但是，它也有很多较难掌握的高级功能，比如装饰器。很多初学者一直不理解装饰器及其工作原理，在这篇文章中，我们将介绍装饰器的来龙去脉。装饰器本质上也是一种函数，它可以让其它函数在不经过修改的情况下增加一些功能。一般而言，我们可以使用装饰器提供的@语法糖来修饰其它函数或对象。设置问题为了解装饰器的目的，接下来我们来看一个简单的示例。
选自pouannes.github.io
作者：Pierre Ouannes
编译：机器之心（almosthuman2014）
原文：https://pouannes.github.io/blog/decorators/
Python 是一种对新手很友好的语言。但是，它也有很多较难掌握的高级功能，比如装饰器（decorator）。很多初学者一直不理解装饰器及其工作原理，在这篇文章中，我们将介绍装饰器的来龙去脉。
在 Python 中，函数是一种非常灵活的结构，我们可以把它赋值给变量、当作参数传递给另一个函数，或者当成某个函数的输出。装饰器本质上也是一种函数，它可以让其它函数在不经过修改的情况下增加一些功能。
这也就是「装饰」的意义，这种「装饰」本身代表着一种功能，如果用它修饰不同的函数，那么也就是为这些函数增加这种功能。
一般而言，我们可以使用装饰器提供的 @ 语法糖（Syntactic Sugar）来修饰其它函数或对象。如下所示我们用 @dec 装饰器修饰函数 func ：
@dec
def func:
pass
理解装饰器的最好方式是了解装饰器解决什么问题，本文将从具体问题出发一步步引出装饰器，并展示它的优雅与强大。
设置问题
为了解装饰器的目的，接下来我们来看一个简单的示例。假如你有一个简单的加法函数 dec.py，第二个参数的默认值为 10：
# dec.py
def add(x, y=10):
return xy
我们来更认真地看一下这个加法函数：
>>> add(10, 20)
30
>>> add
<function add at 0x7fce0da2fe18>
>>> add.__name__
add
>>> add.__module__
__main__
>>> add.__defaults__ # default value of the `add` function
(10,)
>>> add.__code__.co_varnames # the variable names of the `add` function
( x ,y )
我们无需理解这些都是什么，只需要记住 Python 中的每个函数都是对象，它们有各种属性和方法。你还可以通过 inspect 模块查看 add 函数的源代码：
>>> from inspect import getsource
>>> print(getsource(add))
def add(x, y=10):
return xy
现在你以某种方式使用该加法函数，比如你使用一些操作来测试该函数：
# dec.py
from time import time
def add(x, y=10):
return xy
print( add(10) , add(10))
print( add(20, 30) , add(20, 30))
print( add("a", "b") , add("a", "b"))
Output: i
add(10) 20
add(20, 30) 50
add("a", "b") ab
假如你想了解每个操作的时间，可以调用 time 模块：
# dec.py
from time import time
def add(x, y=10):
return xy
before = time
print( add(10) , add(10))
after = time
print( time taken: , after - before)
before = time
print( add(20, 30) , add(20, 30))
after = time
print( time taken: , after - before)
before = time
print( add("a", "b") , add("a", "b"))
after = time
print( time taken: , after - before)
Output:
add(10) 20
time taken: 6.699562072753906e-05
add(20, 30) 50
time taken: 6.9141387939453125e-06
add("a", "b") ab
time taken: 6.9141387939453125e-06
现在，你作为一个编程人员是不是有些手痒，毕竟我们不喜欢总是复制粘贴相同的代码。现在的代码可读性不强，如果你想改变什么，你就得修改所有出现的地方，Python 肯定有更好的方式。
我们可以按照如下做法，直接在 add 函数中捕捉运行时间：
# dec.py
from time import time
def add(x, y=10):
before = time
rv = xy
after = time
print( time taken: , after - before)
return rv
print( add(10) , add(10))
print( add(20, 30) , add(20, 30))
print( add("a", "b") , add("a", "b"))
这种方法肯定比前一种要好。但是如果你还有另一个函数，那么这似乎就不方便了。当我们有多个函数时：
# dec.py
from time import time
def add(x, y=10):
before = time
rv = xy
after = time
print( time taken: , after - before)
return rv
def sub(x, y=10):
return x - y
print( add(10) , add(10))
print( add(20, 30) , add(20, 30))
print( add("a", "b") , add("a", "b"))
print( sub(10) , sub(10))
print( sub(20, 30) , sub(20, 30))
因为 add 和 sub 都是函数，我们可以利用这一点写一个 timer 函数。我们希望 timer 能计算一个函数的运算时间：
def timer(func, x, y=10):
before = time
rv = func(x, y)
after = time
print( time taken: , after - before)
return rv
这很不错，不过我们必须使用 timer 函数包装不同的函数，如下所示：
print( add(10) , timer(add,10)))
现在默认值还是 10 吗？未必。那么如何做得更好呢？
这里有一个主意：创建一个新的 timer 函数，并包装其他函数，然后返回包装后的函数：
def timer(func):
def f(x, y=10):
before = time
rv = func(x, y)
after = time
print( time taken: , after - before)
return rv
return f
现在，你只需用 timer 包装一下 add 和 sub 函数 ：
add = timer(add)
这样就可以了！以下是完整代码：
# dec.py
from time import time
def timer(func):
def f(x, y=10):
before = time
rv = func(x, y)
after = time
print( time taken: , after - before)
return rv
return f
def add(x, y=10):
return xy
add = timer(add)
def sub(x, y=10):
return x - y
sub = timer(sub)
print( add(10) , add(10))
print( add(20, 30) , add(20, 30))
print( add("a", "b") , add("a", "b"))
print( sub(10) , sub(10))
print( sub(20, 30) , sub(20, 30))
Output:
time taken: 0.0
add(10) 20
time taken: 9.5367431640625e-07
add(20, 30) 50
time taken: 0.0
add("a", "b") ab
time taken: 9.5367431640625e-07
sub(10) 0
time taken: 9.5367431640625e-07
sub(20, 30) -10
我们来总结一下这个过程：我们有一个函数（比如 add 函数），然后用一个动作（比如计时）包装该函数。包装的结果是一个新函数，能实现某些新功能。
当然了，默认值还有点问题，稍后我们会解决它。
装饰器
现在，上面的解决方案以及非常接近装饰器的思想了，使用常见行为包装某个具体的函数，这种模式就是装饰器在做的事。使用装饰器后的代码是：
def add(x, y=10):
return xy
add = timer(add)
You write:
@timer
def add(x, y=10):
return xy
它们的作用是一样的，这就是 Python 装饰器的作用。它实现的作用类似于 add = timer(add)，只不过装饰器把句法放在函数上面，且句法更加简单：@timer。
# dec.py
from time import time
def timer(func):
def f(x, y=10):
before = time
rv = func(x, y)
after = time
print( time taken: , after - before)
return rv
return f
@timer
def add(x, y=10):
return xy
@timer
def sub(x, y=10):
return x - y
print( add(10) , add(10))
print( add(20, 30) , add(20, 30))
print( add("a", "b") , add("a", "b"))
print( sub(10) , sub(10))
print( sub(20, 30) , sub(20, 30))
参数和关键字参数
现在，还有一个小问题没有解决。在 timer 函数中，我们将参数 x 和 y 写死了，即指定 y 的默认值为 10。有一种方法可以传输该函数的参数和关键字参数，即 *args 和 **kwargs。参数是函数的标准参数（在本例中 x 为参数），关键字参数是已具备默认值的参数（本例中是 y=10）。代码如下：
# dec.py
from time import time
def timer(func):
def f(*args, **kwargs):
before = time
rv = func(*args, **kwargs)
after = time
print( time taken: , after - before)
return rv
return f
@timer
def add(x, y=10):
return xy
@timer
def sub(x, y=10):
return x - y
print( add(10) , add(10))
print( add(20, 30) , add(20, 30))
print( add("a", "b") , add("a", "b"))
print( sub(10) , sub(10))
print( sub(20, 30) , sub(20, 30))
现在，该 timer 函数可以处理任意函数、任意参数和任意默认值设置了，因为它仅仅将这些参数传输到函数中。
高阶装饰器
你们可能会疑惑：如果我们可以用一个函数包装另一个函数来添加有用的行为，那么我们可以再进一步吗？我们用一个函数包装另一个函数，再被另一个函数包装吗？
可以！事实上，函数的深度可以随你的意。例如，你想写一个装饰器来执行某个函数 n 次。如下所示：
def ntimes(n):
def inner(f):
def wrapper(*args, **kwargs):
for _ in range(n):
rv = f(*args, **kwargs)
return rv
return wrapper
return inner
然后你可以使用上述函数包装另一个函数，例如前文中的 add 函数：
@ntimes(3)
def add(x, y):
print(xy)
return xy
输出的语句表明该代码确实执行了 3 次。
,
