1.什么是装饰器？
装饰器放在一个函数开始定义的地方，它就像一顶帽子一样戴在这个函数的头上。和这个函数绑定在一起。在我们调用这个函数的时候，第一件事并不是执行这个函数，而是将这个函数做为参数传入它头顶上这顶帽子，这顶帽子我们称之为装饰器 。
2.装饰器的使用方法
@ 符号是装饰器的语法糖，一般情况下我们使用@函数名或者@类名来使用装饰器。
3.函数装饰器
函数装饰器 = 高阶函数 + 嵌套函数 + 闭包
• 高阶函数：外层函数可以接收内层函数作为参数
• 函数嵌套 ：内函数作为外函数的参数使用
• 闭包 ：外部函数返回内部函数的函数名，内部函数能够使用外部函数的*变量
（1）不带参数的函数装饰器（日志打印器）
实现的功能是：在函数执行前，先打印一行日志“Before”，在函数执行完，再打印一行日志“After”。
代码如下：
#coding=utf-8
# -*- coding=utf-8 -*-
#不带参数装饰器
def dec1_outer(func): def dec1_inner():
print("Before")
#函数真正执行的地方
func()
print("After") return dec1_inner @dec1_outer
def func():
print('func') func()
运行结果：
以上代码定义了一个装饰器函数dec1_outer，当我们在func函数前加上@dec1_outer时，就等于给func函数使用了dec1_outer这个装饰器。所以func()在运行前会先将函数名func作为参数传给装饰器函数，这个语句等价于func = dec1_outer（func）。装饰器函数在接收到参数后执行，先返回内函数的函数名dec1_inner，此时18行的func()相当于调用了dec1_inner()，即进行了dec1_inner函数的操作。func函数真正执行的地方则是第9行的那段代码。
以上对装饰器的使用相当于：
func = dec1_outer(func)
func()
（2）带参数的函数装饰器
带参数的函数装饰器常用于定时发送邮件等场景，但是代码过于复杂，不利于讲解。以下代码实现的是在装饰器里传入一个参数，指明国籍，并在函数执行前，用自己国家的母语打一个招呼。
代码如下：
#coding=utf-8
# -*- coding=utf-8 -*-
#带参数的装饰器
def dec2_para(country):
def dec2_outer(func):
def dec2_inner(*args, **kwargs):
if country == "中国":
print("你好！")
elif country == 'America':
print("Hello!")
else:
print("Where are you from?")
#函数真正执行的地方
func(*args, **kwargs)
return dec2_inner
return dec2_outer @dec2_para('中国')
def Chinese():
print("中国") @dec2_para('America')
def American():
print("America") Chinese()
print('----------------------')
American()
运行结果：
以上代码的装饰器dec2_para采用了两层嵌套，所以Chinese()在运行前会先将‘中国’作为参数传值给dec2_para，装饰器函数在接收到参数后返回dec2_outer函数名。接下来Chinese函数的函数名Chinese会作为参数传给装饰器函数，dec2_outer接收到参数后返回dec2_inner函数名。26行的Chinese()此时相当于调用了dec2_inner()，即进行了dec2_inner函数的操作，dec2_inner会先判断传入的country参数值输出相应的消息。Chinese函数真正执行的地方则是第14行的那段代码。
以上对装饰器的使用相当于：
Chinese = dec2_para('中国')(Chinese)
Chinese()
4.类装饰器
在我们的代码中如果有出现不同装饰器需要部分功能重叠时，使用类装饰器能使代码更加简洁。比方说有时你只想打印日志到一个文件。而有时你想把引起你注意的问题发送到一个email，同时也保留日志，留个记录。这是一个使用继承的场景，我们可以用类来构建装饰器。
类作为装饰器，需要重写__call__方法。
（1）不带参数的类装饰器：
代码如下：
#coding=utf-8
from functools import wraps class logit(object):
def __init__(self, logfile='out.log'):
self.logfile = logfile def __call__(self, func):
@wraps(func)
def wrapped_function(*args, **kwargs):
log_string = func.__name__ + " was called"
print(log_string)
# 打开logfile并写入
try:
with open(self.logfile, 'a') as opened_file:
# 现在将日志打到指定的文件
opened_file.write(log_string + '\n')
except IOError as e:
print(e)
# 现在，发送一个通知
self.notify()
return func(*args, **kwargs)
return wrapped_function def notify(self):
# logit只打日志，不做别的
pass class email_logit(logit):
'''
一个logit的实现版本，可以在函数调用时发送email给管理员
'''
def __init__(self, email='admin@myproject.com', *args, **kwargs):
self.email = email
super(email_logit, self).__init__(*args, **kwargs) def notify(self):
# 发送一封email到self.email
# 这里就不做实现了
print('send') @email_logit()
def myfunc1():
print("func1") @logit()
def myfunc2():
print("func2") myfunc1()
print("-----------------------")
myfunc2()
运行结果：
文本中的记录：
以上代码，logit是一个类装饰器，它的功能是将函数运行情况记录在out.log文件中。email_logit同样是一个类装饰器，他继承了logit类，并增加了新的功能，即发送email的功能（这部分功能用print('send')代替）。@email_logit相当于 myfun1 = email_logit(myfun1)即，myfun1指向了 email_logit(myfun1)这个对象，func指向了函数myfunc1的函数名。
调用myfun1对象的时候相当于调用类email_logit的__call__方法，调用__call__方法的时候，先执行将函数运行日志写到out.log文件,然后再执行22行的func(*args, **kwargs) ,因为func函数指向的是myfunc1函数,所以func(*args, **kwargs)相当于执行myfun1()。
以上对类装饰器的使用相当于：
myfun1 = email_logit(myfun1)
myfun1()
（2）带参数的类装饰器
代码如下：
#coding=utf-8
# -*- coding=utf-8 -*-
#带参数的类装饰器
class dec4_monitor(object):
def __init__(self, level = 'INFO'):
print(level)
self.level = level def __call__(self, func):#接收函数
def call_inner(*args, **kwargs):
print("[%s]:%s is running"%(self.level, func.__name__))
func(*args, **kwargs)
return call_inner #返回函数 @dec4_monitor(level = 'WARNING')
def func_warm(warn):
print(warn) func_warm("WARNING Message!")
运行结果：
类装饰器和函数装饰器一样也可以实现参数传递，上面的代码给装饰器传递了一个level值"WARNING"。@dec4_monitor(level = 'WARNING')相当于 func_warm = dec4_monitor(level = "WARNING")(func_warm)即，func_warm指向了 dec4_monitor(level = "WARNING")(func_warm)这个对象，func指向了函数func_warm的函数名。
调用myfun1对象的时候相当于调用类dec4_monitor的__call__方法，调用__call__方法的时候，输出相关信息[WARNING]:func_warm is running，然后再执行12行的func(*args, **kwargs) ,因为func函数指向的是func_warm函数,所以func(*args, **kwargs)相当于执行func_warm()。
以上对类装饰器的使用相当于：
func_warm = dec4_monitor(level = "WARNING")(func_warm)
func_warm("WARMING Message")
5.@wraps
Python装饰器（decorator）在实现的时候，被装饰后的函数的函数名等函数属性会发生改变，为了不影响原函数，Python的functools包中提供了一个叫wraps的decorator来消除这样的副作用。写一个decorator的时候，最好在实现之前加上functools的wraps，它能保留原有函数的名称和docstring等属性。
代码如下：
#coding=utf-8
# -*- coding=utf-8 -*-
#@wraps
from functools import wraps def decw_outer(func):
@wraps(func)
def decw_inner():
pass
return decw_inner def dect_outer(func):
def dect_inner():
pass
return dect_inner @decw_outer
def decw_func():
pass @dect_outer
def dect_func():
pass print(decw_func.__name__) print('---------------------') print(dect_func.__name__)
运行结果：
通过以上的运行结果我们可以看到，当装饰器函数没有使用@wraps时，被装饰的函数的函数名会发生改变，而使用了@wraps后，被装饰的函数的函数名能变回原来的函数名。
6.Python类中常用的内置装饰器
Python常用的内置装饰器有：@property、@staticmethod、@classmethod和@abstractmethod。
（1）@staticmethod、@classmethod
@staticmethod和@classmethod，它们的作用是可以不需要实例化类，直接用类名.方法名()来调用类里面的方法。但它们也存在一些区别：
- @staticmethod不需要表示自身对象的self和自身类的cls参数，就跟使用函数一样。@classmethod也不需要self参数，但第一个参数需要是表示自身类的cls参数。
- 类方法有类变量cls传入，从而可以用cls做一些相关的处理。并且有子类继承时，调用该类方法时，传入的类变量cls是子类，而非父类。
class A(object):
bar = 1
def foo(self):
print 'foo' @staticmethod
def static_foo():
print 'static_foo'
print A.bar @classmethod
def class_foo(cls):
print 'class_foo'
print cls.bar
cls().foo() A.static_foo()
print('----------------------')
A.class_foo()
运行结果：
上面的类函数static_foo()和class_foo(cls)因为使用了@staticmethod和@classmethod装饰器而可以直接用类名.方法名()来调用，15行的cls().foo()相当于A().foo()，A()是类A的实例化。
（2）@abstractmethod
Python的abc提供了@abstractmethod装饰器实现抽象方法，使用@abstractmethod装饰器类将不能被实例化。
代码如下：
#@abstractmethod
from abc import abstractmethod,ABCMeta class Animal(): __metaclass__ = ABCMeta
@abstractmethod
def eat(self):
pass class Person(Animal): def eat(self):
print('eat thing') class Cat(Animal):
pass #a = Animal() b = Person()
b.eat() #c = Cat()
运行结果：
基类Animal的eat方法被@abstractmethod装饰了，所以Animal不能被实例化；子类Dog没有实现基类的eat方法也不能被实例化；子类Person实现了基类的抽象方法eat所以能实例化。当Animal和Cat类被实例化是会报如下错误：
（3）@property
既要保护类的封装特性，又要让开发者可以使用“对象.属性”的方式操作类属性，Python 提供了 @property 装饰器。通过 @property 装饰器，可以直接通过方法名来访问方法，不需要在方法名后添加一对“（）”小括号。
比如以下代码：
#coding=utf-8
class Student(object):
def __init__(self, name, age=None):
self.name = name
self.age = age class Studentlimit(object):
def __init__(self, name):
self.name = name def set_age(self, age):
if not isinstance(age, int):
raise ValueError('输入不合法：年龄必须为数值!')
if not 0 < age < 100:
raise ValueError('输入不合法：年龄范围必须0-100')
self._age=age def get_age(self):
return self._age def del_age(self):
self._age = None # 实例化
xm = Student("小明")
xh = Studentlimit("小华") # 添加属性
xm.age = 25
#xm.age = -5
xh.set_age(26)
#xh.set_age(-5)
# 查询属性
print(xm.age)
print(xh.get_age())
# 删除属性
del xm.age
xh.del_age()
在代码中我设置了两个类这两个类的作用都是在类实例化以后增加age属性。
Student类可以使用对象.属性的方法赋值，但是对于赋的值没有办法判定合法性。Studentlimit类可以判定赋值的合法性但是不能使用对象.属性的方法赋值。
所以为了解决这个难题，Python 提供了 @property 装饰器。
在使用@property以后的代码如下：
#coding=utf-8
# -*- coding=utf-8 -*-
#@property
class Student(object):
def __init__(self, name):
self.name = name
self.name = None @property
def age(self):
return self._age @age.setter
def age(self, value):
if not isinstance(value, int):
raise ValueError('输入不合法：年龄必须为数值!')
if not 0 < value < 100:
raise ValueError('输入不合法：年龄范围必须0-100')
self._age=value @age.deleter
def age(self):
del self._age xiaoming = Student("小明")
# 设置属性
xiaoming.age = 25 # 查询属性
print(xiaoming.age)
print(xiaoming.name) #更改属性
xiaoming.age = 22 # 查询属性
print(xiaoming.age) # 删除属性
del xiaoming.age
print(xiaoming.age)
此时，我们既可以使用使用对象.属性的方法赋值，而且对于赋的值也可以判定其判定合法性。
以上部分内容参考自：https://blog.csdn.net/ajian6/article/details/100940857