A. 如何理解python装饰器
简言之，打个比方，我写了一个python的插件，提供给用户使用，但是在使用的过程中我添加了一些功能，可是又不希望用户改变调用的方式，那么该怎么办呢？这个时候就用到了装饰器。
python装饰器就是用于拓展原来函数功能的一种函数，这个函数的特殊之处在于它的返回值也是一个函数，使用python装饰器的好处就是在不用更改原函数的代码前提下给函数增加新的功能。一般而言，我们要想拓展原来函数代码，比较直接的办法就是侵入代码里面修改。
而且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，但对于好多小白来讲，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，不懂就太说不过去啦。
讲完装饰器，相信大家对于Python的发展前景也比较感兴趣，随着人工智能的发展，Python作为人工智能的首选语言，自然也是发展得如火如荼。现在入行，肯定是一个好时机！
B. 如何理解Python装饰器
简单来讲，可以不严谨地把Python的装饰器看做一个包装函数的函数。
比如，有一个函数：
def func():
print 'func() run.'
if '__main__' == __name__:
func()
运行后将输出:
func() run.
现在需要在函数运行前后打印一条日志, 但是又不希望或者没有权限修改函数内部的结构, 就可以用到装饰器(decorator):
def log(function):
def wrapper(*args, **kwargs):
print 'before function [%s()] run.' % function.__name__
rst = function(*args, **kwargs)
print 'after function [%s()] run.' % function.__name__
return rst
return wrapper
@log
def func():
print 'func() run.'
if '__main__' == __name__:
func()
对于原来的函数"func()"并没有做修改,而是给其使用了装饰器log,运行后的输出为:
before function [func()] run.
func() run.
after function [func()] run.
把"@log"放到func()函数定义的地方,相当于执行了如下语句:
func = log(func)
因为log()返回了一个函数, 所以原本的func指向了log()返回的函数wrapper。wrapper的参数列表为(*args, **kwargs), 所以其可以接受所有的参数调用, 在wrapper中,先打印了一行
'before function [%s()] run.' % function.__name__
(在Python中函数也是对象,函数的__name__是它的名字),然后执行了原来的函数并记录了返回值,在输出
'after function [%s()] run.' % function.__name__
后返回了函数的执行结果。
如果decorator本身需要传入参数，那就需要编写一个返回decorator的decorator。比如在Flask中:
@app.route('/')
def index():
return 'hello, world!'
实现如下:
import functools
def log(text=''):
def decorator(function):
@functools.wraps(function)
def wrapper(*args, **kwargs):
print 'before function [%s()] run, text: [%s].' % (function.__name__, text)
rst = function(*args, **kwargs)
print 'after function [%s()] run, text: [%s].' % (function.__name__, text)
return rst
return wrapper
return decorator
@log('log text')
def func():
print 'func() run.'
if '__main__' == __name__:
func()
输出如下:
before function [func()] run, text: [log text].
func() run.
after function [func()] run, text: [log text].
最后脑洞小开一下, 有没有办法实现既支持不带参数(如log), 又支持带参数(如log('text'))的decorator吗?
import functools
def log(argument):
if not callable(argument):
def decorator(function):
@functools.wraps(function)
def wrapper(*args, **kwargs):
print 'before function [%s()] run, text: [%s].' % (function.__name__, text)
rst = function(*args, **kwargs)
print 'after function [%s()] run, text: [%s].' % (function.__name__, text)
return rst
return wrapper
return decorator
def wrapper(*args, **kwargs):
print 'before function [%s()] run.' % function.__name__
rst = argument(*args, **kwargs)
print 'after function [%s()] run.' % function.__name__
return rst
return wrapper
C. python装饰器听了N次也没印象，读完这篇你就懂了
装饰器其实一直是我的一个"老大难"。这个知识点就放在那，但是拖延症。。。
其实在平常写写脚本的过程中，这个知识点你可能用到不多
但在面试的时候，这可是一个高频问题。
所谓的装饰器，其实就是通过装饰器函数，来修改原函数的一些功能，使得原函数不需要修改。
这一句话理解起来可能没那么轻松，那先来看一个"傻瓜"函数。
放心，绝对不是"Hello World"！
怎么样，没骗你吧？ 哈哈，这个函数不用运行相信大家都知道输出结果： "你好，装饰器" 。
那如果我想让 hello() 函数再实现个其他功能，比如多打印一句话。
那么，可以这样"增强"一下：
运行结果：
很显然，这个"增强"没啥作用，但是可以帮助理解装饰器。
当运行最后的 hello() 函数时，调用过程是这样的：
那上述代码里的 my_decorator() 就是一个装饰器。
它改变了 hello() 的行为，但是并没有去真正的改变 hello()函数 的内部实现。
但是，python一直以"优雅"被人追捧，而上述的代码显然不够优雅。
所以，想让上述装饰器变得优雅，可以这样写：
这里的 @my_decorator 就相当于旧代码的 hello = my_decorator(hello) ， @ 符号称为语法糖。
那如果还有其他函数也需要加上类似的装饰，直接在函数的上方加上 @my_decorator 就可以，大大提高函数
的重复利用与可读性。
输出：
上面的只是一个非常简单的装饰器，但是实际场景中，很多函数都是要带有参数的，比如hello(people_name)。
其实也很简单，要什么我们就给什么呗，直接在对应装饰器的 wrapper() 上，加上对应的参数：
输出：
但是还没完，这样虽然简单，但是随之而来另一个问题：因为并不是所有函数参数都是一样的，
当其他要使用装饰器的函数参数不止这个一个肿么办？比如：
没关系，在python里， *args 和 **kwargs 表示接受任意数量和类型的参数，所以我们可以这样
写装饰器里的 wrapper() 函数：
同时运行下 hello("老王") ，和 hello3("张三", "李四") ，看结果：
上面2种，装饰器都是接收外来的参数，其实装饰器还可以接收自己的参数。
比如，我加个参数来控制下装饰器中打印信息的次数：
注意，这里 count 装饰函数中的2个 return .
运行下，应该会出现3次：
现在多做一步 探索 ，我们来打印下下面例子中的hello()函数的元信息：
输出：
这说明了，它不再是以前的那个 hello() 函数，而是被 wrapper() 函数取代了。
如果我们需要用到元函数信息，那怎么保留它呢？这时候可以用内置装饰器 @functools.wrap 。
运行下：
好记性不如烂笔头，写一下理解一下会好很多。
下面还分享类的装饰器，以及装饰器所用场景。
D. python极简教程06：生成式和装饰器
测试奇谭，BUG不见。
这一场，主讲python的 生成式和装饰器。
目的：掌握四种生成式（列表、生成器、集合、字典），装饰器的原理和使用。
能够用一行代码，快速高效的生成数据。（这就不需要再通俗的讲解了吧）
举个例子：提取1-100之间的奇数
使用()，而不是 []
举个例子：列表元素去重
举个例子：字典kv反转
顾名思义：增强函数或类的功能的一个函数。
装饰器的作用：增强函数的功能，确切的说，可以装饰函数，也可以装饰类。
初学的你，还是太难理解？
你开视频聊天，觉得自己的颜值不在线，于是乎，你使用美颜，增强装饰自己的颜值。
对于美颜这个功能来说，你可以用，我可以用，所有人都可以用，以此来增强装饰自己的颜值。
方法一：不用语法糖@符号
方法二：采用语法糖@符号
再举个例子：计算函数时间
E. python装饰器的作用和功能
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。它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。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能
F. Python之装饰器简介
python函数式编程之装饰器
1.开放封闭原则
简单来说，就是对扩展开放，对修改封闭。
在面向对象的编程方式中，经常会定义各种函数。一个函数的使用分为定义阶段和使用阶段，一个函数定义完成以后，可能会在很多位置被调用。这意味着如果函数的定义阶段代码被修改，受到影响的地方就会有很多，此时很容易因为一个小地方的修改而影响整套系统的崩溃，所以对于现代程序开发行业来说，一套系统一旦上线，系统的源代码就一定不能够再改动了。然而一套系统上线以后，随着用户数量的不断增加，一定会为一套系统扩展添加新的功能。
此时，又不能修改原有系统的源代码，又要为原有系统开发增加新功能，这就是程序开发行业的开放封闭原则，这时就要用到装饰器了。
相关推荐：《Python视频教程》
2.什么是装饰器？？
装饰器，顾名思义，就是装饰，修饰别的对象的一种工具。
所以装饰器可以是任意可调用的对象，被装饰的对象也可以是任意可调用对象。
3.装饰器的作用
在不修改被装饰对象的源代码以及调用方式的前提下为被装饰对象添加新功能。
原则：
1.不修改被装饰对象的源代码
2.不修改被装饰对象的调用方式
目标：
为被装饰对象添加新功能。
G. python装饰器具体是怎么工作的
分析线面的代码可以得出结论，可以复制代码后自行打断点进行调试
def task(weight=1): # 代码被执行的时候首先会到这里，执行装饰器
def decorator_func(func):
func.locust_task_weight = weight return func return decorator_func # 代码执行的这里的时候会返回来源函数，获取到来源函数的对象共装饰器使用@task(1)def test():
print(test)if __name__ == '__main__':
test()
H. “低门槛 手把手”python 装饰器(Decorators)原理说明
本文目的是由浅入深地介绍python装饰器原理
装饰器(Decorators)是 Python 的一个重要部分
其功能是， 在不修改原函数(类)定义代码的情况下，增加新的功能
为了理解和实现装饰器，我们先引入2个核心操作：
在这个例子中，函数hi的形参name，默认为'world'
在函数内部，又定义了另一个函数 howdoyoudo，定义这个函数时，将形参name作为新函数的形参name2的默认值。
因此，在函数内部调用howdoyoudo()时，将以调用hi时的实参为默认值，但也可以给howdoyoudo输入其他参数。
上面的例子运行后输出结果为：
这里新定义的howdoyoudo可以称作一个“闭包”。不少关于装饰器的blog都提到了这个概念，但其实没必要给它取一个多专业的名字。我们知道闭包是 函数内的函数 就可以了
当我们进行 def 的时候，我们在做什么？
这时，hi函数，打印一个字符串，同时返回一个字符串。
但hi函数本身也是一个对象，一个可以执行的对象。执行的方式是hi()。
这里hi和hi()有本质区别，
hi 代表了这个函数对象本身
hi() 则是运行了函数，得到函数的返回值。
作为对比，可以想象以下代码
此时也是b存在，可以正常使用。
我们定义2个函数，分别实现自加1， 自乘2，
再定义一个函数double_exec，内容是将某个函数调用2次
在调用double_exec时，可以将函数作为输入传进来
输出结果就是
7
27
同样，也可以将函数作为输出
输出结果为
6
10
有了以上两个核心操作，我们可以尝试构造装饰器了。
装饰器的目的： 在不修改原函数(类)定义代码的情况下，增加新的功能
试想一下，现在有一个原函数
在不修改原函数定义代码的情况下，如果想进行函数内容的添加，可以将这个函数作为一个整体，添加到这样的包裹中：
我们定义了一个my_decorator函数，这个函数进行了一种操作：
对传入的f，添加操作(运行前后增加打印)，并把添加操作后的内容连同运行原函数的内容，一起传出
这个my_decorator，定义了一种增加前后打印内容的行为
调用my_decorator时，对这个行为进行了操作。
因此，new_function是一个在original_function上增加了前后打印行为的新函数
这个过程被可以被称作装饰。
这里已经可以发现，装饰器本身对于被装饰的函数是什么，是不需要考虑的。装饰器本身只定义了一种装饰行为，这个行为是通过装饰器内部的闭包函数()进行定义的。
运行装饰前后的函数，可以清晰看到装饰的效果
我们复现一下实际要用装饰器的情况，我们往往有一种装饰器，想应用于很多个函数，比如
此时，如果我们想给3个print函数都加上装饰器，需要这么做
实际调用的时候，就需要调用添加装饰器的函数名了
当然，也可以赋值给原函数名
这样至少不需要管理一系列装饰前后的函数。
同时，在不需要进行装饰的时候，需要把
全部删掉。
事实上，这样并不方便，尤其对于更复杂的装饰器来说
为此，python提供了一种简写方式
这个定义print1函数前的@my_decorator，相当于在定义完print1后，自动直接运行了
不论采用@my_decorator放在新函数前，还是显示地重写print1 = my_decorator(print1)，都会存在一个问题：
装饰后的函数，名字改变了(其实不止名字，一系列的索引都改变了)
输出结果为:
这个现象的原因是，装饰行为本身，是通过构造了一个新的函数（例子中是wrap_func函数）来实现装饰这个行为的，然后把这个修改后的函数赋给了原函数名。
这样，会导致我们预期的被装饰函数的一些系统变量（比如__name__）发生了变化。
对此，python提供了解决方案：
经过这个行为后，被装饰函数的系统变量问题被解决了
输出结果为
刚才的例子都比较简单，被装饰的函数是没有参数的。如果被装饰的函数有参数，只需要在定义装饰行为时（事实上，这个才更通用），增加(*args, **kwargs)描述即可
之前的描述中可以感受到，对于例子中的装饰行为(前后加打印)，函数被装饰后，本质上是调用了新的装饰函数wrap_func。
因此，如果原函数需要有输入参数传递，只需要在wrap_func（或其他任意名字的装饰函数）定义时，也增加参数输入(*args, **kwargs)，并将这些参数，原封不动地传给待装饰函数f。
这种定义装饰行为的方式更具有普遍性，忘记之前的定义方式吧
我们试一下
输出
这里需要注意的是，如果按照以下的方式定义装饰器
那么以下语句将不会执行
因为装饰后实际的函数wrap_func(虽然名字被改成了原函数，系统参数也改成了原函数)，运行到return f(*args, **kwargs) 的时候已经结束了
因为装饰器my_decorator本身也是可以输入的，因此，只需要在定义装饰器时，增加参数，并在后续函数中使用就可以了，比如
此时装饰器已经可以有输入参数了
输出
你可能发现，为什么不用简写版的方法了
因为以上代码会报错！！
究其原因，虽然
等价于
但是，
并不等价于
这本身和@语法有关，使用@my_decorator时，是系统在应用一个以单个函数作为参数的闭包函数。即，@是不能带参数的。
但是你应该发现了，之前的@wraps(f)不是带参数了吗？请仔细观察以下代码
通过一层嵌套，my_decorator_with_parma本质上是返回了一个参数仅为一个函数的函数(my_decorator)，但因为my_decorator对my_decorator_with_parma来说是一个闭包，my_decorator_with_parma是可以带参数的。（这句话真绕）
通过以上的定义，我们再来看
可以这么理解，my_decorator_with_parma(msg='yusheng')的结果是原来的my_decorator函数，同时，因为my_decorator_with_parma可以传参，参数实际上是参与了my_decorator的（因为my_decorator对my_decorator_with_parma是闭包）， my_decorator_with_parma(msg='yusheng') 全等于 一个有参数参加的my_decorator
因此，以上代码等价于有参数msg传递的
比较绕，需要理解一下，或者干脆强记这种范式：
以上范式包含函数的输入输出、装饰器的输入，可以应对大部分情况了。
实验一下：
输出
以上是一个log装饰器，利用datetime统计了函数的耗时，
并且，装饰器可以进行输出文件操作，如果给出了文件路径，则输出文件，否则就打印。
利用这个装饰器，可以灵活地进行耗时统计
不设置输出文件地址，则打印。运行结果为：
也可以输出到文件
输出结果为
同时在当前目录生成了一个test.log 文件，内容为：
以上的装饰器都是以函数形式出现的，但我们可以稍做改写，将装饰器以类的形式实现。
这个装饰器类Log 上个例子里的装饰器函数log功能是一样的，同时，这个装饰器类还可以作为基类被其他继承，进一步增加功能。
原文 http://www.cnblogs.com/yushengchn/p/15636944.html