今天是Python专题的第14篇文章，我们继续装饰器的话题，来看看怎么给装饰器包装方法，实现更多灵活的操作。

在之前的文章当中，我们实现了对装饰器赋予参数，从而可以通过传入不同的参数来控制装饰器中的逻辑。这样做可以大大地增加装饰器的灵活性，但是仍然不足以解决所有的问题。

如果我们面临一个变动很频繁的业务，以后也许需要加上一些当前想不到的逻辑，这个时候就没有办法仅仅通过参数来控制了。那么有没有办法不仅仅是传入参数，而是可以给装饰器添加不同的逻辑呢？

当然是有的，但是这个操作比较复杂，让我们抽丝剥茧，一点一点来吃透它。

setattr和getattr操作

首先我们来看下setattr和getattr这两个方法，attr是attribute的缩写，也就是属性的意思。我们搞明白了这个单词的意思之后就简单了，根据字面可以理解到，这两个方法一个是设置属性一个是获取属性。

是的，就是这么简单，没错。

其中getattr尤其简单，基本上等价于使用.去获取属性。

我们来看一个最简单的例子，我们先创建一个类，然后给它附上一个属性。

class A:
    def __init__(self):
        self.name = 'hello'
复制代码

之后，我们可以使用getattr方法去获得它的name属性：

a = A()
getattr(a, 'name')
复制代码

有get自然就有set，我们也可以通过setattr为它附上新的属性。第二个参数是新增的属性名称，第三个参数是属性的值。

setattr(a, 'age', 18)
复制代码

这样，当我们去执行a.age的时候，就会获得18。这里要注意的是，我们只是单纯地为a这个实例创建了新的属性，并没有更改A这个类中的定义。所以其他A这个类的实例并不会受到影响，另外如果我们将多个值赋值给了同一个属性名会发生覆盖，也就是后面的覆盖前面的。

属性这个词在Python中的定义是比较宽泛的，除了变量可以称作是属性，函数也一样可以作为属性。也就是说我们除了可以添加一个变量之外，也可以添加一个函数。

我们来看个例子：

def print_log():
    print('This is a log')
复制代码

这是一个简单的demo方法，我们通过setattr将它赋值给实例a，那么我们就可以在实例a中调用它了。

不仅仅如此，类也一样可以通过setattr方法设置。

理解了setattr和getattr的用法之后，我们不禁有一个问题，我们通过.操作不香吗，为什么还要搞一个setattr和getattr出来呢？

如果我们自己写代码写着玩，当然是用.操作更方便，但如果是实际的开发场景。很有可能我们需要添加的属性的名称是个变量，而不是写死的，也就是说是可配置的。这个时候就不能通过.了，我们考虑问题的时候不能仅仅从功能入手，也需要思考一下它的使用场景。

为装饰器定义属性

setattr我们都已经熟悉了，接下来回到正题。Python当中一切都是对象，同样函数也是对象。既然函数也是对象，那么我们就可以给函数也设置属性。装饰器的本质就是函数，所以我们可以给装饰器内包装的函数也设置属性，为了方便大家理解，我先不用setattr，让大家看看单纯的带属性的装饰器是什么样的。

def decorate(func):
    logmsg = func.__name__

    @wraps(func)
    def wrapper(*args, **kwargs):
        print(logmsg)
        return func(*args, **kwargs)

    def set_message(newmsg):
        nonlocal logmsg
        logmsg = newmsg
        
    wrapper.set_message = set_message
    return wrapper
复制代码

如果我们把set_message这个方法拿掉的话，它就是一个普普通通的装饰器。set_message方法当中，我们使用nonlocal关键字修改了logmsg这个变量的值，而这个值会在装饰器的包装函数当中用到。也就是说我们通过调用set_message方法，可以修改这个装饰器的运行结果和逻辑。

这里，我们没用装饰器，而是简单地使用了.关键字来对它进行了赋值。还是和之前说的一样，这样当然是可以的，但是如果我们想要配置这个name就做不到了。最常见的场景就是区分线上和测试环境，一种做法是在接口的名字之前加上一个标识，比如线上是online，测试环境是test或者是dev。通过这种方法区分不同环境的逻辑。

所以比较好的方法是将这个逻辑也写成一个装饰器，将被包装的方法作为参数传入。如果你看明白了上一篇文章，熟悉装饰器传参的话，这段代码对你来说应该很简单。

def attach(obj):
    @wraps(obj)
    def wrapper(func):
        setattr(obj, func.__name__, func)
        return func
    return wrapper
复制代码

有了attach这个装饰器之后，我们只需要给set_message这个方法加上注解，将被包装的函数作为参数传入即可。

    @attach(wrapper)
    def set_message(newmsg):
        nonlocal logmsg
        logmsg = newmsg
复制代码

如果只是想要实现功能，而不追求规范的话，可以使用partial来简化代码，减少它的层次结构：

def attach(obj, func=None):
    if func is None:
        return partial(attach_wrapper, obj)
    setattr(obj, func.__name__, func)
    return func
复制代码

这样写也是可以work的，只要熟悉partial的用法，应该也不难理解。

让函数为所欲为

如果你是一个程序员，你面临一个变动很频繁的业务，你无法预知之后的需求情况，想要代码有足够大的机动余地，这个时候可以利用强大的setattr给程序留一个“后门”，方便后面临时修改。

具体的做法其实很简单，我们在装饰器当中定义一个dict，用来存储自定义的函数。再实现一个set_func方法将自定义的函数存储进这个dict当中，只有就可以通过参数，在不修改装饰器的情况下自由变更装饰器内的逻辑了。

我们来看代码：

    
def decorate(func):
    func_dict = {}

    @wraps(func)
    def wrapper(*args, **kwargs):
        # 通过key来选择应该调用哪一个函数作为装饰器的逻辑
        if kwargs.get('key') is not None:
            func_dict[kwargs['key']](*args, **kwargs)
        return func(*args, **kwargs)
        
    # 将函数名和函数作为参数传入，存储在dict中
    @attach(wrapper)
    def set_func(func_name, func):
        nonlocal func_dict
        func_dict[func_name] = func

    return wrapper
复制代码

我们再来看一个使用的例子：

def test(*args, **kw):
    print('test')
add.set_func('test', test)
add(3, 4, key='test')
复制代码

这样，我们就把test方法中的逻辑放入了装饰器当中，只有我们需要，我们还可以写出其他的方法，来自定义我们对装饰器的需求，而又不需要修改装饰器内部的逻辑。不仅如此，我们还可以在主体函数的前后都加上这样的逻辑，真的可以说是为所欲为了。

当然一般情况下我们用不到这样的骚操作，但是能够写出来或者说看懂这样的功能，那就说明关于装饰器的理解已经算是入门了。

结尾

装饰器可以说是函数式编程在Python当中最重要的使用渠道，在许多Python工具和框架当中大量使用。其实我们学习的并不仅仅是装饰器的一两种奇淫技巧，也是函数式编程的一些思想和理念。当我们将这些理念理解深刻了之后，不仅仅是Python，同样可以在许多其他的领域获得突飞猛进的进步。

各位看官大人，赏个关注吧~