python装饰器@详解

Python函数修饰符@的作用是为现有的函数增加额外的功能；其作用非常强大，今天我们就来谈谈它是如何在日志记录中起到很好的作用的。
先看一个例子：

import datetime

__DEBUG__ = True

def log(func):
    if __DEBUG__:
        print('函数开始于',datetime.datetime.now())
        
    func()
    
    if __DEBUG__:
        print('函数结束于',datetime.datetime.now())

def test():
    
    print('test')
    test_lst = []
    for i in range(100):
        test_lst.append(i)

log(test)

log() 是一个日志函数，用于记录函数运行的开始时间，和结束时间。
可是这段代码有个弊端，在测试某个函数时，我们需要添加类似于log(test)这样的代码，不需要后把它删除；这样做很麻烦。
还好我们有@函数装饰符。修改前文中的代码，移除 log(text).
在test函数的上方加入@log装饰器。

@log
def test():
    pass

这段代码和前文中的代码功能是一样的。
可是问题又来了；运行上述代码，发现我们没有调用 test 函数，test就已经被执行了，因为 @log 等于 log(test)，有什么方法让它只有在我们调用的时候运行呢？修改代码：

import datetime

__DEBUG__ = True

def log(func):
    def wrapper():
        if __DEBUG__:
            print('函数开始于',datetime.datetime.now())
        
        func()
    
        if __DEBUG__:
            print('函数结束于',datetime.datetime.now())
    return wrapper

@log
def test():
    
    print('test')
    test_lst = []
    for i in range(100):
        test_lst.append(i)

在log函数中定义了一个wrapper函数对原功能进行包装，并将这个函数返回就可以了
在不使用装饰器的情况下，你需要log(test)()才能让函数运行;在使用@log装饰器后，直接调用test()即可获取函数运行日志，我们可以为很多需要测试的函数添加@log装饰器，不需要用这个功能直接将__DEBUG__设置成 False。
它的执行顺序是这样的：在为函数添加了@log装饰器后，log函数就被执行，而使用了@log装饰器的 test 函数被作为log函数的传入值使用，在log函数中，对test函数进行了一个简单的包装，并将包装好的函数返回，也就是log函数中的wrapper函数；此时test 函数实际变成了 wrapper函数。

如何给函数添加参数

前文中的 test 函数是没有使用参数的，如果你要定义和使用参数，应该这样修改：

def test(a,b):
    
    print('test')
    test_lst = []
    for i in range(a):
        test_lst.append(i*b)
test(1,2)

包装函数：

 def wrapper(*args,**kwargs):
        if __DEBUG__:
            print('函数开始于',datetime.datetime.now())
        
        func(*args,**kwargs)
    
        if __DEBUG__:
            print('函数结束于',datetime.datetime.now())

*args是将参数以元组的形式打包成tuple给函数体调用；
**kwargs是将关键字参数打包成dict给函数体调用；
为@log装饰器添加参数
有这样一种场景：

fp = open('out.log','a')
@log(level=1,file=fp)
@log(1,fp)

怎么能让装饰器拥有参数呢？

import sys

fp = open('out.log','a')

def log(level=1,file=sys.stdout):
    def _log(func):
        def wrapper(*args,**kwargs):
            if __DEBUG__:
                print('函数开始于',datetime.datetime.now(),file=file,flush=True)
        
            func(*args,**kwargs)
    
            if __DEBUG__:
                print('函数结束于',datetime.datetime.now(),file=file,flush=True)
        return wrapper
    return _log
@log(file=fp)

现在你可以指定日志的输出文件了
为@log装饰器添加方法
又有这样的场景：
@log.sendto(‘127.0.0.1:9009’.timeout=30)
你可以将 .sendto 方法理解为将日志发送到指定服务器；
那么log函数就开始有点虚脱了，虽然有方法在log 函数中实现这一目的，但是比较复杂，有一种更简单的方法，就是将log函数转换成类：

class _log:
    def __call__(self,level=1,file=sys.stdout):
        def _log_wrapper(func):
            def wrapper(*args,**kwargs):
                if __DEBUG__:
                    print('函数开始于',datetime.datetime.now(),file=file,flush=True)
        
                func(*args,**kwargs)
    
                if __DEBUG__:
                    print('函数结束于',datetime.datetime.now(),file=file,flush=True)
            return wrapper
        return _log_wrapper

使用前别忘记实例化，log=_log()
现在只需要在 _log类中定义方法，即可向@log装饰器添加方法：
def sendto(self,addr,timeout=20):
pass
完整源码：

 import datetime
import sys
__DEBUG__ = True


class _log:
    def __call__(self,level=1,file=sys.stdout):
        def _log_wrapper(func):
            def wrapper(*args,**kwargs):
                if __DEBUG__:
                    print('函数开始于',datetime.datetime.now(),file=file,flush=True)
        
                func(*args,**kwargs)
    
                if __DEBUG__:
                    print('函数结束于',datetime.datetime.now(),file=file,flush=True)
            return wrapper
        return _log_wrapper
    
    def sendto(self,addr,timeout=20):
        pass
    
log=_log()


fp = open('out.log','a')

@log(file=fp)
def test(a,b):
    
    print('test')
    test_lst = []
    for i in range(a):
        test_lst.append(i*b)

test(1,2)