装饰器本质上也是函数，接受函数对象来作为参数，并在装饰器的内部来调用接受的函数对象完成相关的函数调用。也可以这样理解，为了方便在几个不同函数调用之前或者之后完成相关的统一操作，注意是完成统一的操作，可以传参数使得装饰器不完全一样，后面会讲到。最重要的应用如工程应用上记录相关的内部调用接口的流水日志，不同的接口需要统一的样式，所以可以用装饰器来实现。先简单看一下示例：
from time import ctime
def deco(func):
def decorator(*args, **kwargs):
print('[%s] %s() is called' % (ctime(), func.__name__))
return func(*args, **kwargs)
return decorator
@deco
def foo():
print('Hello, Python')
foo()
在如上示例中，定义了一个装饰器，其中参数func需要函数的对象，返回值是decorator函数，其中decorator函数的返回值正是func的返回值。该装饰器的功能就是在函数调用之前，打印了函数调用的时间和函数名。
装饰器的使用过程很简单，通过注解@符号标注一下即可。这本质上相当于foo = deco(foo) 的嵌套调用。
这里面，你又遇到了 *args 和 **kwargs，它们可以组合接收任意函数参数。不理解的可以翻看 Python 中的 *args 和 **kwargs 。
装饰器也可以堆叠起来，即对某个函数使用多个装饰器，比如：
from time import ctime
def deco1(func):
def decorator1(*args, **kwargs):
print('[%s] %s() is called' % (ctime(), func.__name__))
return func(*args, **kwargs)
return decorator1
def deco2(func):
def decorator2(*args, **kwargs):
print('[%s] %s() is called' % (ctime(), func.__name__))
return func(*args, **kwargs)
return decorator2
@deco2
@deco1
def foo():
print('Hello, Python')
foo()
会输出什么呢？可以先分析一下。
运行一下，输出如下：
[Fri Jul 21 15:15:53 2017] decorator1() is called
[Fri Jul 21 15:15:53 2017] foo() is called
Hello, Python
是否跟你想的一样？在嵌套调用的过程中，foo = deco2(deco1(foo))，所以先返回 deco1(foo) 的函数名字即 decorator1， 后返回 foo 的函数名。
装饰器本身也可以传入参数，使得在统一的过程中带点奇特的色彩，如：
from time import ctime
def deco(tag):
def decorator(func):
def wrapper(*args, **kw):
print('[%s] %s() is called, Tag is %s.' % (ctime(), func.__name__, tag))
return func(*args, **kw)
return wrapper
return decorator
@deco('Python')
def foo():
print('Hello, Python')
@deco('Java')
def bar():
print('Hello, Python')
foo()
bar()
让我们简单分析下这个装饰器，deco函数接受的是一个str对象tag，当执行deco('Python') 后返回的是decorator函数，此函数需要接受一个函数对象，同时返回wrapper函数，而wrapper函数的结果就是func函数的返回值。说的可能有点绕，但理一下会觉得非常简单。
最后说明一下的是，由于加入了装饰器，函数的__name__和__doc__等信息都发生了变化：
from time import ctime
def deco(func):
def decorator(*args, **kwargs):
'''decorator for func'''
print('[%s] %s() is called' % (ctime(), func.__name__))
return func(*args, **kwargs)
return decorator
@deco
def foo():
'''function: foo'''
print('Hello, Python')
foo.__name__
foo.__doc__
运行的结果如下：
decorator
decorator for func
由此可见，加入装饰器改变了函数内部的相关属性。如何避免此问题呢？Python中有专门的包来避免这种转换：functools.wraps。示例如下：
from time import ctime
import functools
def deco(func):
@functools.wraps(func)
def decorator(*args, **kwargs):
'''decorator for func'''
print('[%s] %s() is called' % (ctime(), func.__name__))
return func(*args, **kwargs)
return decorator
@deco
def foo():
'''function: foo'''
print('Hello, Python')
foo.__name__
foo.__doc__
运行结果如下：
foo
function: foo
这样就保留了原先函数的属性。小编在实际的工作中一般也是加入此项功能的。
Python装饰器，你深入理解了吗？
