在讲Python装饰器之前，我先举个例子。虽然有点脏，但是和装饰器的话题很相关。每个人都有的内衣的主要作用就是遮羞，但是到了冬天却不能为我们挡风挡雨，怎么办呢？我们想到的一种方法是修改内衣，使其更厚、更长。这样一来，既有遮羞的作用，又有保暖的作用，但是有个问题。我们把内裤改造成裤子后，虽然它还有遮羞的作用，但本质上已经不是真正的内裤了。于是聪明人发明了裤子。在不影响内裤的情况下，他们直接把裤子套在内裤外面，这样内裤还是内裤，宝宝有了裤子就不会再冷了。装饰器就像我们这里说的裤子。它在不影响内衣功能的情况下为我们的身体提供温暖。在谈论装饰器之前，您需要了解一件事。Python中的函数不同于Java和C++。Python中的函数可以像普通变量一样作为参数传递给另一个函数，例如：deffoo():print("foo")defbar(func):func()bar(foo)正式回到我们的主题。装饰器本质上是一个Python函数或类，它允许其他函数或类在不修改任何代码的情况下添加额外的功能。装饰器的返回值也是一个函数/类对象。常用于有横切需求的场景，如：插入日志、性能测试、事务处理、缓存、权限验证等场景。装饰器是解决此类问题的绝佳设计。有了装饰器，我们就可以将大量与函数本身无关的雷同代码提取到装饰器中，继续复用。简而言之，装饰器的作用是为现有对象添加额外的功能。先看一个简单的例子，虽然实际代码可能比这个复杂很多：deffoo():print('iamfoo')现在有一个新需求，希望记录函数的执行日志，所以在代码中加入Logging代码：deffoo():print('iamfoo')logging.info("fooisrunning")如果函数bar()和bar2()有类似的需求，怎么办？在bar函数中再写一个日志记录？这导致了很多类似的代码。为了减少代码重复，我们可以重新定义一个新的函数：专门处理日志，处理完日志后再执行真正的业务代码defuse_logging(func):logging.warn("%sisrunning"%func.__name__)func()deffoo():print('iamfoo')use_logging(foo)这样做逻辑上没问题，功能实现了，但是当我们调用的时候并没有调用真正的业务逻辑foo函数，取而代之的是use_logging函数，破坏了原有的代码结构。现在我们每次都必须将原始的foo函数作为参数传递给use_logging函数。那么有没有更好的办法呢？答案当然是装饰器。简单装饰器defuse_logging(func):defwrapper():logging.warn("%sisrunning"%func.__name__)returnfunc()#当foo作为参数传入时，执行func()相当于执行foo()returnwrapperdeffoo():print('iamfoo')foo=use_logging(foo)#因为装饰器use_logging(foo)返回的是函数对象wrapper，所以这条语句相当于foo=wrapperfoo()#执行foo()相当于执行wrapper()。use_logging是一个装饰器。它是一个普通函数，包装了执行真正业务逻辑的函数func。貌似foo被use_logging修饰了，use_logging返回了一个函数，这个函数的名字叫wrapper。在这个例子中，函数进入和退出的时候，叫做横截面，这种编程风格叫做面向切面编程。@语法糖如果你接触过一段时间的Python，你一定对@符号不陌生。是的，@符号是装饰器的语法糖。它放在函数定义的开头，这样最后一步就可以省略了。赋值操作。defuse_logging(func):defwrapper():logging.warn("%sisrunning"%func.__name__)returnfunc()returnwrapper@use_loggingdeffoo():print("iamfoo")foo()如上所示，有了@，我们就可以省去foo=use_logging(foo)这句话了，直接调用foo()就可以得到想要的结果了。有没有看到foo()函数不需要修改，只需要在定义的地方加一个装饰器，调用还是和之前一样。如果我们还有其他类似的功能，我们可以继续调用装饰器来装饰功能，而不需要重复修改功能或添加新的包。这样，我们提高了程序的复用性，增加了程序的可读性。Python中装饰器的方便是因为Python函数可以像普通对象一样作为参数传递给其他函数，可以赋值给其他变量，可以作为返回值，可以在另一个函数中定义。*args,**kwargs有人会问，如果我的业务逻辑函数foo需要参数怎么办？例如：deffoo(name):print("iam%s"%name)我们可以在定义包装函数时指定参数：defwrapper(name):logging.warn("%sisrunning"%func.__name__)returnfunc(name)returnwrapper这样就可以在wrapper函数中定义foo函数定义的参数。这时候又有人要问了，如果foo函数接收两个参数怎么办？三个参数呢？更重要的是，我可能会通过很多。当装饰器不知道foo有多少个参数时，我们可以使用*args代替：defwrapper(*args):logging.warn("%sisrunning"%func.__name__)returnfunc(*args)return在这way，不管foo定义了多少个参数，我都可以完全传给func。这不会影响foo的业务逻辑。这时候可能有读者会问，如果foo函数也定义了一些关键字参数呢？例如：deffoo(name,age=None,height=None):print("Iam%s,age%s,height%s"%(name,age,height))此时，你可以把wrapperfunctionSpecifykeywordfunction:defwrapper(*args,**kwargs):#args是一个数组，kwargs是一个字典logging.warn("%sisrunning"%func.__name__)returnfunc(*args,**kwargs)带returnwrapper的装饰器更加灵活，比如带参数的装饰器。在上面的装饰器调用中，装饰器接收的唯一参数是执行业务的函数foo。装饰器语法允许我们在调用时提供额外的参数，例如@decorator(a)。这样就为装饰器的编写和使用提供了更大的灵活性。比如我们可以在装饰器中指定日志级别，因为不同的业务功能可能需要不同的日志级别。defuse_logging(level):defdecorator(func):defwrapper(*args,**kwargs):iflevel=="warn":logging.warn("%sisrunning"%func.__name__)eliflevel==“信息”：记录。info("%sisrunning"%func.__name__)returnfunc(*args)returnwrapperreturndecorator@use_logging(level="warn")deffoo(name='foo'):print("我是%s"%name)foo()上面的use_logging是一个允许参数的装饰器。它实际上是对原始装饰器的函数包装，并返回一个装饰器。我们可以理解为带参数的闭包。当我们使用@use_logging(level="warn")调用时，Python可以发现这种级别的封装并将参数传递给装饰器的环境。@use_logging(level=”warn”)相当于@decorator类装饰器是的，装饰器不仅可以是函数，也可以是类。与函数装饰器相比，类装饰器具有更大的灵活性、高内聚性、封装性等优点。类装饰器的使用主要依赖于类的__call__方法，当装饰器使用@形式附加到函数时调用。classFoo(object):def__init__(self,func):self._func=funcdef__call__(self):print('classdecoratorrunning')self._func()print('classdecoratorending')@Foodefbar():print('bar')bar()functools.wraps使用装饰器极大地重用了代码，但缺点是缺少了原函数的元信息，比如函数的docstring、__name__、参数列表.我们先看例子。:#装饰器deflogged(func):defwith_logging(*args,**kwargs):printfunc.__name__#output'with_logging'printfunc.__doc__#outputNonereturnfunc(*args,**kwargs)returnwith_logging#function@loggeddeff(x):"""doessomemath"""returnx+x*xlogged(f)不难发现函数f被with_logging替换了，当然它的docstring，__name__就变成了with_logging函数信息.好在我们有functools.wraps，wraps本身也是一个装饰器，它可以将原函数的元信息复制到装饰器中的func函数中，使得装饰器中的func函数也具有与原始功能fooup。fromfunctoolsimportwrapsdeflogged(func):@wraps(func)defwith_logging(*args,**kwargs):printfunc.__name__#output'f'printfunc.__doc__#output'doessomemath'returnfunc(*args),**kwargs)returnwith_logging@loggeddeff(x):"""doessomemath"""returnx+x*xorderofdecorators一个函数也可以同时定义多个装饰器，例如：@a@b@cdeff():pass它的执行顺序是从里到外，先调用最里面的装饰器，最后调用最外层的装饰器，相当于f=a(b(c(f)))
