装饰器就是用来装饰函数的函数，在不改变原来函数的情况下，执行额外的功能。其实就是在函数外面套一个函数，方法是@函数名，这样就套上了。在执行某个函数之前如果有装饰器则先执行装饰器的函数，然后再执行本函数。
装饰器是遵循开放封闭原则在不对原代码修改的情况下，在源代码外进行拓展，通过规范的语句调用源代码，并增加功能。
初创公司有N个业务部门，1个基础平台部门，基础平台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：
基础功能：
def f1(): print 'f1'def f2(): print 'f2'def f3(): print 'f3'def f4(): print 'f4'部门A调用功能：
f1()f2()f3()f4()部门B调用功能：
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。
为了实现验证机制，可以用以下几种方式： 方式一：
基础功能：def f1(): # 验证1# 验证2# 验证3print'f1'def f2(): # 验证1# 验证2# 验证3print'f2'def f3(): # 验证1# 验证2# 验证3print'f3'def f4(): # 验证1# 验证2# 验证3print'f4'部门调用：f1()f2()f3()f4()这种方法，各个业务部门不用修改原先的代码，只需要修改基础功能的源码。
方式二：
def check_login(): # 验证1# 验证2# 验证3passdef f1(): check_login() print'f1'def f2(): check_login() print'f2'def f3(): check_login() print'f3'def f4(): check_login() print'f4'这种方法，业务部门不修改代码，集中写一个验证函数，在基础代码中调用验证函数。减少源码修改量
按照封闭开发的原则，我们要求不允许修改已经实现了的代码。
方式三：
def w1(func): def inner(): # 验证1 # 验证2 # 验证3 return func() return inner@w1def f1(): print 'f1'@w1def f2(): print 'f2'@w1def f3(): print 'f3'@w1def f4(): print 'f4'第三种方式就是咱们要讲的装饰器
方式三的执行过程如下： 当写完这段代码后（函数未被执行、未被执行、未被执行），python解释器就会从上到下解释代码，步骤如下：
def w1(func): ==>将w1函数加载到内存@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。
如上例@w1内部会执行一下操作：
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 return 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将执行完的 w1 函数返回值赋值给@w1下面的函数的函数名 w1函数的返回值是： def inner: #验证 return 原来f1() # 此处的 f1 表示原来的f1函数 然后，将此返回值再重新赋值给 f1，即： 新f1 = def inner: #验证 return 原来f1() 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 返回给业务调用着一个参数：
def w1(func): def inner(arg): # 验证1# 验证2# 验证3return func(arg) return inner@w1def f1(arg): print'f1'两个参数：
def w1(func): def inner(arg1,arg2): # 验证1# 验证2# 验证3return func(arg1,arg2) return inner@w1def f1(arg1,arg2): print'f1'三个参数：
def w1(func): def inner(arg1,arg2,arg3): # 验证1# 验证2# 验证3return func(arg1,arg2,arg3) return inner@w1def f1(arg1,arg2,arg3): print'f1'n个不同的参数（这里用到万能参数）：
def w1(func): def inner(*args,**kwargs): # 验证1 # 验证2 # 验证3 return func(*args,**kwargs) return inner@w1def f1(arg1,arg2,arg3): print 'f1'还有什么更吊的装饰器吗？
#!/usr/bin/env python#coding:utf-8def Before(request,kargs): print 'before'def After(request,kargs): print 'after'def Filter(before_func,after_func): def outer(main_func): def wrapper(request,kargs): before_result = before_func(request,kargs) if(before_result != None): return before_result; main_result = main_func(request,kargs) if(main_result != None): return main_result; after_result = after_func(request,kargs) if(after_result != None): return after_result; return wrapper return outer@Filter(Before, After)def Index(request,kargs): print 'index'functools.wraps 上述的装饰器虽然已经完成了其应有的功能，即：装饰器内的函数代指了原函数，注意其只是代指而非相等，原函数的元信息没有被赋值到装饰器函数内部。例如：函数的注释信息
def outer(func): def inner(*args, **kwargs): print(inner.__doc__) # Nonereturn func() return inner@outerdef function(): """ asdfasd :return: """print('func')如果使用@functools.wraps装饰装饰器内的函数，那么就会代指元信息和函数。
def outer(func): @functools.wraps(func) def inner(*args, **kwargs): print(inner.__doc__) # Nonereturn func() return inner@outerdef function(): """ asdfasd :return: """print('func')新闻热点
疑难解答
