「这是我参与11月更文挑战的第6天，活动详情查看：2021最后一次更文挑战」

函数装饰器

函数装饰器用于在源码中“标记”函数，以某种方式增强函数的行为。

装饰器是可调用的对象，其参数是另一个函数（被装饰的函数）。 装饰器可能会处理被装饰的函数，然后把它返回，或者将其替换成另一个函数或可调用对象。

举个栗子：

@decorate
def target():
	print('running target()')

# 相当于
def target():
	print('running target()')

target = decorate(target)

装饰器的一大特性是，能把被装饰的函数替换成其他函数。第二个特性是，它们在被装饰的函数定义之后立即运行；这通常是在导入时（即 Python 加载模块时）。

装饰器通常在一个模块中定义，然后应用到其他模块中的函数上。

大多数装饰器会在内部定义一个函数，然后将其返回。

标准库中的装饰器

Python 内置了三个用于装饰方法的函数：property 、classmethod 和 staticmethod 。

另一个常见的装饰器是 functools.wraps ，它的作用是协助构建行为良好的装饰器。标准库中最值得关注的两个装饰器是 lru_cache 和 singledispatch （Python 3.4 新增）。 这两个装饰器都在 functools 模块中定义。

functools.lru_cache

functools.lru_cache 实现了备忘 （memoization）功能。它把耗时的函数的结果保存起来，避免传入相同的参数时重复计算。LRU 三个字母是 “Least Recently Used” 的缩写，表明缓存不会无限制增长，一段时间不用的缓存条目会被扔掉。

lru_cache 可以使用两个可选的参数来配置。它的签名是：

functools.lru_cache(maxsize=128, typed=False)

maxsize 参数指定存储多少个调用的结果。缓存满了之后，旧的结果会被扔掉，腾出空间。为了得到最佳性能，maxsize 应该设为 2 的幂。 typed 参数如果设为 True ，把不同参数类型得到的结果分开保存，即把通常认为相等的浮点数和整数参数（如 1 和 1.0 ）区分开。

因为 lru_cache 使用字典存储结果，而且键根据调用时传入的定位参数和关键字参数创建，所以被 lru_cache 装饰的函数，它的所有参数都必须是可散列的。

functools.singledispatch

因为 Python 不支持重载方法或函数，所以我们不能使用不同的签名定义同一函数名的函数的变体，也无法使用不同的方式处理不同的数据类型。在 Python 中，一种常见的做法是使用一串 if/elif/elif ，调用专门的函数，如 functionA_str 、functionA_int ，等等。这样不便于模块的用户扩展，还显得笨拙：时间一长，分派函数 functionA 会变得很大，而且它与各个专门函数之间的耦合也很紧密。

functools.singledispatch 装饰器可以把整体方案拆分成多个模块，甚至可以为你无法修改的类提供专门的函数。使用 @singledispatch 装饰的普通函数会变成泛函数（generic function）： 根据第一个参数的类型，以不同方式执行相同操作的一组函数。

可以在系统的任何地方和任何模块中注册专门函数。

举个栗子：

from functools import singledispatch
import numbers
import html

@singledispatch				#  标记处理 object 类型的基函数
def htmlize(obj):
    content = html.escape(repr(obj))
    return '<pre>{}</pre>'.format(content)

@htmlize.register(str)		# 各个专门函数使用 @«base_function».register(«type») 装饰。
def _(text):			# 专门函数的名称无关紧要；_ 是个不错的选择
    content = html.escape(text).replace('\n', '<br>\n')
    return '<p>{0}</p>'.format(content)

@htmlize.register(numbers.Integral)
def _(n):
    return '<pre>{0} (0x{0:x})</pre>'.format(n)

参数化装饰器

让装饰器接受其他参数：创建一个装饰器工厂函数，把参数传给它，返回一个装饰器，然后再把它应用到要装饰的函数上。

举个栗子：

registry = set()

def register(active=True):		# 接受一个可选的关键字参数
    def decorate(func):			# 真正的装饰器
        print('running register(active=%s)->decorate(%s)' % (active, func))
        
        if active:		# 只有 active 参数的值（从闭包中获取）是 True 时才注册 func
            registry.add(func)
        else:			# 如果 active 不为真，而且 func 在 registry 中，那么把它删除
            registry.discard(func)
        return func		# decorate 是装饰器，必须返回一个函数
    
    return decorate

@register(active=False)	# @register 工厂函数必须作为函数调用，并且传入所需的参数
def f1():
	print('running f1()')
    
@register()		# 即使不传入参数，register 也必须作为函数调用，即要返回真正的装饰器 decorate
def f2():
	print('running f2()')