讓你學(xué)寫Python裝飾器的五大理由

你必須學(xué)寫Python裝飾器的五個理由

----裝飾器能對你所寫的代碼產(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。任何一個會寫Python函數(shù)的人都能夠?qū)W會使用裝飾器，比如下面這個：\

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

但是，寫出一個裝飾器是一個完全不一樣的技能。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"參數(shù)來使用

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)的時候，這些值得你花時間嗎？

對我來說，這個問題的答案已然是上千次的“肯定，是的，我會學(xué)習(xí)！”

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

分析、日志以及指導(dǎo)

尤其是在大型軟件中，我們通常需要專門來測試到底發(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計數(shù)或者其他指標(biāo)。

驗證與運行檢查

Python的類型系統(tǒng)是相當(dāng)類型化了的，但是也是很動態(tài)的。對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能夠在編譯的時候被更類型化的語言（比如Java）所捕獲。即使更長遠(yuǎn)看，你可能需要強化更復(fù)雜的，在數(shù)據(jù)進(jìn)出的時候能個性化檢查。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)，每個函數(shù)都返回一個字典，這個字典包含一個稱作“summary”的字段。這個字段的值不能超過80個字符長度；如果違反了，就是不對的。這里給出一個裝飾器，當(dāng)條件不滿足的時候它能夠拋出一個值錯誤（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單語法，而這讓你增加語意給你的代碼以便容易使用它。這就是下一個能夠擴(kuò)展Python自身語法的最好的工具。

實際中，很多流行的開源框架都在使用裝飾器。網(wǎng)頁應(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，你有一個被叫做app的全局的對象，它有一個被稱作route（路由）的方法并接受特定參數(shù)。這個路由方法返回一個被應(yīng)用到處理函數(shù)的裝飾器。在這個“面罩”下發(fā)生了一些很錯綜復(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的了。

以這樣的方式使用裝飾器在stock Python中也有體現(xiàn)。舉個例子，完全使用對象系統(tǒng)是有賴于@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()

這個類有3個不同的定義聲明。但是，他們的語意是各不相同的。

1：constructor是一個正常方法

2：for_winter是一個類方法且提供一種類似于“車間”的東西

3：progess是只讀、動態(tài)屬性

對于日常來說，@classmethod和@property兩個裝飾器如此簡單以致可以很容易擴(kuò)展Python的對象語意

復(fù)用那些不可能復(fù)用的代碼

Python提供給你一些很強大的工具用以封裝代碼為一個易用的形式，并帶有充分的函數(shù)表示語法，支持函數(shù)式編程以及全面的對象系統(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。

比如使用一個不可靠的API。你給那些通過HTTP對話的JSON發(fā)出一些請求的時候，API可以99.9%的時候工作正常。但是，有一小部分請求將使得服務(wù)器返回一個內(nèi)部錯誤，然后你需要重試這些請求。在這個情況下，你將寫一個重試邏輯，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)你有十多個類似于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)用它們的時候?qū)懸粋€while循環(huán)呢？還是每次增加一個API調(diào)用函數(shù)的時候都把這段代碼再寫一遍？無論哪種選擇都會產(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單了。

# 加了裝飾器的函數(shù)會返回一個Response對象，# 這個對象有個一二status_code的屬性，# 200表示成功；500表示服務(wù)器錯誤。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

編寫裝飾器在一開始并不容易。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。很多開發(fā)者也從來不會通過這些麻煩而學(xué)習(xí)掌握裝飾器編寫。但是學(xué)習(xí)裝飾器的確會給你優(yōu)勢。當(dāng)你是你的團(tuán)隊里面學(xué)習(xí)如何寫好裝飾器的那個人的時候，并且你寫的裝飾器能解決一些實際問題的時候，其他開發(fā)者將會使用你的裝飾器。因為，一旦這些裝飾器編寫的困難的部分被完成了，裝飾器就會很容易使用。這就對你所寫的代碼產(chǎn)生極大的正面作用。這也會讓你成為一個重要角色。

不論你如何編寫裝飾器，你會對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做一些事情，以及裝飾器是如何能永遠(yuǎn)改變你寫Python代碼的方式。