python 装饰器

在 python 中， “函数也是一种对象” ，这句话是理解装饰器的基础。因为函数是一种对象，并且对象能被赋值给变量，所以函数就能被赋值给变量。例如：

>>> def now():
...     print('2015-3-25')
...
>>> f = now
>>> f()
复制代码

这里now函数被赋值给了f变量，调用now函数，其实就是进行f的调用。平时来看，函数一般都有入参(即函数的局部变量)，而因为变量能代表函数，故函数入参为函数也就好理解了。故对实现了装饰器的函数，它的入参为函数也就不奇怪了。在python中当一个函数a就将另一个函数b作为参数，那么这个函数a就称之为 高阶函数 。而上面的函数log将func函数作入参，那么log就是一个高阶函数。

返回函数

可以看到函数log它最终的返回值是一个函数wrapper。在python中，返回函数指：“对于一个函数c，它最后的返回值是一个函数d,那么函数c就是一个返回函数”。返回函数的好处就是当调用c函数时不用立即执行c中的所有逻辑，我们可以看下面的例子：

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum
复制代码

函数lazy_sum实现了一个求和的功能，当我们调用lazy_sum时，其返回的不是直接的求和值，而是一个函数sum，

>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>
复制代码

这里f变量其实就是sum函数，所以要求和的值时，调用f才可以。

>>> f()
25
复制代码

“当有一个函数h，它定义了内部函数g，最后返回了函数g，并且在该过程中g还使用了h函数的局部变量，那么这种程序python中称之为 闭包 ”。根据闭包定义，其实它也是一种返回函数，只不过它的内部函数使用了外部函数的局部变量(入参)。

装饰器理解

装饰器剖析

有了前面的知识储备，再来看最开始实现了装饰器功能的函数log：

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
复制代码

可以看到log函数的入参为func函数，根据定义，log函数就是一个高阶函数。再看log函数的返回值为函数wrapper，根据定义，log函数也是一个返回函数。如果把func看作一个变量，那么内部的函数wrapper使用了外部函数log的变量，根据定义，这个log函数它的程序也是一个闭包。 此刻我们对于实现装饰器功能的程序就有了一个整体认识，它既是一个高阶函数也是一个返回函数。当然整体上看它也是一个闭包。

装饰器的运行过程

在python中，当我们使用装饰器：

@log
def now():
    print('2015-3-25')


now()
复制代码

now()运行过程，实际上相当于执行了语句：

now = log(now)
复制代码

即 用了一个同原来now函数名字相同的变量now，(为了好区分，我们后面称变量now为now'吧。)来表示log函数的返回值。 这里log函数的返回值是函数wrapper，前面讲过函数是变量，变量能表示函数，此时now'变量表示了函数wrapper，即 now' = wrapper ，now()的执行相当于执行了wrapper函数，即 now'() 。 表面上看加了装饰器的now函数，其调用跟不加装饰器正常调用now函数是一样的，但经过上面我分析实际上并并不是，它实际上执行的是 now' = log(now); now'() 这两步。那句广告语“看起来一样一样，实际就是不一样...”，哈哈，说的就是这个过程。

带参数的装饰器

有时候我们给某个函数动态添加了功能，但又希望我们添加的功能对于我们的需求是可定制的。因此则有必要给装饰器添加参数变量。python中给装饰器添加参数的实现是这样的：

def log2(text):
    def log(func):
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return log
复制代码

用法则如下：

@log2('execute')
def now():
    print('2015-3-25')
复制代码

>>> now()
execute now():
2015-3-25
复制代码

直观上看，其实就是给log函数外部再加了一层函数。根据前面的函数定义，不难看出log2是一个返回函数。而now()的运行过程则相当于执行了下面的语句:

now = log2('execute')(now)
复制代码

即 用了一个同原来now函数名字相同的变量now，(为了好区分，我们也称变量now为now'吧。)来表示log函数的返回值 。这里为什么now'表示的是log函数的返回值，而不是log2的返回值？相信聪明的你一眼也能得到答案哈！我们看， log2('execute') 这个函数的执行，实际上是返回了log函数，我们假设将返回的log函数赋值给变量f，那么 log2('execute')(now) 的执行其实就相当于 f(now) 的执行，而 f(now) 的执行，其返回值就是log函数的返回值即wrapper函数。所以这里now'其实表示的是wrapper函数。 可以看到无论是带参数还是不带参的装饰器，其表面上看now()的执行是执行了now，实际上都是执行wrapper函数。不相信的小伙伴可以打印下now的名称(即now.__name__)试一下，其值都是wrapper。表面上看python将now()的执行伪装了，但终究“狐狸的尾巴藏不住啊”，打印下它的函数名称，它就显露原形了。那么为了在平时使用中保持一致性，即加不加装饰器，打印“now.__name__”时都可以得到now函数的原始名字now'，python也给了我们方法，即使用Python内置的 functools.wraps 即可。不带参和带参的方法各如下：

import functools

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

import functools

def log2(text):
    def log(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return log
复制代码

可以看到，其@functools.wraps(func)语句都是在wrapper函数上面加的。

总结

当然python的装饰器使用不止这些。这里只是最基本的理解（若有理解错的，请各位大佬指正哈）。对装饰器的理解首先是要知道 函数也是对象 ，其次只要弄清楚一些函数定义就可以了。当然这里还是得感谢 廖雪峰大神的python3教程 ，正是因为他那清晰透彻的教程，才使我理解装饰器的概念。