一、简单例子

先看下面一个简单的例子程序
t1清单

def funA(fn):
print('A')
fn() # fn实际就是funB(函数对象)

@funA
def funB():
print('B')

# if __name__ == "__main__":
# funB()

运行结果:

A
B

(要注意 9、10行的代码被注释了,但是funA仍然被执行了)相当于funA(funB)
好了,如果要是把 9、10行的注释去掉,执行结果是:

Traceback (most recent call last):
File “F:/Projects/Python/jie/pyflow/src/t3.py”, line 10, in <module> funB()
TypeError: ‘NoneType’ object is not callable
A
B

报错了!通过断点发现这是执行顺序:

Python @ 装饰器_带参数

也就是说,执行到第10行时,funB是None。原因在于funA没有返回fn。我们返回fn试下:
t2清单

def funA(fn):
print('A')
fn() # fn实际就是funB(函数对象)
return fn

@funA
def funB():
print('B')

if __name__ == "__main__":
funB()

运行结果:

A
B
B

符合预期

二、@装饰器与AOP

我们知道装饰器是可以实现切面编程(AOP)。那么怎么才符合切面呢?
我们要注意 不带参数的装饰器 与 带参数的装饰器 的写法有一些差别

2.1 不带参数的装饰器

t1清单改为下面(为更全面理解,这个funB有入参):
t3清单

def funA(fn):
print("This is funA") # 这个区域是做与装饰器funA相关的逻辑
def wrapped(*args):
print("This is aspect") # 切面逻辑
return fn(*args) # fn就是funB,args就是funB的入参。另外,别忘了return
return wrapped

@funA
def funB(p): # funB有入参
print('B', p)
return "ok"

if __name__ == "__main__":
print("This is main")
print(funB("Param"))

运行结果:

This is funA
This is main
This is aspect
B Param
ok

“This is aspect” 和 “B Param” 这两个结果就是第15行执行产生的(符合AOP预期)。与t1清单比起来,就是在funA中多定义了函数wrapped并返回。

2.2 带参数的装饰器

t4清单:

def funA(a):  # 装饰器funA的入参
print("This is funA") # 这个区域是做与装饰器funA相关的逻辑
def deco_func(fn):
print("This is deco_func") # 这个区域是做与deco_func相关的逻辑
def wrapped(*args):
print("This is aspect") # 切面逻辑
return fn(*args) # fn就是funB,args就是funB的入参。另外,别忘了return
return wrapped
return deco_func

@funA(3)
def funB(p): # funB有入参
print('B', p)
return "ok"

if __name__ == "__main__":
print("This is main")
print(funB("Param"))

为反映与不带参数装饰器的写法区别,我们对比看看:

Python @ 装饰器_AOP_02

看出来了吧,就是有点绕:funA内嵌套了两层才实现AOP。而且左边的代码执行结果是:

This is funA
This is deco_func
This is main
This is aspect
B Param
ok

在进入第16行之前,不仅执行了funA还执行了deco_func。当然,也实现了AOP