裝飾器本質上是一個Python函數，它可以讓其他函數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對象.

　　經常用于有切面需求的場景，比如：插入日志、性能測試、事務處理、緩存、權限校驗等場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，我們就可以抽離出大量與函數功能本身無關的雷同代碼并繼續重用。

　　先來看一個簡單例子：

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

現在有一個新的需求，希望可以記錄下函數的執行日志，于是在代碼中添加日志代碼：

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

假設有類似的多個需求，怎么做？再寫一個logging在now函數里？這樣就造成大量雷同的代碼，為了減少重復寫代碼，我們可以這樣做，重新定義一個函數：專門處理日志 ，日志處理完之后再執行真正的業務代碼.

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

在實現,邏輯上不難， 但是這樣的話，我們每次都要將一個函數作為參數傳遞給日志函數。而且這種方式已經破壞了原有的代碼邏輯結構，之前執行業務邏輯時，執行運行now()，但是現在不得不改成use_logging(now)。那么有沒有更好的方式的呢？當然有，答案就是裝飾器。

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

def now():  print('2017_7_28')f=nowf()# 函數對象有一個__name__屬性，可以拿到函數的名字print('now.__name__:',now.__name__)print('f.__name__:',f.__name__)

簡單裝飾器

本質上，decorator就是一個返回函數的高階函數。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，所以，原來的now()函數仍然存在，
# 只是現在同名的now變量指向了新的函數，于是調用now()將執行新函數，即在log()函數中返回的wrapper()函數。
# wrapper()函數的參數定義是(*args, **kw)，因此，wrapper()函數可以接受任意參數的調用。
# 在wrapper()函數內，首先打印日志，再緊接著調用原始函數。

上面的log，因為它是一個decorator，所以接受一個函數作為參數，并返回一個函數.現在執行:

now = log(now)now()

輸出結果:
    call now():
    2017_7_28

函數log就是裝飾器，它把執行真正業務方法的func包裹在函數里面，看起來像now被log裝飾了。在這個例子中，函數進入時 ，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，直接調用now()即可得到想要的結果。如果我們有其他的類似函數，我們可以繼續調用裝飾器來修飾函數，而不用重復修改函數或者增加新的封裝。這樣，我們就提高了程序的可重復利用性，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的函數能像普通的對象一樣能作為參數傳遞給其他函數，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內。

　　帶參數的裝飾器:

　　如果decorator本身需要傳入參數，那就需要編寫一個返回decorator的高階函數，寫出來會復雜一點。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('goal')def now():  print('2017-7-28')now()

等價于

now = log('goal')(now)

# 首先執行log('execute')，返回的是decorator函數，再調用返回的函數，參數是now函數，返回值最終是wrapper函數
now()

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

print(now.__name__)# wrapper

因為返回的那個wrapper()函數名字就是'wrapper'，所以，需要把原始函數的__name__等屬性復制到wrapper()函數中，否則，有些依賴函數簽名的代碼執行就會出錯。

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

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

import functoolsdef 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，相比函數裝飾器，類裝飾器具有靈活度大、高內聚、封裝性等優點。使用類裝飾器還可以依靠類內部的__call__方法，當使用 @ 形式將裝飾器附加到函數上時，就會調用此方法

import timeclass 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:

　　概括的講，裝飾器的作用就是為已經存在的對象添加額外的功能。　　

　　同時在面向對象（OOP）的設計模式中，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，而Python除了能支持OOP的decorator外，直接從語法層次支持decorator。Python的decorator可以用函數實現，也可以用類實現。