今天介紹的是一個已經存在十三年，但是依舊不紅的庫 decorator，好像很少有人知道他的存在一樣。

這個庫可以幫你做什么呢 ？

其實很簡單，就是可以幫你更方便地寫python裝飾器代碼，更重要的是，它讓 Python 中被裝飾器裝飾后的方法長得更像裝飾前的方法。

本篇文章不會過多的向你介紹裝飾器的基本知識，我會默認你知道什么是裝飾器，并且懂得如何寫一個簡單的裝飾器。

不了解裝飾器的可以先去閱讀我之前寫的文章，非常全且詳細的介紹了裝飾器的各種實現方法。

1. 常規的裝飾器

下面這是一個最簡單的裝飾器示例，在運行 myfunc 函數的前后都會打印一條日志。

def?deco(func):def?wrapper(*args,?**kw):print("Ready?to?run?task")func(*args,?**kw)print("Successful?to?run?task")return?wrapper@deco def?myfunc():print("Running?the?task")myfunc()

裝飾器使用起來，似乎有些高端和魔幻，對于一些重復性的功能，往往我們會封裝成一個裝飾器函數。

在定義一個裝飾器的時候，我們都需要像上面一樣機械性的寫一個嵌套的函數，對裝飾器原理理解不深的初學者，往往過段時間就會忘記如何定義裝飾器。

有一些比較聰明的同學，會利用 PyCharm 來自動生成裝飾器模板

然后要使用的時候，直接敲入 deco 就會生成一個簡單的生成器代碼，提高編碼的準備效率

2. 使用神庫

使用 PyCharm 的 Live Template ，雖然能降低編寫裝飾器的難度，但卻要依賴 PyCharm 這一專業的代碼編輯器。

這里，明哥要教你一個更加簡單的方法，使用這個方法呢，你需要先安裝一個庫 ：decorator，使用 pip 可以很輕易地去安裝它

$?python3?-m?pip?install?decorator

從庫的名稱不難看出，這是一個專門用來解決裝飾器問題的第三方庫。

有了它之后，你會驚奇的發現，以后自己定義的裝飾器，就再也不需要寫嵌套的函數了

from?decorator?import?decorator@decorator def?deco(func,?*args,?**kw):print("Ready?to?run?task")func(*args,?**kw)print("Successful?to?run?task")@deco def?myfunc():print("Running?the?task")myfunc()

deco 作為裝飾函數，第一個參數是固定的，都是指被裝飾函數，而后面的參數都固定使用 可變參數 *args 和 **kw 的寫法，代碼被裝飾函數的原參數。

這種寫法，不得不說，更加符合直覺，代碼的邏輯也更容易理解。

3. 帶參數的裝飾器可用？

裝飾器根據有沒有攜帶參數，可以分為兩種

第一種：不帶參數，最簡單的示例，上面已經舉例

def?decorator(func):def?wrapper(*args,?**kw):func(*args,?**kw)return?wrapper

第二種：帶參數，這就相對復雜了，理解起來了也不是那么容易。

def?decorator(arg1,?arg2):def?wrapper(func):def?deco(*args,?**kwargs)func(*args,?**kwargs)return?decoreturn?wrapper

那么對于需要帶參數的裝飾器，decorator 是否也一樣能很好的支持呢？

下面是一個官方的示例

from?decorator?import?decorator@decorator def?warn_slow(func,?timelimit=60,?*args,?**kw):t0?=?time.time()result?=?func(*args,?**kw)dt?=?time.time()?-?t0if?dt?>?timelimit:logging.warn('%s?took?%d?seconds',?func.__name__,?dt)else:logging.info('%s?took?%d?seconds',?func.__name__,?dt)return?result@warn_slow(timelimit=600)??#?warn?if?it?takes?more?than?10?minutes def?run_calculation(tempdir,?outdir):pass

可以看到

• 裝飾函數的第一個參數，還是被裝飾器 func ，這個跟之前一樣

• 而第二個參數 timelimit 寫成了位置參數的寫法，并且有默認值

• 再往后，就還是跟原來一樣使用了可變參數的寫法

不難推斷，只要你在裝飾函數中第二個參數開始，使用了非可變參數的寫法，這些參數就可以做為裝飾器調用時的參數。

4. 簽名問題有解決？

我們在自己寫裝飾器的時候，通常都會順手加上一個叫 functools.wraps 的裝飾器，我想你應該也經常見過，那他有啥用呢？

先來看一個例子

def?wrapper(func):def?inner_function():passreturn?inner_function@wrapper def?wrapped():passprint(wrapped.__name__) #inner_function

為什么會這樣子？不是應該返回 func 嗎？

這也不難理解，因為上邊執行func 和下邊 decorator(func) ?是等價的，所以上面 func.__name__ 是等價于下面decorator(func).__name__ 的，那當然名字是 inner_function

def?wrapper(func):def?inner_function():passreturn?inner_functiondef?wrapped():passprint(wrapper(wrapped).__name__) #inner_function

目前，我們可以看到當一個函數被裝飾器裝飾過后，它的簽名信息會發生變化（譬如上面看到的函數名）

那如何避免這種情況的產生？

解決方案就是使用我們前面所說的 functools .wraps 裝飾器。

它的作用就是將 被修飾的函數(wrapped) 的一些屬性值賦值給 修飾器函數(wrapper) ，最終讓屬性的顯示更符合我們的直覺。

from?functools?import?wrapsdef?wrapper(func):@wraps(func)def?inner_function():passreturn?inner_function@wrapper def?wrapped():passprint(wrapped.__name__) #?wrapped

那么問題就來了，我們使用了 decorator 之后，是否還會存在這種簽名的問題呢？

寫個例子來驗證一下就知道啦

from?decorator?import?decorator@decorator def?deco(func,?*args,?**kw):print("Ready?to?run?task")func(*args,?**kw)print("Successful?to?run?task")@deco def?myfunc():print("Running?the?task")print(myfunc.__name__)

輸出的結果是 myfunc，說明 decorator 已經默認幫我們處理了一切可預見的問題。

5. 總結一下

decorator 是一個提高裝飾器編碼效率的第三方庫，它適用于對裝飾器原理感到困惑的新手，可以讓你很輕易的寫出更符合人類直覺的代碼。

對于帶參數裝飾器的定義，是非常復雜的，它需要要寫多層的嵌套函數，并且需要你熟悉各個參數的傳遞路徑，才能保證你寫出來的裝飾器可以正常使用。

這時候，只要用上 decorator 這個庫，你就可以很輕松的寫出一個帶參數的裝飾器。同時你也不用擔心他會出現簽名問題，這些它都為你妥善的處理好了。

這么棒的一個庫，推薦你使用起來。

推薦閱讀

Pandas處理數據太慢，來試試Polars吧！

懶人必備！只需一行代碼，就能導入所有的Python庫

絕！關于pip的15個使用小技巧

介紹10個常用的Python內置函數，99.99%的人都在用！

可能是全網最完整的 Python 操作 Excel庫總結！

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的一个已经存在 10 年，却被严重低估的库的全部內容，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。