理解Python的装饰器
看Flask文档时候看到关于cache的装饰器，有这么一段代码：
def cached(timeout=5 * 60, key=’view/%s’): def decorator(f): @wraps(f) def decorated_function(*args, **kwargs): cache_key = key % request.path rv = cache.get(cache_key) if rv is not None: return rv rv = f(*args, **kwargs) cache.set(cache_key, rv, timeout=timeout) return rv return decorated_function return decorator
之前也略懂装饰器，但是仔细一看发现了区别。
一般的装饰器代码是这样的：
def login_required(f): @wraps(f) def decorated_function(*args, **kwargs): if g.user is None: return redirect(url_for(’login’, next=request.url)) return f(*args, **kwargs) return decorated_function
看出区别了吗？
第一个里面有两层def，第二个只有一层！
我的好奇心一下就上来了，非要把这个东西搞明白不可。
研究了一会总算研究明白了，下面就开始讲解吧。
首先理解一般的装饰器到底是怎么工作的：
def login_required(f): @wraps(f) def decorated_function(*args, **kwargs): if g.user is None: return redirect(url_for(’login’, next=request.url)) return f(*args, **kwargs) return decorated_function @login_required def test(): print "haha"
我们用login_required装饰了test函数，那么实际上执行的语句可以理解成这样：
test = login_required(test)
也就是说，现在test变成了login_required(test)的执行结果，也就是变成了decorated_function函数。
所以我们每次执行test的时候，其实执行的就是decorated_function，而原来的test函数就变成了decorated_function中的f函数。实现了装饰功能。
下面我们看看两层嵌套的装饰器到底是怎么工作的：
def cached(timeout=5 * 60, key=’view/%s’): def decorator(f): @wraps(f) def decorated_function(*args, **kwargs): cache_key = key % request.path rv = cache.get(cache_key) if rv is not None: return rv rv = f(*args, **kwargs) cache.set(cache_key, rv, timeout=timeout) return rv return decorated_function return decorator @cached(100) def test(): pass
好像没什么区别？
再仔细看看！
@cached(100)
这里多了个参数！
是的，秘密就在这个参数。
加了参数之后，装饰器的装饰过程变成了两步：
cached_temp = cached(100)
test = cached_temp(test)Python内部肯定没有cached_temp这个变量，这是我加的。不过实际的执行过程就是这么个顺序，这下就一目了然了吧！
首先运行cached(100)，这时候返回的是第一层def，也就是真正的装饰器。
然后运行cached_temp(test)，这时候返回了第二层def，这步就和一般的装饰器一样了。
我们总结一下，嵌套两层def的目的就是实现“带参装饰器”，相当于可以通过参数来定制一个装饰器，然后再应用到函数上。
明白了吗？
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
