Python之美[从菜鸟到高手]--装饰器之使用情景分析

有这个一个需求，统计一个函数执行时间 ? 方案很多，但无疑使用装饰器是一种好的方案。

[python] view plain copy

def timer(func):
def _timer(*args,**kwargs): #参数是函数调用传递过来的参数
begin=time.time()
func(*args,**kwargs)
time.sleep(2)
print time.time()-begin
return _timer
@timer
def log(info):
print info
#log=timer(log)
log('sleep few seconds')

输出结果：

sleep few seconds
2.0

其实，@timer是Python提供的一个语法糖，实际等效于log=timer(log)

很明显我们创建的是不带参数的timer，所以timer中的参数肯定是我们需要调用的函数，那么调用函数参数肯定是通过类部的_timer传递，

所以在主函数中需要返回函数对象。

将log函数带入->>>> log=timer(log('sleep few seconds'))，是不是很简单。

上面的测试函数执行时间，我人为的sleep几秒（不然打印的是0），那我要sleep(1)怎么办？

这就轮到带参数的装饰器出场了。

[python] view plain copy

def htimer(minuts):
def _htimer(func):
def _deco(*args,**kwargs):
begin=time.time()
time.sleep(minuts)
func(*args,**kwargs)
print time.time()-begin
return _deco
return _htimer
@htimer(1)
def logh(info):
print info
logh('sleep few seconds')

程序输出：

sleep few seconds
1.0

所谓的带参数装饰器，其实就是内部多了个返回函数对象，不然参数怎么传递进去呢？

我们将上面的logh函数带入可清晰的看出调用过程： logh=htimer(1)(logh(‘sleep few seconds'))

刚接触装饰器的童鞋觉得比较难，其实还是装饰器中各个函数的参数到底是什么？通过不带参数和带参数的装饰器编写，我们可以看出，

只要和调用时传递参数的顺序一致就可以了。

如上面，@htimer(1)

def logh(info):

pass

首先传递给htimer的是暂停时间，所以装饰器的最外层函数参数就是暂停时间；下面传递的函数logh，所以类部函数参数为logh函数对象；最后的是info输出信息，所以最内层的参数肯定是输出信息。

那么装饰器到底有哪些使用情景呢？常见的装饰器模式有参数检查，缓存，代理，和上下文提供者。下面就将使用上面讲述的基础知识，实现常见模式。

一：参数检查

我们知道Python是弱类型语言，可我们有时又需要对参数进行判断，防止调用出错，所以参数检查就应用在这种情景下。和C/C++不同的是，C/C++类型检查是在编译时，而我们的参数类型检查是在运行时。

[python] view plain copy

def chtype(type):
def _chtype(fun):
def _deco(*args):
if len(type)!=len(args):
raise Exception('args error')
for arg,arg_type in itertools.izip(args,type):
if not isinstance(arg,arg_type):
raise TypeError('%s is not the type of %s' %(arg,arg_type))
fun(*args)
return _deco
return _chtype
@chtype((str,str))
def login(name,passwd):
print 'login ok'

程序将输出： login ok

当我们调用：login('skycrab',22)时，程序将输出：

[python] view plain copy

Traceback (most recent call last):
File "F:\python workspace\Pytest\src\cs.py", line 80, in <module>
login('skycrab',22)
File "F:\python workspace\Pytest\src\cs.py", line 70, in _deco
raise TypeError('%s is not the type of %s' %(arg,arg_type))
TypeError: 22 is not the type of <type 'str'>

代码写的简单易读，如果上面基础知识都懂了，那么写这个参数检查也花不了多少时间。同时可以用这个证明一下上面所说的装饰器函数参数顺序。

缓存，代理和参数检查代码类似，我们重点看看上下文提供者。

二：上下文提供者

所谓的上下文提供者也就是负责一块代码块中的资源，在进入代码时申请资源，在退出代码时销毁资源。说白了就是try,finally的变体。

with语句提供了上下文装饰器。如：

[python] view plain copy

with open('proxy.py') as f:
for x in f:
print x

要使用with语句，需要实现__enter__和__exit__方法，__enter__是在进入时调用，__exit__是在退出时调用。其中as w的w就是__enter__函数

返回的对象。

比如，在数据库操作中，如果抛出异常，那么我们要rollback,成功就commit。用with语句实现如下：

[python] view plain copy

class Execute:
def __enter__(self):
self.cursor=MySQLdb.connect(host="localhost",user="root",passwd="",db="test",charset="utf8").cursor()
return self.cursor
def __exit__(self,exception_type,exception_value,exception_traceback):
if exception_type is None:
self.cursor.commit()
else:
slef.cursor.rollback()
#return True 返回True将不抛出异常
with Execute() as w:
w.execute(33)

而要实现with语句必须实现上述两个方法，比较麻烦，这时就可以使用装饰器了。

标准库模块contextlib给with语句提供了方便。其中contextmanager装饰器，增强了以yield语句分开的__enter__和__exit__两部分的生成器。

使用contextmanager装饰器重写上面的代码如下：

[python] view plain copy

@contextmanager
def myexecute():
cursor=MySQLdb.connect(host="localhost",user="root",passwd="",db="test",charset="utf8").cursor()
try:
yield cursor
except:
cursor.rollback()
else:
cursor.commit()
with myexecute() as f:
f.execute('sql query')