funtools.wraps

本文介绍了Python装饰器在使用时可能导致的函数名称问题,特别是在Flask框架中如何影响视图函数与资源路径的对应。通过分析问题的原因,提出了两种解决方法:调整装饰器和路由的顺序,以及使用`functools.wraps`保持原始函数名称。这两种方法可以确保每个视图函数在Flask中的名称独特,避免资源路径的混淆。

当我们写装饰器的时候,有一个潜在的问题:

def login_require(func):
    def wrapper(*args,**kwargs):
        print("check...")
        print("check finished")
        func(*args,**kwargs)
        print("done")
    return wrapper

@login_require
def index():
    print(f"hello world")
    
@login_require
def login(name):
    print(f"hello {name}")

print(index.__name__)
print(login.__name__)

此时执行的结果是:

wrapper
wrapper

原因大家都知道,@装饰器是一种语法糖的格式。执行index.__name__时,实际执行的是login_require(index).__name__,那显然这个值就是wrapper。login.__name__的值也是同理。

其实这在很多场合使用是没有问题的,但是在某些特别需要独一无二函数名称的场景就会出现问题了,比如Flask的视图函数。

在Flask跳转界面的时候经常会出现如下的跳转代码:

if request.method=="POST":
    业务逻辑
    return redirect(url_for("login"))
return reder_template("xxx.html")

url_for是根据视图函数查找资源路径,然后进行跳转,换句话说视图函数与资源路径要一一对应。但是如果现在的视图函数是:

@app.route("/xxx")
@login_require
def xxx():
    return "hello xxx"



@app.route("/yyy")
@login_require
def yyy():
    return "hello yyy"

 这样写就意味着/xxx和/yyy的视图函数对应的视图函数均为wrapper,违反了一一对应的原则。

处理方式有两种:

第一种:注意装饰器的书写顺序

@login_require
@app.route("/xxx")
def xxx():
    return "hello xxx"


@login_require
@app.route("/yyy")
def yyy():
    return "hello yyy"

第二种:使用functools.wraps,还被装饰函数的本来名称:

def login_require(func):
    @functools.wraps(func)
    def wrapper(*args,**kwargs):
        print("check login...")
        func(args,kwargs)
    return wrapper


@app.route("/xxx")
@login_require
def xxx():
    return "hello xxx"



@app.route("/yyy")
@login_require
def yyy():
    return "hello yyy"

在login_require中对内部函数加上装饰器@functools.wraps(func),这样就能保证被装饰的函数依然保留自己的函数名称。这样/xxx对应的视图函数名称是xxx,而/yyy对应的视图函数名称是yyy,就不存在重名问题了。

Python 中的 `functools.wraps` 是一个非常有用的装饰器工具,主要用于保留被装饰函数的元数据(metadata),例如函数名、文档字符串、参数列表等。在使用装饰器对函数进行包装时,如果不使用 `functools.wraps`,那么被装饰的函数的一些属性会被覆盖为装饰器内部函数的属性,这会导致调试困难和文档生成问题。 ### 作用 1. **保留原始函数的元数据** 使用 `functools.wraps` 可以确保装饰器不会影响被装饰函数的名称、文档字符串等信息[^2]。 2. **简化 `update_wrapper` 的使用** `wraps` 是 `functools.update_wrapper` 的一个便捷封装,避免了手动调用 `update_wrapper` 来更新装饰器包装后的函数属性[^3]。 3. **提高代码可读性和可维护性** 在调试或使用自动化工具(如 Sphinx 文档生成)时,保留原始函数的信息有助于理解函数的行为和用途[^1]。 --- ### 示例 #### 基本使用方式 ```python from functools import wraps def my_decorator(func): @wraps(func) def wrapper(*args, **kwargs): print("Before function call") result = func(*args, **kwargs) print("After function call") return result return wrapper @my_decorator def say_hello(name): """Greet the user with a message.""" print(f"Hello, {name}!") # 调用函数 say_hello("Alice") # 查看函数名和文档字符串 print(say_hello.__name__) # 输出: say_hello print(say_hello.__doc__) # 输出: Greet the user with a message. ``` 在这个例子中,`@wraps(func)` 确保了 `say_hello` 函数的 `__name__` 和 `__doc__` 属性没有被 `wrapper` 函数覆盖。 #### 不使用 `wraps` 的后果 ```python def my_decorator(func): def wrapper(*args, **kwargs): print("Before function call") result = func(*args, **kwargs) print("After function call") return result return wrapper @my_decorator def say_hello(name): """Greet the user with a message.""" print(f"Hello, {name}!") # 查看函数名和文档字符串 print(say_hello.__name__) # 输出: wrapper print(say_hello.__doc__) # 输出: None ``` 此时,由于没有使用 `@wraps(func)`,`say_hello` 的元数据被 `wrapper` 替代,导致调试和文档生成变得困难。 --- #### 内部机制:与 `update_wrapper` 的关系 `functools.wraps` 实际上是对 `functools.update_wrapper` 的封装。其等效实现如下: ```python from functools import update_wrapper def wraps(wrapped): def decorator(wrapper): update_wrapper(wrapper, wrapped) return wrapper return decorator ``` 它通过调用 `update_wrapper(wrapper, wrapped)` 将 `wrapped` 函数的元数据复制到 `wrapper` 上,从而保留原始函数的信息。 --- ### 最佳实践 - 每次编写装饰器时都应使用 `@wraps(func)`,以确保不丢失原始函数的元数据。 - 在开发库或框架时尤其重要,因为这些信息对于用户理解和使用 API 至关重要。 - 避免手动更新 `__name__` 或 `__doc__`,优先使用 `wraps` 来自动处理。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值