装饰器是程序开发中经常会用到的一个功能，用好了装饰器，开发效率如虎添翼，所以这也是Python面试中必问的问题，但对于好多初次接触这个知识的人来讲，这个功能有点绕，自学时直接绕过去了，然后面试问到了就挂了，因为装饰器是程序开发的基础知识，这个都不会，别跟人家说你会Python, 看了下面的文章：

1、先明白这段代码

#### 第一波 ####def foo():    print('foo')foo  # 表示是函数foo()  # 表示执行foo函数#### 第二波 ####def foo():    print('foo')foo = lambda x: x + 1foo()  # 执行lambda表达式，而不再是原来的foo函数，因为foo这个名字被重新指向了另外一个匿名函数

函数名仅仅是个变量，只不过指向了定义的函数而已，所以才能通过 函数名()调用，如果 函数名=xxx被修改了，那么当在执行 函数名()时，调用的就不知之前的那个函数了

2、需求来了

初创公司有N个业务部门，基础平台部门负责提供底层的功能，如：数据库操作、redis调用、监控API等功能。业务部门使用基础功能时，只需调用基础平台提供的功能即可。如下：

############### 基础平台提供的功能如下 ###############def f1():    print('f1')def f2():    print('f2')def f3():    print('f3')def f4():    print('f4')############### 业务部门A 调用基础平台提供的功能 ###############f1()f2()f3()f4()############### 业务部门B 调用基础平台提供的功能 ###############f1()f2()f3()f4()

目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。

老大把工作交给 Low B，他是这么做的：

跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。太棒了，有充足的时间泡妹子...

当天Low B 被开除了…

老大把工作交给 Low BB，他是这么做的：

############### 基础平台提供的功能如下 ############### def f1():    # 验证1    # 验证2    # 验证3    print('f1')def f2():    # 验证1    # 验证2    # 验证3    print('f2')def f3():    # 验证1    # 验证2    # 验证3    print('f3')def f4():    # 验证1    # 验证2    # 验证3    print('f4')############### 业务部门不变 ############### ### 业务部门A 调用基础平台提供的功能### f1()f2()f3()f4()### 业务部门B 调用基础平台提供的功能 ### f1()f2()f3()f4()

过了一周 Low BB 被开除了…

老大把工作交给 Low BBB，他是这么做的：

只对基础平台的代码进行重构，其他业务部门无需做任何修改

############### 基础平台提供的功能如下 ############### def check_login():    # 验证1    # 验证2    # 验证3    passdef f1():    check_login()    print('f1')def f2():    check_login()    print('f2')def f3():    check_login()    print('f3')def f4():    check_login()    print('f4')

老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：

老大说：

写代码要遵循开放封闭原则，虽然在这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：

• 封闭：已实现的功能代码块
• 开放：对扩展开发

如果将开放封闭原则应用在上述需求中，那么就不允许在函数 f1 、f2、f3、f4的内部进行修改代码，老板就给了Low BBB一个实现方案：

def w1(func):    def inner():        # 验证1        # 验证2        # 验证3        func()    return inner@w1def f1():    print('f1')@w1def f2():    print('f2')@w1def f3():    print('f3')@w1def f4():    print('f4')

对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行【验证】操作，并且其他业务部门无需做任何操作。

Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？

老大正要生气，突然Low BBB的手机掉到地上，恰巧屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，决定和Low BBB交个好朋友。

详细的开始讲解了：

单独以f1为例：

def w1(func):    def inner():        # 验证1        # 验证2        # 验证3        func()    return inner@w1def f1():    print('f1')

python解释器就会从上到下解释代码，步骤如下：

1. def w1(func): ==>将w1函数加载到内存
2. @w1

没错， 从表面上看解释器仅仅会解释这两句代码，因为函数在 没有被调用之前其内部代码不会被执行。

从表面上看解释器着实会执行这两句，但是 @w1 这一句代码里却有大文章， @函数名 是python的一种语法糖。

上例@w1内部会执行一下操作：

执行w1函数

执行w1函数 ，并将 @w1 下面的函数作为w1函数的参数，即：@w1 等价于 w1(f1) 所以，内部就会去执行：

def inner():     #验证 1    #验证 2    #验证 3    f1()    # func是参数，此时 func 等于 f1 return inner# 返回的 inner，inner代表的是函数，非执行函数 ,其实就是将原来的 f1 函数塞进另外一个函数中

w1的返回值

将执行完的w1函数返回值 赋值 给@w1下面的函数的函数名f1 即将w1的返回值再重新赋值给 f1，即：

新f1 = def inner():             #验证 1            #验证 2            #验证 3            原来f1()        return inner

所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在新f1 函数内部先执行验证，再执行原来的f1函数，然后将原来f1 函数的返回值返回给了业务调用者。

如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用着

Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！

3. 再议装饰器

# 定义函数：完成包裹数据def makeBold(fn):    def wrapped():        return "" + fn() + ""    return wrapped# 定义函数：完成包裹数据def makeItalic(fn):    def wrapped():        return "" + fn() + ""    return wrapped@makeBolddef test1():    return "hello world-1"@makeItalicdef test2():    return "hello world-2"@makeBold@makeItalicdef test3():    return "hello world-3"print(test1())print(test2())print(test3())

运行结果:

hello world-1hello world-2hello world-3

4. 装饰器(decorator)功能

1. 引入日志
2. 函数执行时间统计
3. 执行函数前预备处理
4. 执行函数后清理功能
5. 权限校验等场景
6. 缓存

5. 装饰器示例

例1:无参数的函数

from time import ctime, sleepdef timefun(func):    def wrapped_func():        print("%s called at %s" % (func.__name__, ctime()))        func()    return wrapped_func@timefundef foo():    print("I am foo")foo()sleep(2)foo()

上面代码理解装饰器执行行为可理解成

foo = timefun(foo)# foo先作为参数赋值给func后,foo接收指向timefun返回的wrapped_funcfoo()# 调用foo(),即等价调用wrapped_func()# 内部函数wrapped_func被引用，所以外部函数的func变量(自由变量)并没有释放# func里保存的是原foo函数对象

例2:被装饰的函数有参数

from time import ctime, sleepdef timefun(func):    def wrapped_func(a, b):        print("%s called at %s" % (func.__name__, ctime()))        print(a, b)        func(a, b)    return wrapped_func@timefundef foo(a, b):    print(a+b)foo(3,5)sleep(2)foo(2,4)

例3:被装饰的函数有不定长参数

from time import ctime, sleepdef timefun(func):    def wrapped_func(*args, **kwargs):        print("%s called at %s"%(func.__name__, ctime()))        func(*args, **kwargs)    return wrapped_func@timefundef foo(a, b, c):    print(a+b+c)foo(3,5,7)sleep(2)foo(2,4,9)

例4:装饰器中的return

from time import ctime, sleepdef timefun(func):    def wrapped_func():        print("%s called at %s" % (func.__name__, ctime()))        func()    return wrapped_func@timefundef foo():    print("I am foo")@timefundef getInfo():    return '----hahah---'foo()sleep(2)foo()print(getInfo())

执行结果:

foo called at Fri Nov  4 21:55:35 2016I am foofoo called at Fri Nov  4 21:55:37 2016I am foogetInfo called at Fri Nov  4 21:55:37 2016None

如果修改装饰器为return func()，则运行结果：

foo called at Fri Nov  4 21:55:57 2016I am foofoo called at Fri Nov  4 21:55:59 2016I am foogetInfo called at Fri Nov  4 21:55:59 2016----hahah---

总结：

• 一般情况下为了让装饰器更通用，可以有return

例5:装饰器带参数,在原有装饰器的基础上，设置外部变量

#decorator2.pyfrom time import ctime, sleepdef timefun_arg(pre="hello"):    def timefun(func):        def wrapped_func():            print("%s called at %s %s" % (func.__name__, ctime(), pre))            return func()        return wrapped_func    return timefun# 下面的装饰过程# 1. 调用timefun_arg("itcast")# 2. 将步骤1得到的返回值，即time_fun返回， 然后time_fun(foo)# 3. 将time_fun(foo)的结果返回，即wrapped_func# 4. 让foo = wrapped_fun，即foo现在指向wrapped_func@timefun_arg("itcast")def foo():    print("I am foo")@timefun_arg("python")def too():    print("I am too")foo()sleep(2)foo()too()sleep(2)too()

可以理解为

foo()==timefun_arg("itcast")(foo)()

例6：类装饰器（扩展，非重点）

装饰器函数其实是这样一个接口约束，它必须接受一个callable对象作为参数，然后返回一个callable对象。在Python中一般callable对象都是函数，但也有例外。只要某个对象重写了 __call__() 方法，那么这个对象就是callable的。

class Test():    def __call__(self):        print('call me!')t = Test()t()  # call me

类装饰器demo

class Test(object):    def __init__(self, func):        print("---初始化---")        print("func name is %s"%func.__name__)        self.__func = func    def __call__(self):        print("---装饰器中的功能---")        self.__func()#说明：#1. 当用Test来装作装饰器对test函数进行装饰的时候，首先会创建Test的实例对象#   并且会把test这个函数名当做参数传递到__init__方法中#   即在__init__方法中的属性__func指向了test指向的函数##2. test指向了用Test创建出来的实例对象##3. 当在使用test()进行调用时，就相当于让这个对象()，因此会调用这个对象的__call__方法##4. 为了能够在__call__方法中调用原来test指向的函数体，所以在__init__方法中就需要一个实例属性来保存这个函数体的引用#   所以才有了self.__func = func这句代码，从而在调用__call__方法中能够调用到test之前的函数体@Testdef test():    print("----test---")test()showpy()#如果把这句话注释，重新运行程序，依然会看到"--初始化--"

运行结果如下：

---初始化---func name is test---装饰器中的功能-------test---