全被隱藏起來(lái)的了。

以這樣的方式使用裝飾器在stock Python中也有體現(xiàn)。舉個(gè)例子，完全使用對(duì)象系統(tǒng)是有賴(lài)于@classmethod和@property裝飾器的：

class WeatherSimulation: def __init__(self, **params): self.params = params @classmethod def for_winter(cls, **other_params): params = {"month": "Jan", "temp": "0"} params.update(other_params) return cls(**params) @property def progress(self): return self.completed_iterations() / self.total_iterations()

這個(gè)類(lèi)有3個(gè)不同的定義聲明。但是，他們的語(yǔ)意是各不相同的。

1：constructor是一個(gè)正常方法

2：for_winter是一個(gè)類(lèi)方法且提供一種類(lèi)似于“車(chē)間”的東西

3：progess是只讀、動(dòng)態(tài)屬性

對(duì)于日常來(lái)說(shuō)，@classmethod和@property兩個(gè)裝飾器如此簡(jiǎn)單以致可以很容易擴(kuò)展Python的對(duì)象語(yǔ)意

復(fù)用那些不可能復(fù)用的代碼

Python提供給你一些很強(qiáng)大的工具用以封裝代碼為一個(gè)易用的形式，并帶有充分的函數(shù)表示語(yǔ)法，支持函數(shù)式編程以及全面的對(duì)象系統(tǒng)。但是，裝飾器也有它所不能捕獲的某些形式的代碼復(fù)用。

比如使用一個(gè)不可靠的API。你給那些通過(guò)HTTP對(duì)話的JSON發(fā)出一些請(qǐng)求的時(shí)候，API可以99.9%的時(shí)候工作正常。但是，有一小部分請(qǐng)求將使得服務(wù)器返回一個(gè)內(nèi)部錯(cuò)誤，然后你需要重試這些請(qǐng)求。在這個(gè)情況下，你將寫(xiě)一個(gè)重試邏輯，比如：

resp = None while True: resp = make_api_call() if resp.status_code == 500 and tries < MAX_TRIES: ? ? ? ? ? ?tries += 1 ? ? ? ? ? ?continue ? ? ? ?break ? ?process_response(resp)

現(xiàn)在，假設(shè)你有十多個(gè)類(lèi)似于make_api_call的函數(shù)，并且他們被所有代碼調(diào)用。那么你是想要每次調(diào)用它們的時(shí)候?qū)懸粋€(gè)while循環(huán)呢？還是每次增加一個(gè)API調(diào)用函數(shù)的時(shí)候都把這段代碼再寫(xiě)一遍？無(wú)論哪種選擇都會(huì)產(chǎn)生大量的重復(fù)代碼，除非你用裝飾器。用了裝飾器事情就簡(jiǎn)單了。

# 加了裝飾器的函數(shù)會(huì)返回一個(gè)Response對(duì)象，# 這個(gè)對(duì)象有個(gè)一二status_code的屬性，# 200表示成功；500表示服務(wù)器錯(cuò)誤。def retry(func): def retried_func(*args, **kwargs): MAX_TRIES = 3 tries = 0 while True: resp = func(*args, **kwargs) if resp.status_code == 500 and tries < MAX_TRIES: ? ? ? ? ? ? ? ?tries += 1 ? ? ? ? ? ? ? ?continue ? ? ? ? ? ?break ? ? ? ?return resp ? ?return retried_func

上述例子可以讓你方便使用裝飾器@retry

@retry def make_api_call(): # ....

提升你的職業(yè)生涯

編寫(xiě)裝飾器在一開(kāi)始并不容易。它雖然不像火箭科學(xué)但是也需要你花很多努力去學(xué)習(xí)，去排除一些細(xì)微差異。很多開(kāi)發(fā)者也從來(lái)不會(huì)通過(guò)這些麻煩而學(xué)習(xí)掌握裝飾器編寫(xiě)。但是學(xué)習(xí)裝飾器的確會(huì)給你優(yōu)勢(shì)。當(dāng)你是你的團(tuán)隊(duì)里面學(xué)習(xí)如何寫(xiě)好裝飾器的那個(gè)人的時(shí)候，并且你寫(xiě)的裝飾器能解決一些實(shí)際問(wèn)題的時(shí)候，其他開(kāi)發(fā)者將會(huì)使用你的裝飾器。因?yàn)椋坏┻@些裝飾器編寫(xiě)的困難的部分被完成了，裝飾器就會(huì)很容易使用。這就對(duì)你所寫(xiě)的代碼產(chǎn)生極大的正面作用。這也會(huì)讓你成為一個(gè)重要角色。

不論你如何編寫(xiě)裝飾器，你會(huì)對(duì)下面你所要做的事情而感到興奮，比如你即將能使用裝飾器來(lái)做一些事情，以及裝飾器是如何能永遠(yuǎn)改變你寫(xiě)Python代碼的方式。