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？