Python 装饰器使用详解

装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象.

　　经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

　　先来看一个简单例子：

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

现在有一个新的需求，希望可以记录下函数的执行日志，于是在代码中添加日志代码：

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

假设有类似的多个需求，怎么做？再写一个logging在now函数里？这样就造成大量雷同的代码，为了减少重复写代码，我们可以这样做，重新定义一个函数：专门处理日志 ，日志处理完之后再执行真正的业务代码.

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

在实现,逻辑上不难， 但是这样的话，我们每次都要将一个函数作为参数传递给日志函数。而且这种方式已经破坏了原有的代码逻辑结构，之前执行业务逻辑时，执行运行now()，但是现在不得不改成use_logging(now)。那么有没有更好的方式的呢？当然有，答案就是装饰器。

　　首先要明白函数也是一个对象，而且函数对象可以被赋值给变量,所以，通过变量也能调用该函数。例如:

def now():  print('2017_7_28')f=nowf()# 函数对象有一个__name__属性，可以拿到函数的名字print('now.__name__:',now.__name__)print('f.__name__:',f.__name__)

简单装饰器

本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：

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

# 由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，
# 只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。
# wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。
# 在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数.现在执行:

now = log(now)now()

输出结果:
    call now():
    2017_7_28

函数log就是装饰器，它把执行真正业务方法的func包裹在函数里面，看起来像now被log装饰了。在这个例子中，函数进入时 ，被称为一个横切面(Aspect)，这种编程方式被称为面向切面的编程(Aspect-Oriented Programming)。