Python的装饰器和Java的注解是一回事吗？

本文主要是介绍Python的装饰器和Java的注解是一回事吗？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本文为我在阅读Python’s decorators vs Java’s annotations, same thing?的笔记。

Flask 的路由看起来和 Spring 的机制非常像，比如用 Flask 定义的一个路由：将 Http 请求 GET: /hello 路由到 say_hello() 函数。

app = Flask(__name__)@app.route('/hello', methods=['GET'])
def say_hello():return 'hello'

Spring 用注解定义了路由，看起来跟 Flask 类似：


@RequestMapping(value = "/hello", method = GET)
class HelloController{@ResponseBodypublic String getHelloMessage() {return "hello";}
}

但实际上，Python 的装饰器 (decorator) 和 Java 的注解(annotation) 是完全不同的概念。Python 的装饰器本质上是返回另一个函数的函数，用于装饰函数的时候，作为语法糖，实际上是函数的调用。

下面我来详细解释一下这句加粗的这句话。我们定义 hello() 函数，返回一个字符串 hello:

def hello():return 'hello'if __name__ == '__main__':print(hello())

假如我们想将字符串变为 html 的标签 heading 1，可以定义一个函数提供这个转换：

def hello():return 'hello'def as_h1(message):return f'<h1>{message}</h1>'if __name__ == '__main__':print(as_h1(hello()))

如果使用装饰器实现相同的功能，只需要将 @as_h1 对 hello() 函数进行装饰：

def as_h1(func):def wrapper():result = func()return f'<h1>{result}</h1>'return wrapper@as_h1
def hello():return 'hello'if __name__ == '__main__':print(hello())

@as_h1 装饰器用于装饰 hello() 函数，本质是调用 as_h1() 函数。作为装饰器的函数要点：

外函数返回内函数： as_h1() 函数的返回值是内函数 wrapper (函数的 return wrapper 语句)
内函数改变从外函数传入函数的行为：func 是传入参数，通过外函数 as_h1 传给内函数 wrapper，在 wrapper 函数中被改变（func 函数被改变了)

之前写过一篇博文：理解和使用Python装饰器比较详细的说明了装饰器的机制。

函数大多数是带参数的，所以一个实用的装饰器必须能处理含有参数的函数。下面的代码定义能处理带参数的装饰器，演示了装饰器的典型写法：

import time
cached_items = {}def cached(func):def wrapper(*args, **kwargs):global cached_itemif func.__name__ not in cached_items:cached_items[func.__name__] = func(*args, **kwargs)return cached_items[func.__name__]return wrapper

cached 装饰器的作用是对某个函数提供缓存机制，对某个函数比较耗时的函数，缓存可以提升效率。下面的代码演示了将 cached 装饰器作用于 intensive_task() 函数，第一次调用耗时 1 秒，第二次调用从缓存中获取，时间为 0：

@cached
def intensive_task():time.sleep(1.0)return 10start_time = time.time()
intensive_task()
print("INFO: %.8f seconds first execution" % (time.time() - start_time))start_time = time.time()
intensive_task()
print("INFO: %.8f seconds second execution" % (time.time() - start_time))

在我的 PC 上运行的结果如下：

python decorator_test2.py
INFO: 1.00221372 seconds first execution
INFO: 0.00000000 seconds second execution

而在 Java 中，注解其实就是一种特殊的注释，相当于对类、方法等贴一个标签，不会改变代码的行为。但为什么本文开头的代码中，@ReqeustMapping 注解实现了 Flask 相同的路由机制呢？其实是因为 Spring 框架发现某个方法被注解了，提供相应的功能实现而已。

比如说，定义一个 @Cached 注解，并且用在 intensiveTask() 方法上，此时与没有注解的代码，行为没有任何不同。

public class Main {
@Retention(RetentionPolicy.RUNTIME)@interface Cached { } // Nothing inside our annotation
static class SomeObject {@Cachedpublic String intensiveTask() throws InterruptedException {Thread.sleep(1000);return "expensive task result";}}public static void main(String[] args) throws Exception {long time = System.currentTimeMillis();final SomeObject expensiveTaskObject = new SomeObject();someObject.intensiveTask();System.out.println("First execution:" + (System.currentTimeMillis() - time));time = System.currentTimeMillis();someObject.intensiveTask();System.out.println("Second execution:" + (System.currentTimeMillis() - time));}
}

如果需要达到与 Python 代码相同的缓存效果，需要编写代码，将 intensiveTask() 方法加到缓存中：

static class SomeObjectExecutor {
Map<String, String> cache = new HashMap<>();
public String execute(SomeObject task) throws Exception {final Method intensiveTaskMethod = task.getClass().getDeclaredMethod("intensiveTask");if (intensiveTaskMethod.isAnnotationPresent(Cached.class)) {String className = task.getClass().getName();if (!cache.containsKey(className)) {cache.put(className, task.intensiveTask());}return cache.get(className);}return task.intensiveTask();}
}

然后在两次调用调用 intensiveTask() 方法的时候，通过执行 SomeObjectExecutor 类的 execute() 方法进行判断，如果缓存中已经有了 intensiveTask() 方法，则直接返回缓存中的方法，从而节省时间：

public static void main(String[] args) throws Exception {final SomeObjectExecutor someObjectExecutor = new SomeObjectExecutor();long time = System.currentTimeMillis();final SomeObject expensiveTaskObject = new SomeObject();someObjectExecutor.execute(expensiveTaskObject);System.out.println("First execution:" + (System.currentTimeMillis() - time));time = System.currentTimeMillis();someObjectExecutor.execute(expensiveTaskObject);System.out.println("Second execution:" + (System.currentTimeMillis() - time));
}