裝飾器本質(zhì)上是一個Python函數(shù)，它可以讓其他函數(shù)在不需要做任何代碼變動的前提下增加額外功能，裝飾器的返回值也是一個函數(shù)對象.

經(jīng)常用于有切面需求的場景，比如：插入日志、性能測試、事務(wù)處理、緩存、權(quán)限校驗等場景。裝飾器是解決這類問題的絕佳設(shè)計，有了裝飾器，我們就可以抽離出大量與函數(shù)功能本身無關(guān)的雷同代碼并繼續(xù)重用。

先來看一個簡單例子：

def now():     print('2017_7_29')

現(xiàn)在有一個新的需求，希望可以記錄下函數(shù)的執(zhí)行日志，于是在代碼中添加日志代碼：

def now():     print('2017_7_29')     logging.warn("running")

假設(shè)有類似的多個需求，怎么做？再寫一個logging在now函數(shù)里？這樣就造成大量雷同的代碼，為了減少重復(fù)寫代碼，我們可以這樣做，重新定義一個函數(shù)：專門處理日志 ，日志處理完之后再執(zhí)行真正的業(yè)務(wù)代碼.

def use_logging(func):          logging.warn("%s is running" % func.__name__)          func()   def now():          print('2017_7_29')     use_logging(now)

在實現(xiàn),邏輯上不難， 但是這樣的話，我們每次都要將一個函數(shù)作為參數(shù)傳遞給日志函數(shù)。而且這種方式已經(jīng)破壞了原有的代碼邏輯結(jié)構(gòu)，之前執(zhí)行業(yè)務(wù)邏輯時，執(zhí)行運(yùn)行now()，但是現(xiàn)在不得不改成use_logging(now)。

那么有沒有更好的方式的呢？當(dāng)然有，答案就是裝飾器。

首先要明白函數(shù)也是一個對象，而且函數(shù)對象可以被賦值給變量,所以，通過變量也能調(diào)用該函數(shù)。例如:

(=

簡單裝飾器

本質(zhì)上，decorator就是一個返回函數(shù)的高階函數(shù)。所以，我們要定義一個能打印日志的decorator，可以定義如下：

def log(func):     def wrapper(*args,**kw):         print('call %s():'%func.__name__)         return func(*args,**kw)     return wrapper # 由于log()是一個decorator，返回一個函數(shù)，所以，原來的now()函數(shù)仍然存在， # 只是現(xiàn)在同名的now變量指向了新的函數(shù)，于是調(diào)用now()將執(zhí)行新函數(shù)，即在log()函數(shù)中返回的wrapper()函數(shù)。 # wrapper()函數(shù)的參數(shù)定義是(*args, **kw)，因此，wrapper()函數(shù)可以接受任意參數(shù)的調(diào)用。 # 在wrapper()函數(shù)內(nèi)，首先打印日志，再緊接著調(diào)用原始函數(shù)。

上面的log，因為它是一個decorator，所以接受一個函數(shù)作為參數(shù)，并返回一個函數(shù).現(xiàn)在執(zhí)行:

now = log(now) now()

輸出結(jié)果: call now(): 2017_7_28

函數(shù)log就是裝飾器，它把執(zhí)行真正業(yè)務(wù)方法的func包裹在函數(shù)里面，看起來像now被log裝飾了。在這個例子中，函數(shù)進(jìn)入時 ，被稱為一個橫切面(Aspect)，這種編程方式被稱為面向切面的編程(Aspect-Oriented Programming)。

使用語法糖:

@logdef now():     print('2017_7_28')

@符號是裝飾器的語法糖，在定義函數(shù)的時候使用，避免再一次賦值操作

這樣我們就可以省去now = log(now)這一句了，直接調(diào)用now()即可得到想要的結(jié)果。如果我們有其他的類似函數(shù)，我們可以繼續(xù)調(diào)用裝飾器來修飾函數(shù)，而不用重復(fù)修改函數(shù)或者增加新的封裝。這樣，我們就提高了程序的可重復(fù)利用性，并增加了程序的可讀性。

裝飾器在Python使用如此方便都要歸因于Python的函數(shù)能像普通的對象一樣能作為參數(shù)傳遞給其他函數(shù)，可以被賦值給其他變量，可以作為返回值，可以被定義在另外一個函數(shù)內(nèi)。

帶參數(shù)的裝飾器:

如果decorator本身需要傳入?yún)?shù)，那就需要編寫一個返回decorator的高階函數(shù)，寫出來會復(fù)雜一點。比如，要自定義log的文本：　

def log(text):     def decorator(func):             def wrapper(*args,**kw):                         print('%s %s()'%(text,func.__name__))                         return func(*args,**kw)                     return wrapper          return decorator

這個3層嵌套的decorator用法如下：

@log(() now()

等價于

now = log('goal')(now)
# 首先執(zhí)行l(wèi)og('execute')，返回的是decorator函數(shù)，再調(diào)用返回的函數(shù)，參數(shù)是now函數(shù)，返回值最終是wrapper函數(shù)
now()

因為我們講了函數(shù)也是對象，它有__name__等屬性，但你去看經(jīng)過decorator裝飾之后的函數(shù)，它們的__name__已經(jīng)從原來的'now'變成了'wrapper'：

print(now.__name__)# wrapper

因為返回的那個wrapper()函數(shù)名字就是'wrapper'，所以，需要把原始函數(shù)的__name__等屬性復(fù)制到wrapper()函數(shù)中，否則，有些依賴函數(shù)簽名的代碼執(zhí)行就會出錯。

不需要編寫wrapper.__name__ = func.__name__這樣的代碼，Python內(nèi)置的functools.wraps就是干這個事的，所以，一個完整的decorator的寫法如下：

import functools  def log(func):     @functools.wraps(func)     def wrapper(*args, **kw):         print('call %s():' % func.__name__)         return func(*args, **kw)     return wrapper

import functools  def log(text):     def decorator(func):         @functools.wraps(func)         def wrapper(*args, **kw):             print('%s %s():' % (text, func.__name__))             return func(*args, **kw)         return wrapper     return decorator

類裝飾器:

再來看看類裝飾器，相比函數(shù)裝飾器，類裝飾器具有靈活度大、高內(nèi)聚、封裝性等優(yōu)點。使用類裝飾器還可以依靠類內(nèi)部的__call__方法，當(dāng)使用 @ 形式將裝飾器附加到函數(shù)上時，就會調(diào)用此方法

import time  class Foo(object):          def __init__(self, func):              self._func = func            def __call__(self):              print ('class decorator runing')              self._func()              print ('class decorator ending')    @Foo  def now():          print (time.strftime('%Y-%m-%d',time.localtime(time.time())))        now()

總結(jié):

概括的講，裝飾器的作用就是為已經(jīng)存在的對象添加額外的功能。　　

同時在面向?qū)ο螅∣OP）的設(shè)計模式中，decorator被稱為裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現(xiàn)，而Python除了能支持OOP的decorator外，直接從語法層次支持decorator。Python的decorator可以用函數(shù)實現(xiàn)，也可以用類實現(xiàn)。