当前位置：首页 > news >正文

10个wrapt实用技巧：从基础装饰器到高级包装模式

news 2026/4/23 15:18:55

10个wrapt实用技巧：从基础装饰器到高级包装模式

【免费下载链接】wraptA Python module for decorators, wrappers and monkey patching.项目地址: https://gitcode.com/gh_mirrors/wr/wrapt

wrapt是一个强大的Python模块，专为装饰器、包装器和猴子补丁设计。它提供了简洁而灵活的API，帮助开发者轻松实现各种高级功能，同时保持代码的可读性和可维护性。无论是新手还是有经验的开发者，掌握wrapt的使用技巧都能显著提升Python编程效率。

1. 快速创建基础装饰器

使用@wrapt.decorator装饰器可以轻松创建功能完善的装饰器，它会自动处理函数签名和元数据保留。

import wrapt @wrapt.decorator def my_decorator(wrapped, instance, args, kwargs): # 在调用原始函数前执行 print("调用前") result = wrapped(*args, **kwargs) # 在调用原始函数后执行 print("调用后") return result @my_decorator def my_function(): print("原始函数执行")

这种方式创建的装饰器比手动实现的装饰器更加健壮，能够正确处理各种边缘情况，如函数参数、返回值和异常。

2. 实现带参数的装饰器

wrapt允许创建接受参数的装饰器，只需在装饰器函数外再包装一层函数即可。

import wrapt def my_decorator_with_args(arg1, arg2): @wrapt.decorator def wrapper(wrapped, instance, args, kwargs): print(f"装饰器参数: {arg1}, {arg2}") return wrapped(*args, **kwargs) return wrapper @my_decorator_with_args("hello", "world") def my_function(): print("原始函数执行")

这种模式非常适合创建可配置的装饰器，如日志级别、缓存时间等参数化场景。

3. 猴子补丁的安全实现

使用wrapt.wrap_function_wrapper可以安全地进行猴子补丁，它会保留原始函数的元数据和签名。

import wrapt import some_module def my_wrapper(wrapped, instance, args, kwargs): # 在调用原始函数前执行自定义逻辑 print("猴子补丁前") result = wrapped(*args, **kwargs) # 在调用原始函数后执行自定义逻辑 print("猴子补丁后") return result # 对some_module模块中的target_function进行猴子补丁 wrapt.wrap_function_wrapper(some_module, 'target_function', my_wrapper)

这种方式比直接替换函数更加安全，便于后续恢复原始函数，也更容易追踪和调试。

4. 方法和类的同步锁实现

wrapt提供了synchronized装饰器，可以轻松实现线程安全的方法和类。

import wrapt import threading class MyClass: @wrapt.synchronized def thread_safe_method(self): # 线程安全的代码 print(f"线程 {threading.current_thread().name} 正在执行")

synchronized装饰器会自动管理锁的获取和释放，确保同一时间只有一个线程可以执行被装饰的方法。

5. 函数参数的高级处理

通过wrapt的参数处理功能，可以轻松实现参数验证、转换和扩展。

import wrapt @wrapt.decorator def validate_arguments(wrapped, instance, args, kwargs): # 验证参数 if args and not isinstance(args[0], int): raise TypeError("第一个参数必须是整数") return wrapped(*args, **kwargs) @validate_arguments def my_function(value): print(f"值: {value}")

这种技巧特别适合API开发，可以集中处理参数验证和转换，提高代码的可维护性。

6. 装饰器的状态管理

使用类实现装饰器可以方便地管理装饰器的状态，wrapt对此提供了良好的支持。

import wrapt class CountCalls: def __init__(self): self.count = 0 @wrapt.decorator def __call__(self, wrapped, instance, args, kwargs): self.count += 1 print(f"调用次数: {self.count}") return wrapped(*args, **kwargs) count_decorator = CountCalls() @count_decorator def my_function(): print("函数执行")

这种方式创建的装饰器可以轻松维护状态，如调用计数、缓存数据等。

7. 基于类的装饰器实现

wrapt支持创建基于类的装饰器，提供更灵活的功能扩展。

import wrapt class MyClassDecorator: def __init__(self, arg1): self.arg1 = arg1 @wrapt.decorator def __call__(self, wrapped, instance, args, kwargs): print(f"装饰器参数: {self.arg1}") return wrapped(*args, **kwargs) @MyClassDecorator("参数值") def my_function(): print("函数执行")

基于类的装饰器适合实现复杂的装饰逻辑，可以利用类的继承和多态特性扩展功能。

8. 方法包装的高级技巧

wrapt可以精确包装类的实例方法、类方法和静态方法，保持原始方法的特性。

import wrapt class MyClass: def instance_method(self): print("实例方法") @classmethod def class_method(cls): print("类方法") @staticmethod def static_method(): print("静态方法") # 包装实例方法 wrapt.wrap_function_wrapper(MyClass, 'instance_method', my_wrapper) # 包装类方法 wrapt.wrap_function_wrapper(MyClass, 'class_method', my_wrapper) # 包装静态方法 wrapt.wrap_function_wrapper(MyClass, 'static_method', my_wrapper)

这种精确的方法包装能力在框架开发和库扩展中非常有用。

9. 装饰器的嵌套使用

wrapt装饰器支持嵌套使用，可以组合多个装饰器实现复杂功能。

import wrapt @wrapt.decorator def log_decorator(wrapped, instance, args, kwargs): print("日志记录") return wrapped(*args, **kwargs) @wrapt.decorator def timing_decorator(wrapped, instance, args, kwargs): import time start = time.time() result = wrapped(*args, **kwargs) print(f"执行时间: {time.time() - start}") return result @log_decorator @timing_decorator def my_function(): print("函数执行")

嵌套装饰器可以将不同功能模块化，提高代码的复用性和可维护性。

10. 性能优化的装饰器实现

wrapt的装饰器实现经过优化，性能开销小，适合对性能要求高的场景。

# 性能测试代码示例 import wrapt import time @wrapt.decorator def fast_decorator(wrapped, instance, args, kwargs): return wrapped(*args, **kwargs) @fast_decorator def performance_critical_function(): # 性能关键代码 pass # 测试性能 start = time.time() for _ in range(1000000): performance_critical_function() print(f"执行时间: {time.time() - start}")

wrapt的装饰器实现比许多其他装饰器库更快，适合在性能敏感的代码中使用。