头图

大家好,我是涛哥,本文内容来自 涛哥聊Python ,转载请标原创。
更多Python学习内容:http://ipengtao.com

在Python编程中,装饰器(decorators)是一种非常强大的工具,可以在不修改原有函数代码的前提下,扩展函数的功能。而在编写装饰器时,functools模块中的@wraps装饰器是一个不可或缺的工具。本文将详细介绍@wraps的作用和使用方法,并通过示例代码展示其实际应用。

一、什么是装饰器?

在深入了解@wraps之前,我们先简单介绍一下装饰器。装饰器本质上是一个高阶函数,它接受一个函数作为参数,并返回一个新函数。装饰器常用于在函数执行前后添加额外的行为,如日志记录、访问控制、缓存等。

示例代码:

def my_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

@my_decorator
def say_hello():
    print("Hello!")

say_hello()

在这个示例中,my_decorator是一个装饰器,它在目标函数say_hello执行前后打印额外的信息。

二、@wraps的作用

当我们使用装饰器时,装饰后的函数实际上是包装器函数(wrapper function),而不是原来的函数。这会导致一些问题,例如:

  1. 原函数的名称和文档字符串(docstring)被包装器函数覆盖。
  2. 原函数的属性(如__name____doc__)丢失。

为了解决这些问题,Python提供了functools.wraps装饰器,它可以帮助我们保留原函数的元数据。

示例代码:

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print("Something is happening before the function is called.")
        result = func(*args, **kwargs)
        print("Something is happening after the function is called.")
        return result
    return wrapper

@my_decorator
def say_hello():
    """This is the docstring of say_hello function."""
    print("Hello!")

print(say_hello.__name__)  # 输出: say_hello
print(say_hello.__doc__)   # 输出: This is the docstring of say_hello function.

在这个示例中,使用@wraps装饰wrapper函数后,say_hello函数的__name____doc__属性得到了保留。

三、@wraps的使用方法

@wrapsfunctools模块中的一个装饰器,它接受一个函数作为参数,并返回一个装饰器。@wraps通常用于装饰包装器函数,以便将原函数的元数据复制到包装器函数中。

基本用法:

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        # 执行装饰器逻辑
        return func(*args, **kwargs)
    return wrapper

使用示例:

以下是一个更复杂的示例,展示如何使用@wraps在记录函数执行时间的装饰器中保留原函数的元数据。

import time
from functools import wraps

def timing_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Function {func.__name__} took {end_time - start_time:.4f} seconds to execute")
        return result
    return wrapper

@timing_decorator
def slow_function():
    """A function that simulates a slow process."""
    time.sleep(2)
    print("Slow function executed")

slow_function()
print(slow_function.__name__)  # 输出: slow_function
print(slow_function.__doc__)   # 输出: A function that simulates a slow process.

在这个示例中,timing_decorator装饰器用于计算并打印目标函数的执行时间。通过使用@wraps装饰wrapper函数,我们保留了原函数slow_function__name____doc__属性。

四、@wraps的详细说明

@wraps实际上是functools.update_wrapper函数的一个简化版。update_wrapper函数用于将目标函数的指定属性复制到包装器函数中。默认情况下,这些属性包括__module____name____qualname____annotations____doc__

示例代码:

from functools import update_wrapper

def my_decorator(func):
    def wrapper(*args, **kwargs):
        # 执行装饰器逻辑
        return func(*args, **kwargs)
    update_wrapper(wrapper, func)
    return wrapper

使用update_wrapper函数可以实现与@wraps相同的效果。@wraps只是一个方便的简化版,它接受与update_wrapper相同的参数,并将这些参数传递给update_wrapper

参数说明:

  • wrapped:被包装的函数。
  • assigned:默认值为WRAPPER_ASSIGNMENTS,指定要复制的属性。
  • updated:默认值为WRAPPER_UPDATES,指定要更新的属性。
from functools import WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES

def custom_wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES):
    def decorator(wrapper):
        update_wrapper(wrapper, wrapped, assigned, updated)
        return wrapper
    return decorator

五、实际应用场景

1. 缓存结果

使用装饰器缓存函数的结果,避免重复计算:

from functools import wraps

def memoize(func):
    cache = {}
    @wraps(func)
    def wrapper(*args):
        if args not in cache:
            cache[args] = func(*args)
        return cache[args]
    return wrapper

@memoize
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(10))  # 输出: 55
print(fibonacci.__name__)  # 输出: fibonacci
print(fibonacci.__doc__)   # 输出: None

2. 权限检查

在Web应用中,使用装饰器进行权限检查:

from functools import wraps

def require_permission(permission):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            if not has_permission(permission):
                raise PermissionError("Permission denied")
            return func(*args, **kwargs)
        return wrapper
    return decorator

def has_permission(permission):
    # 假设有一个权限检查的逻辑
    return permission == "admin"

@require_permission("admin")
def admin_area():
    """This is the admin area."""
    print("Welcome to the admin area")

try:
    admin_area()
except PermissionError as e:
    print(e)

print(admin_area.__name__)  # 输出: admin_area
print(admin_area.__doc__)   # 输出: This is the admin area.

总结

在Python中,@wraps是一个非常有用的工具,特别是在编写装饰器时。它可以帮助我们保留原函数的元数据,确保代码的可读性和可维护性。通过本文的介绍和示例代码,应该已经掌握了@wraps的基本用法和实际应用。


涛哥聊Python
59 声望38 粉丝