『壹』 python裝飾器使用
裝飾器是從英文decorator翻譯過來的，從字面上來看就是對某個東西進行修飾，增強被修飾物的功能，下面我們對裝飾器做下簡單介紹。
一、怎麼編寫裝飾器
裝飾器的實現很簡單，本質是一個可調用對象，可以是函數、方法、對象等，它既可以裝飾函數也可以裝飾類和方法，為了簡單說明問題，我們實現一個函數裝飾器，如下代碼：
有了這個裝飾器，我們就可以列印出什麼時候開始和結束調用函數，對於排查函數的調用鏈非常方便。
二、帶參數的裝飾器
上面的例子無論什麼時候調用sum都會輸出信息，如果我們需要按需輸出信息怎麼實現呢，這時就要用到帶參數的裝飾器了，如下代碼：
對sum使用裝飾器時沒有參數，這時debug為0，所以調用sum時不會輸出函數調用相關信息。
對multi使用裝飾器時有參數，這時debug為1，所以調用multi時會輸出函數調用相關信息。
三、函數名字問題
當我們列印被裝飾後的函數名字時，不知道大家有沒發現輸出的不是函數本身的名字，如下代碼會輸出『wrap』而不是『sum』：
有時這種表現並不是我們想要的，我們希望被裝飾後的函數名字還是函數本身，那要怎麼實現呢？很簡單，只需要引入functools.wraps即可，如下代碼就會輸出『sum』了：
看完後是不是覺得python裝飾器很簡單，只要了解它的本質，怎麼寫都行，有好多種玩法呢。
『貳』 Python筆記：Python裝飾器
裝飾器是通過裝飾器函數修改原函數的一些功能而不需要修改原函數，在很多場景可以用到它，比如① 執行某個測試用例之前，判斷是否需要登錄或者執行某些特定操作；② 統計某個函數的執行時間；③ 判斷輸入合法性等。合理使用裝飾器可以極大地提高程序的可讀性以及運行效率。本文將介紹Python裝飾器的使用方法。
python裝飾器可以定義如下：
輸出：
python解釋器將test_decorator函數作為參數傳遞給my_decorator函數，並指向了內部函數 wrapper()，內部函數 wrapper() 又會調用原函數 test_decorator()，所以decorator()的執行會先列印'this is wrapper'，然後列印'hello world'， test_decorator()執行完成後，列印 'bye' ，*args和**kwargs，表示接受任意數量和類型的參數。
裝飾器 my_decorator() 把真正需要執行的函數 test_decorator() 包裹在其中，並且改變了它的行為，但是原函數 test_decorator() 不變。
一般使用如下形式使用裝飾器：
@my_decorator就相當於 decorator = my_decorator(test_decorator) 語句。
內置裝飾器@functools.wrap可用於保留原函數的元信息（將原函數的元信息，拷貝到對應的裝飾器函數里）。先來看看沒有使用functools的情況：
輸出：
從上面的輸出可以看出test_decorator() 函數被裝飾以後元信息被wrapper() 函數取代了，可以使用@functools.wrap裝飾器保留原函數的元信息：
輸出：
裝飾器可以接受自定義參數。比如定義一個參數來設置裝飾器內部函數的執行次數：
輸出：
Python 支持多個裝飾器嵌套：
裝飾的過程：
順序從里到外：
test_decorator('hello world') 執行順序和裝飾的過程相反。
輸出：
類也可以作為裝飾器，類裝飾器主要依賴__call__()方法，是python中所有能被調用的對象具有的內置方法（python魔術方法），每當調用一個類的實例時，__call__()就會被執行一次。
下面的類裝飾器實現統計函數執行次數：
輸出：
下面介紹兩種裝飾器使用場景
統計函數執行所花費的時間
輸出：
在使用某些web服務時，需要先判斷用戶是否登錄，如果沒有登錄就跳轉到登錄頁面或者提示用戶登錄：
--THE END--
『叄』 Python之裝飾器簡介
python函數式編程之裝飾器
1.開放封閉原則
簡單來說，就是對擴展開放，對修改封閉。
在面向對象的編程方式中，經常會定義各種函數。一個函數的使用分為定義階段和使用階段，一個函數定義完成以後，可能會在很多位置被調用。這意味著如果函數的定義階段代碼被修改，受到影響的地方就會有很多，此時很容易因為一個小地方的修改而影響整套系統的崩潰，所以對於現代程序開發行業來說，一套系統一旦上線，系統的源代碼就一定不能夠再改動了。然而一套系統上線以後，隨著用戶數量的不斷增加，一定會為一套系統擴展添加新的功能。
此時，又不能修改原有系統的源代碼，又要為原有系統開發增加新功能，這就是程序開發行業的開放封閉原則，這時就要用到裝飾器了。
相關推薦：《Python視頻教程》
2.什麼是裝飾器？？
裝飾器，顧名思義，就是裝飾，修飾別的對象的一種工具。
所以裝飾器可以是任意可調用的對象，被裝飾的對象也可以是任意可調用對象。
3.裝飾器的作用
在不修改被裝飾對象的源代碼以及調用方式的前提下為被裝飾對象添加新功能。
原則：
1.不修改被裝飾對象的源代碼
2.不修改被裝飾對象的調用方式
目標：
為被裝飾對象添加新功能。
『肆』 請教：python裝飾器如何不改變原函數名
裝飾器是用在函數不修改添加新功能的情況下誕生的，一般在需要裝飾的函數上寫
@funcname
def funb(){
.....
}
然後再裝飾的函數裡面去調用原函數，以達到不修改添加功能的作用
『伍』 萬字干貨，Python語法大合集，一篇文章帶你入門
這份資料非常純粹，只有Python的基礎語法，專門針對想要學習Python的小白。
Python中用#表示單行注釋，#之後的同行的內容都會被注釋掉。
使用三個連續的雙引號表示多行注釋，兩個多行注釋標識之間內容會被視作是注釋。
Python當中的數字定義和其他語言一樣：
我們分別使用+, -, *, /表示加減乘除四則運算符。
這里要注意的是，在Python2當中，10/3這個操作會得到3，而不是3.33333。因為除數和被除數都是整數，所以Python會自動執行整數的計算，幫我們把得到的商取整。如果是10.0 / 3，就會得到3.33333。目前Python2已經不再維護了，可以不用關心其中的細節。
但問題是Python是一個 弱類型 的語言，如果我們在一個函數當中得到兩個變數，是無法直接判斷它們的類型的。這就導致了同樣的計算符可能會得到不同的結果，這非常蛋疼。以至於程序員在運算除法的時候，往往都需要手工加上類型轉化符，將被除數轉成浮點數。
在Python3當中撥亂反正，修正了這個問題，即使是兩個整數相除，並且可以整除的情況下，得到的結果也一定是浮點數。
如果我們想要得到整數，我們可以這么操作：
兩個除號表示 取整除 ，Python會為我們保留去除余數的結果。
除了取整除操作之外還有取余數操作，數學上稱為取模，Python中用%表示。
Python中支持 乘方運算 ，我們可以不用調用額外的函數，而使用**符號來完成：
當運算比較復雜的時候，我們可以用括弧來強制改變運算順序。
Python中用首字母大寫的True和False表示真和假。
用and表示與操作，or表示或操作，not表示非操作。而不是C++或者是Java當中的&&, || 和！。
在Python底層， True和False其實是1和0 ，所以如果我們執行以下操作，是不會報錯的，但是在邏輯上毫無意義。
我們用==判斷相等的操作，可以看出來True==1， False == 0.
我們要小心Python當中的bool()這個函數，它並不是轉成bool類型的意思。如果我們執行這個函數，那麼 只有0會被視作是False，其他所有數值都是True ：
Python中用==判斷相等，>表示大於，>=表示大於等於， <表示小於，<=表示小於等於，!=表示不等。
我們可以用and和or拼裝各個邏輯運算：
注意not，and，or之間的優先順序，其中not > and > or。如果分不清楚的話，可以用括弧強行改變運行順序。
關於list的判斷，我們常用的判斷有兩種，一種是剛才介紹的==，還有一種是is。我們有時候也會簡單實用is來判斷，那麼這兩者有什麼區別呢？我們來看下面的例子：
Python是全引用的語言，其中的對象都使用引用來表示。is判斷的就是 兩個引用是否指向同一個對象 ，而==則是判斷兩個引用指向的具體內容是否相等。舉個例子，如果我們把引用比喻成地址的話，is就是判斷兩個變數的是否指向同一個地址，比如說都是沿河東路XX號。而==則是判斷這兩個地址的收件人是否都叫張三。
顯然，住在同一個地址的人一定都叫張三，但是住在不同地址的兩個人也可以都叫張三，也可以叫不同的名字。所以如果a is b，那麼a == b一定成立，反之則不然。
Python當中對字元串的限制比較松， 雙引號和單引號都可以表示字元串 ，看個人喜好使用單引號或者是雙引號。我個人比較喜歡單引號，因為寫起來方便。
字元串也支持+操作，表示兩個字元串相連。除此之外，我們把兩個字元串寫在一起，即使沒有+，Python也會為我們拼接：
我們可以使用[]來查找字元串當中某個位置的字元，用 len 來計算字元串的長度。
我們可以在字元串前面 加上f表示格式操作 ，並且在格式操作當中也支持運算，比如可以嵌套上len函數等。不過要注意，只有Python3.6以上的版本支持f操作。
最後是None的判斷，在Python當中None也是一個對象， 所有為None的變數都會指向這個對象 。根據我們前面所說的，既然所有的None都指向同一個地址，我們需要判斷一個變數是否是None的時候，可以使用is來進行判斷，當然用==也是可以的，不過我們通常使用is。
理解了None之後，我們再回到之前介紹過的bool()函數，它的用途其實就是判斷值是否是空。所有類型的 默認空值會被返回False ，否則都是True。比如0，""，[], {}, ()等。
除了上面這些值以外的所有值傳入都會得到True。
Python當中的標准輸入輸出是 input和print 。
print會輸出一個字元串，如果傳入的不是字元串會自動調用__str__方法轉成字元串進行輸出。 默認輸出會自動換行 ，如果想要以不同的字元結尾代替換行，可以傳入end參數：
使用input時，Python會在命令行接收一行字元串作為輸入。可以在input當中傳入字元串，會被當成提示輸出：
Python支持 三元表達式 ，但是語法和C++不同，使用if else結構，寫成：
上段代碼等價於：
Python中用[]表示空的list，我們也可以直接在其中填充元素進行初始化：
使用append和pop可以在list的末尾插入或者刪除元素：
list可以通過[]加上下標訪問指定位置的元素，如果是負數，則表示 倒序訪問 。-1表示最後一個元素，-2表示倒數第二個，以此類推。如果訪問的元素超過數組長度，則會出發 IndexError 的錯誤。
list支持切片操作，所謂的切片則是從原list當中 拷貝 出指定的一段。我們用start: end的格式來獲取切片，注意，這是一個 左閉右開區間 。如果留空表示全部獲取，我們也可以額外再加入一個參數表示步長，比如[1:5:2]表示從1號位置開始，步長為2獲取元素。得到的結果為[1, 3]。如果步長設置成-1則代表反向遍歷。
如果我們要指定一段區間倒序，則前面的start和end也需要反過來，例如我想要獲取[3: 6]區間的倒序，應該寫成[6:3:-1]。
只寫一個:，表示全部拷貝，如果用is判斷拷貝前後的list會得到False。可以使用del刪除指定位置的元素，或者可以使用remove方法。
insert方法可以 指定位置插入元素 ，index方法可以查詢某個元素第一次出現的下標。
list可以進行加法運算，兩個list相加表示list當中的元素合並。 等價於使用extend 方法：
我們想要判斷元素是否在list中出現，可以使用 in關鍵字 ，通過使用len計算list的長度：
tuple和list非常接近，tuple通過()初始化。和list不同， tuple是不可變對象 。也就是說tuple一旦生成不可以改變。如果我們修改tuple，會引發TypeError異常。
由於小括弧是有改變優先順序的含義，所以我們定義單個元素的tuple， 末尾必須加上逗號 ，否則會被當成是單個元素：
tuple支持list當中絕大部分操作：
我們可以用多個變數來解壓一個tuple：
解釋一下這行代碼：
我們在b的前面加上了星號， 表示這是一個list 。所以Python會在將其他變數對應上值的情況下，將剩下的元素都賦值給b。
補充一點，tuple本身雖然是不可變的，但是 tuple當中的可變元素是可以改變的 。比如我們有這樣一個tuple：
我們雖然不能往a當中添加或者刪除元素，但是a當中含有一個list，我們可以改變這個list類型的元素，這並不會觸發tuple的異常：
dict也是Python當中經常使用的容器，它等價於C++當中的map，即 存儲key和value的鍵值對 。我們用{}表示一個dict，用:分隔key和value。
對 。我們用{}表示一個dict，用:分隔key和value。
dict的key必須為不可變對象，所以 list、set和dict不可以作為另一個dict的key ，否則會拋出異常：
我們同樣用[]查找dict當中的元素，我們傳入key，獲得value，等價於get方法。
我們可以call dict當中的keys和values方法，獲取dict當中的所有key和value的集合，會得到一個list。在Python3.7以下版本當中，返回的結果的順序可能和插入順序不同，在Python3.7及以上版本中，Python會保證返回的順序和插入順序一致：
我們也可以用in判斷一個key是否在dict當中，注意只能判斷key。
如果使用[]查找不存在的key，會引發KeyError的異常。如果使用 get方法則不會引起異常，只會得到一個None ：
setdefault方法可以 為不存在的key 插入一個value，如果key已經存在，則不會覆蓋它：
我們可以使用update方法用另外一個dict來更新當前dict，比如a.update(b)。對於a和b交集的key會被b覆蓋，a當中不存在的key會被插入進來：
我們一樣可以使用del刪除dict當中的元素，同樣只能傳入key。
Python3.5以上的版本支持使用**來解壓一個dict：
set是用來存儲 不重復元素 的容器，當中的元素都是不同的，相同的元素會被刪除。我們可以通過set()，或者通過{}來進行初始化。注意當我們使用{}的時候，必須要傳入數據，否則Python會將它和dict弄混。
set當中的元素也必須是不可變對象，因此list不能傳入set。
可以調用add方法為set插入元素：
set還可以被認為是集合，所以它還支持一些集合交叉並補的操作。
set還支持 超集和子集的判斷 ，我們可以用大於等於和小於等於號判斷一個set是不是另一個的超集或子集：
和dict一樣，我們可以使用in判斷元素在不在set當中。用可以拷貝一個set。
Python當中的判斷語句非常簡單，並且Python不支持switch，所以即使是多個條件，我們也只能 羅列if-else 。
我們可以用in來循環迭代一個list當中的內容，這也是Python當中基本的循環方式。
如果我們要循環一個范圍，可以使用range。range加上一個參數表示從0開始的序列，比如range(10)，表示[0, 10)區間內的所有整數：
如果我們傳入兩個參數，則 代表迭代區間的首尾 。
如果我們傳入第三個元素，表示每次 循環變數自增的步長 。
如果使用enumerate函數，可以 同時迭代一個list的下標和元素 ：
while循環和C++類似，當條件為True時執行，為false時退出。並且判斷條件不需要加上括弧：
Python當中使用 try和except捕獲異常 ，我們可以在except後面限制異常的類型。如果有多個類型可以寫多個except，還可以使用else語句表示其他所有的類型。finally語句內的語法 無論是否會觸發異常都必定執行 ：
在Python當中我們經常會使用資源，最常見的就是open打開一個文件。我們 打開了文件句柄就一定要關閉 ，但是如果我們手動來編碼，經常會忘記執行close操作。並且如果文件異常，還會觸發異常。這個時候我們可以使用with語句來代替這部分處理，使用with會 自動在with塊執行結束或者是觸發異常時關閉打開的資源 。
以下是with的幾種用法和功能：
凡是可以使用in語句來迭代的對象都叫做 可迭代對象 ，它和迭代器不是一個含義。這里只有可迭代對象的介紹，想要了解迭代器的具體內容，請移步傳送門：
Python——五分鍾帶你弄懂迭代器與生成器，夯實代碼能力
當我們調用dict當中的keys方法的時候，返回的結果就是一個可迭代對象。
我們 不能使用下標來訪問 可迭代對象，但我們可以用iter將它轉化成迭代器，使用next關鍵字來獲取下一個元素。也可以將它轉化成list類型，變成一個list。
使用def關鍵字來定義函數，我們在傳參的時候如果指定函數內的參數名， 可以不按照函數定義的順序 傳參：
可以在參數名之前加上*表示任意長度的參數，參數會被轉化成list：
也可以指定任意長度的關鍵字參數，在參數前加上**表示接受一個dict：
當然我們也可以兩個都用上，這樣可以接受任何參數：
傳入參數的時候我們也可以使用*和**來解壓list或者是dict：
Python中的參數 可以返回多個值 ：
函數內部定義的變數即使和全局變數重名，也 不會覆蓋全局變數的值 。想要在函數內部使用全局變數，需要加上 global 關鍵字，表示這是一個全局變數：
Python支持 函數式編程 ，我們可以在一個函數內部返回一個函數：
Python中可以使用lambda表示 匿名函數 ，使用:作為分隔，:前面表示匿名函數的參數，:後面的是函數的返回值：
我們還可以將函數作為參數使用map和filter，實現元素的批量處理和過濾。關於Python中map、rece和filter的使用，具體可以查看之前的文章：
五分鍾帶你了解map、rece和filter
我們還可以結合循環和判斷語來給list或者是dict進行初始化：
使用 import語句引入一個Python模塊 ，我們可以用.來訪問模塊中的函數或者是類。
我們也可以使用from import的語句，單獨引入模塊內的函數或者是類，而不再需要寫出完整路徑。使用from import *可以引入模塊內所有內容（不推薦這么干）
可以使用as給模塊內的方法或者類起別名：
我們可以使用dir查看我們用的模塊的路徑：
這么做的原因是如果我們當前的路徑下也有一個叫做math的Python文件，那麼 會覆蓋系統自帶的math的模塊 。這是尤其需要注意的，不小心會導致很多奇怪的bug。
我們來看一個完整的類，相關的介紹都在注釋當中
以上內容的詳細介紹之前也有過相關文章，可以查看：
Python—— slots ，property和對象命名規范
下面我們來看看Python當中類的使用：
這里解釋一下，實例和對象可以理解成一個概念，實例的英文是instance，對象的英文是object。都是指類經過實例化之後得到的對象。
繼承可以讓子類 繼承父類的變數以及方法 ，並且我們還可以在子類當中指定一些屬於自己的特性，並且還可以重寫父類的一些方法。一般我們會將不同的類放在不同的文件當中，使用import引入，一樣可以實現繼承。
我們創建一個蝙蝠類：
我們再創建一個蝙蝠俠的類，同時繼承Superhero和Bat：
執行這個類：
我們可以通過yield關鍵字創建一個生成器，每次我們調用的時候執行到yield關鍵字處則停止。下次再次調用則還是從yield處開始往下執行：
除了yield之外，我們還可以使用()小括弧來生成一個生成器：
關於生成器和迭代器更多的內容，可以查看下面這篇文章：
五分鍾帶你弄懂迭代器與生成器，夯實代碼能力
我們引入functools當中的wraps之後，可以創建一個裝飾器。裝飾器可以在不修改函數內部代碼的前提下，在外麵包裝一層其他的邏輯:
裝飾器之前也有專門的文章詳細介紹，可以移步下面的傳送門：
一文搞定Python裝飾器，看完面試不再慌
不知道有多少小夥伴可以看到結束，原作者的確非常厲害，把Python的基本操作基本上都囊括在裡面了。如果都能讀懂並且理解的話，那麼Python這門語言就算是入門了。
如果你之前就有其他語言的語言基礎，我想本文讀完應該不用30分鍾。當然在30分鍾內學會一門語言是不可能的，也不是我所提倡的。但至少通過本文我們可以做到熟悉Python的語法，知道大概有哪些操作，剩下的就要我們親自去寫代碼的時候去體會和運用了。
根據我的經驗，在學習一門新語言的前期，不停地查閱資料是免不了的。希望本文可以作為你在使用Python時候的查閱文檔。
最後，我這里有各種免費的編程類資料，有需要的及時私聊我，回復"學習"，分享給大家，正在發放中............
『陸』 python修飾器怎樣在類的層次中使用
python在類使用裝飾器有很多方法，下面是其中一個簡單點的：
?
# -*- coding:utf-8 -*-
import inspect
import time
def service_wrap(func):
"""
對service func進行包裝
"""
def wrapped(*args, **kwargs):
print(u' 時間: %s, <%s:%s> [ 參數：<%s %s> ]' %
(time.time(),func.__mole__, func.__name__, args, kwargs))
try:
ret = func(*args, **kwargs)
return ret
except Exception, e:
#TODO
raise e
return wrapped
class BaseService(object):
"""
所有的Service都從該類繼承
"""
def __getattribute__(self, name):
value = object.__getattribute__(self, name)
if inspect.ismethod(value):
if str(name).startswith('__'): #過濾內置方法、屬性
return value
return service_wrap(value)
else:
return value
『柒』 python-復盤-裝飾器應用場景大總結
裝飾器能有助於檢查某個人是否被授權去使用一個web應用的端點(endpoint)。它們被大量使用於Flask和Django web框架中。這里是一個例子來使用基於裝飾器的授權：
日誌是裝飾器運用的另一個亮點。這是個例子：
我敢肯定你已經在思考裝飾器的一個其他聰明用法了。
帶參數的裝飾器是典型的閉包函數 (略，參考我之前文章)
我們回到日誌的例子，並創建一個包裹函數，能讓我們指定一個用於輸出的日誌文件。
現在我們有了能用於正式環境的 logit 裝飾器，但當我們的應用的某些部分還比較脆弱時，異常也許是需要更緊急關注的事情。比方說有時你只想打日誌到一個文件。而有時你想把引起你注意的問題發送到一個email，同時也保留日誌，留個記錄。這是一個使用繼承的場景，但目前為止我們只看到過用來構建裝飾器的函數。
幸運的是，類也可以用來構建裝飾器。那我們現在以一個類而不是一個函數的方式，來重新構建logit。
具體再參考我 之前文章 ，廖神講解的更清晰
『捌』 如何理解Python裝飾器
簡言之，打個比方，我寫了一個python的插件，提供給用戶使用，但是在使用的過程中我添加了一些功能，可是又不希望用戶改變調用的方式，那麼該怎麼辦呢？這個時候就用到了裝飾器。
python裝飾器就是用於拓展原來函數功能的一種函數，這個函數的特殊之處在於它的返回值也是一個函數，使用python裝飾器的好處就是在不用更改原函數的代碼前提下給函數增加新的功能。一般而言，我們要想拓展原來函數代碼，比較直接的辦法就是侵入代碼裡面修改。
而且裝飾器是程序開發中經常會用到的一個功能，用好了裝飾器，開發效率如虎添翼，所以這也是Python面試中必問的問題，但對於好多小白來講，這個功能有點繞，自學時直接繞過去了，然後面試問到了就掛了，因為裝飾器是程序開發的基礎知識，不懂就太說不過去啦。
講完裝飾器，相信大家對於Python的發展前景也比較感興趣，隨著人工智慧的發展，Python作為人工智慧的首選語言，自然也是發展得如火如荼。現在入行，肯定是一個好時機！
『玖』 Python 為什麼要繼承 object 類
沒有規定必須繼承OBJECT類。OBJECT類只是面向對象語言繼承精神的一種表現。例如OBJECTC，C++等語言在標准庫中都將所有類的基類定義位OBJECT,這樣的好處就是最大限度的利用代碼重用的的精神。但是不通語言中的OBJECT類的作用又很不一樣所以看看下面的介紹：回到PYTHON中為什麼要集成OBJECT：low-levelconstructorsnamed__new__()–低級別的構造函數.Note:Python的class__init__並不是其他語言意義上的構造函數,在new創建實例後對實例屬性初始化的函數.descriptors,–描述符.或者說描述符協議支持.descriptorprotocol__get__,__set__,__delete__等,可以閱讀descriptor文檔staticmethodsandclassmethods－靜態方法和類方法properties(computedattributes)–屬性訪問settergetter.decorators(introcedinPython2.4)–裝飾器.現在裝飾器語法糖遍布各Python框架.slots–用戶設置後可以限定實例的屬性.在Python2中替代__dict__,可以節省近2/3內存,Python3中可以不因為優化內存使用率而使用slots,因為__dict__結構內存做了優化,Note:__dict__並不是Python意義上的內置的dict,其實是一個proxy類.anewMethodResolutionOrder(MRO)–MRO方法解析次序改變(由左遞歸改為C3演算法)可能上面的你看著不太理解。通俗說一下py2.2後繼承object的目的是使這個類成為newstyleclass,沒有繼承object的為傳統classicclass,在本機進行了測試,環境為py2.7.3classFoo(object):passclassFoo1:passprinttype(Foo),type(Foo1)printdir(Foo)printdir(Foo1)printisinstance(Foo,object)printisinstance(Foo1,object)結果如下:['__class__','__delattr__','__dict__','__doc__','__format__','__getattribute__','__hash__','__init__','__mole__','__new__','__rece__','__rece_ex__','__repr__','__setattr__','__sizeof__','__str__','__subclasshook__','__weakref__']['__doc__','__mole__']TrueTrue(這個True有些疑問,Foo1不應是object的實例啊)
『拾』 「低門檻 手把手」python 裝飾器(Decorators)原理說明
本文目的是由淺入深地介紹python裝飾器原理
裝飾器(Decorators)是 Python 的一個重要部分
其功能是， 在不修改原函數(類)定義代碼的情況下，增加新的功能
為了理解和實現裝飾器，我們先引入2個核心操作：
在這個例子中，函數hi的形參name，默認為'world'
在函數內部，又定義了另一個函數 howdoyoudo，定義這個函數時，將形參name作為新函數的形參name2的默認值。
因此，在函數內部調用howdoyoudo()時，將以調用hi時的實參為默認值，但也可以給howdoyoudo輸入其他參數。
上面的例子運行後輸出結果為：
這里新定義的howdoyoudo可以稱作一個「閉包」。不少關於裝飾器的blog都提到了這個概念，但其實沒必要給它取一個多專業的名字。我們知道閉包是 函數內的函數 就可以了
當我們進行 def 的時候，我們在做什麼？
這時，hi函數，列印一個字元串，同時返回一個字元串。
但hi函數本身也是一個對象，一個可以執行的對象。執行的方式是hi()。
這里hi和hi()有本質區別，
hi 代表了這個函數對象本身
hi() 則是運行了函數，得到函數的返回值。
作為對比，可以想像以下代碼
此時也是b存在，可以正常使用。
我們定義2個函數，分別實現自加1， 自乘2，
再定義一個函數double_exec，內容是將某個函數調用2次
在調用double_exec時，可以將函數作為輸入傳進來
輸出結果就是
7
27
同樣，也可以將函數作為輸出
輸出結果為
6
10
有了以上兩個核心操作，我們可以嘗試構造裝飾器了。
裝飾器的目的： 在不修改原函數(類)定義代碼的情況下，增加新的功能
試想一下，現在有一個原函數
在不修改原函數定義代碼的情況下，如果想進行函數內容的添加，可以將這個函數作為一個整體，添加到這樣的包裹中：
我們定義了一個my_decorator函數，這個函數進行了一種操作：
對傳入的f，添加操作(運行前後增加列印)，並把添加操作後的內容連同運行原函數的內容，一起傳出
這個my_decorator，定義了一種增加前後列印內容的行為
調用my_decorator時，對這個行為進行了操作。
因此，new_function是一個在original_function上增加了前後列印行為的新函數
這個過程被可以被稱作裝飾。
這里已經可以發現，裝飾器本身對於被裝飾的函數是什麼，是不需要考慮的。裝飾器本身只定義了一種裝飾行為，這個行為是通過裝飾器內部的閉包函數()進行定義的。
運行裝飾前後的函數，可以清晰看到裝飾的效果
我們復現一下實際要用裝飾器的情況，我們往往有一種裝飾器，想應用於很多個函數，比如
此時，如果我們想給3個print函數都加上裝飾器，需要這么做
實際調用的時候，就需要調用添加裝飾器的函數名了
當然，也可以賦值給原函數名
這樣至少不需要管理一系列裝飾前後的函數。
同時，在不需要進行裝飾的時候，需要把
全部刪掉。
事實上，這樣並不方便，尤其對於更復雜的裝飾器來說
為此，python提供了一種簡寫方式
這個定義print1函數前的@my_decorator，相當於在定義完print1後，自動直接運行了
不論採用@my_decorator放在新函數前，還是顯示地重寫print1 = my_decorator(print1)，都會存在一個問題：
裝飾後的函數，名字改變了(其實不止名字，一系列的索引都改變了)
輸出結果為:
這個現象的原因是，裝飾行為本身，是通過構造了一個新的函數（例子中是wrap_func函數）來實現裝飾這個行為的，然後把這個修改後的函數賦給了原函數名。
這樣，會導致我們預期的被裝飾函數的一些系統變數（比如__name__）發生了變化。
對此，python提供了解決方案：
經過這個行為後，被裝飾函數的系統變數問題被解決了
輸出結果為
剛才的例子都比較簡單，被裝飾的函數是沒有參數的。如果被裝飾的函數有參數，只需要在定義裝飾行為時（事實上，這個才更通用），增加(*args, **kwargs)描述即可
之前的描述中可以感受到，對於例子中的裝飾行為(前後加列印)，函數被裝飾後，本質上是調用了新的裝飾函數wrap_func。
因此，如果原函數需要有輸入參數傳遞，只需要在wrap_func（或其他任意名字的裝飾函數）定義時，也增加參數輸入(*args, **kwargs)，並將這些參數，原封不動地傳給待裝飾函數f。
這種定義裝飾行為的方式更具有普遍性，忘記之前的定義方式吧
我們試一下
輸出
這里需要注意的是，如果按照以下的方式定義裝飾器
那麼以下語句將不會執行
因為裝飾後實際的函數wrap_func(雖然名字被改成了原函數，系統參數也改成了原函數)，運行到return f(*args, **kwargs) 的時候已經結束了
因為裝飾器my_decorator本身也是可以輸入的，因此，只需要在定義裝飾器時，增加參數，並在後續函數中使用就可以了，比如
此時裝飾器已經可以有輸入參數了
輸出
你可能發現，為什麼不用簡寫版的方法了
因為以上代碼會報錯！！
究其原因，雖然
等價於
但是，
並不等價於
這本身和@語法有關，使用@my_decorator時，是系統在應用一個以單個函數作為參數的閉包函數。即，@是不能帶參數的。
但是你應該發現了，之前的@wraps(f)不是帶參數了嗎？請仔細觀察以下代碼
通過一層嵌套，my_decorator_with_parma本質上是返回了一個參數僅為一個函數的函數(my_decorator)，但因為my_decorator對my_decorator_with_parma來說是一個閉包，my_decorator_with_parma是可以帶參數的。（這句話真繞）
通過以上的定義，我們再來看
可以這么理解，my_decorator_with_parma(msg='yusheng')的結果是原來的my_decorator函數，同時，因為my_decorator_with_parma可以傳參，參數實際上是參與了my_decorator的（因為my_decorator對my_decorator_with_parma是閉包）， my_decorator_with_parma(msg='yusheng') 全等於 一個有參數參加的my_decorator
因此，以上代碼等價於有參數msg傳遞的
比較繞，需要理解一下，或者乾脆強記這種範式：
以上範式包含函數的輸入輸出、裝飾器的輸入，可以應對大部分情況了。
實驗一下：
輸出
以上是一個log裝飾器，利用datetime統計了函數的耗時，
並且，裝飾器可以進行輸出文件操作，如果給出了文件路徑，則輸出文件，否則就列印。
利用這個裝飾器，可以靈活地進行耗時統計
不設置輸出文件地址，則列印。運行結果為：
也可以輸出到文件
輸出結果為
同時在當前目錄生成了一個test.log 文件，內容為：
以上的裝飾器都是以函數形式出現的，但我們可以稍做改寫，將裝飾器以類的形式實現。
這個裝飾器類Log 上個例子里的裝飾器函數log功能是一樣的，同時，這個裝飾器類還可以作為基類被其他繼承，進一步增加功能。
原文 http://www.cnblogs.com/yushengchn/p/15636944.html