1.定义

装饰器模式是面向对象语言中经典的设计模式之一，它的出现是为了解决在多个函数中添加某一统一的功能，从而减少代码的重用。例如常应用的场景：插入日志，计算性能，缓存运算结果，事务处理等。这里就来了解python中的装饰器。

2.实例分析

首先看个经典的算法题：一个共有10个台阶的楼梯，从下面走到上面，一次只能迈1-3个台阶，并且不能后退，走完这个楼梯有多少种走法？

首先这个题目就是斐波那契数列的一个延伸，无非就是一个递归问题,当然，这里重点是装饰器

这里我们来看看代码：

def climbfloor(n,steps):

     count=0

      if n == 0:

          count=1

     elif n > 0:

          for step in steps:

                count+=climbfloor(n-step,steps)

     return count

     print(climbfloor(10,(1,2,3))

运行后我们很快就能得出结果，但是如果是爬上100、200层楼得出来的运算

这里写图片描述

结果就非常大了，那是不是每次都要重新计算？当然，现在的机器计算速度的很快了，但是如果在多任务处理的情况下，每次重新计算就大大的浪费了资源，影响用户的体验。于是我们可以考虑将运算结果加入缓存，这样下次运算就能直接使用已经计算的结果，所以我们来定义另一个函数，

def memo(func):

       cache = {}

       def wrap(*args):

              if args not in cache:

                   cache[args] = func(*args)

              return cache[args]

       return wrap

这个函数传入一个func(函数)参数，加入一个包裹函数wrap()，在包裹函数里面添加缓存功能，并调用func函数。这样就达到了缓存计算结果的效果，然后在打印结果前把需要进行计算的函数传入memo()函数:

climbfloor = memo(climbfloor) 

或者直接在原函数上面加入@memo关键字，这实际上是上面那句代码的语法糖，二者是等价的。

这里写图片描述

这样就把需要装饰的函数当作参数传入了装饰器函数，以后只要用到此类计算都可以直接传入装饰器，就可以为函数自动写入缓存功能。

3.定义带参数的装饰器

这里我们实现一个装饰器，用来检查被装饰函数的参数类型，装饰器可以通过参数指明函数参数的类型，并且调用时如果检测出类型不匹配就抛出一个异常，直接看截图，重要注释都标明了。

这里写图片描述

这样再随便写段测试代码

@typeassert(int,str,list)

def f(a,b,c):

       print(a,b,c)

 

f(1,'abc',[1,2,3])

f(1,2,[1,2,3])

点击运行

这里写图片描述

可以看到成功的进行了参数类型的检查 这样函数带参数的函数装饰器就完成了

4.实现属性可修改的函数装饰器

现在需要用装饰器计算一个函数的运行时间，设置一个timeout值，如果函数运行时间超过timeout，就在控制台打印出相关信息。这里我们来看看具体代码

def warn(timeout):

       def decorator(func):

              def wrapper(*args,**kargs):

                     start = time.time()

                     # 传入函数参数

                     res = func(*args,**kargs)

                    # 计算函数运行所需的时间

                    used = time.time() - start

                    if used > timeout:

                         msg = '"%s": %s > %s'%(func.__name__,used,timeout)

                         # 打印msg信息

                         logging.warning(msg)

                   return res

              return wrapper

       return decorator

这样就可以直接在对任意的函数使用了，现在有一个问题，如果希望在函数运行时动态改变timeout的值，应该怎样做？很简单，只要在装饰器里面再定义一个函数 setTimeout() ,就可以解决问题了。但是可以看到，运行时间的判断是在 wrapper() 中的，是一个闭包，我们修改timeout的值应该怎样传递到闭包当中？这里就需要用到nonlocal关键字，用它来声明变量，不是只在当前函数中有效，而是能作用到整个装饰器函数中。这样就直接在 decorator() 中直接定义一个setTimeout()函数

def setTimeout(k):

                      nonlocal timeout

                      timeout = k

              wrapper.setTimeout = setTimeout

注意这个函数是放在wrapper返回之前的，不然就起不到作用了。

最后进行装饰器的测试

@warn(1.5)

def test():

       print("In sert")

       while randint(0,1):

               time.sleep(0.5)

 

for _ in range(30):

      test()

test.setTimeout(1)

for _ in range(30):

      test()

运行后再观察控制台信息

这里写图片描述

这样就实现了函数装饰器属性的修改。

到这里，相信你应该能更顺手的使用Python的装饰器了。