【Python】 Python装饰器的魔法：深入理解functools.wraps

基本原理

在Python中，装饰器是一种设计模式，用于修改或增强函数或方法的功能。functools.wraps是一个装饰器工厂，它用来帮助我们保持被装饰函数的元数据，比如函数的名字、文档字符串等。

当你创建一个装饰器时，你可能会无意中覆盖掉原始函数的一些属性。例如，如果你直接返回一个新函数，那么原始函数的名字和文档字符串等信息就会丢失。functools.wraps的作用就是用来解决这个问题，它能够让装饰后的函数保持原始函数的这些元数据。

代码示例

示例1：没有使用`functools.wraps`

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():"""This function says hello"""print("Hello!")say_hello()
print(say_hello.__name__)
print(say_hello.__doc__)

运行结果:

Something is happening before the function is called.
Hello!
Something is happening after the function is called.
wrapper
None

示例2：使用`functools.wraps`

from functools import wrapsdef my_decorator(func):@wraps(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():"""This function says hello"""print("Hello!")say_hello()
print(say_hello.__name__)
print(say_hello.__doc__)

运行结果:

Something is happening before the function is called.
Hello!
Something is happening after the function is called.
say_hello
This function says hello

示例3：使用`functools.wraps`并传递参数

from functools import wrapsdef my_decorator(text):def decorator(func):@wraps(func)def wrapper(*args, **kwargs):print(f"{text} before calling {func.__name__}")return func(*args, **kwargs)return wrapperreturn decorator@my_decorator("Something is happening")
def greet(name):"""Greet someone"""print(f"Hello, {name}!")greet("Alice")
print(greet.__name__)
print(greet.__doc__)

运行结果:

Something is happening before calling greet
Hello, Alice!
greet
Greet someone

注意事项

使用functools.wraps时，它应该作为内部装饰器，即@wraps(func)的形式，而不是@wraps。
functools.wraps可以传递给装饰器工厂函数，这样每个生成的装饰器都会保持原始函数的元数据。
如果你的装饰器需要修改函数的行为，并且你想要保留原始函数的元数据，那么使用functools.wraps是一个很好的实践。

结论

functools.wraps是一个强大的工具，它帮助我们在不破坏原有函数元数据的前提下，增强函数的功能。通过使用functools.wraps，我们可以编写更加清晰、可维护的代码，同时保留函数的名称、文档字符串等重要信息。这对于代码的可读性和调试都非常有帮助。

>
> 【痕迹】QQ+微信朋友圈和聊天记录分析工具1.0.4 （1）纯Python语言实现，使用Flask后端，本地分析，不上传个人数据。
>
> （2）内含QQ、微信聊天记录保存到本地的方法，真正实现自己数据自己管理。
>
> （3）数据可视化分析QQ、微信聊天记录，提取某一天的聊天记录与大模型对话。
>
> 下载地址：https://www.alipan.com/s/x6fqXe1jVg1
>