在了解裝飾器之前，先應該對閉包有個概念：所謂閉包，就是将組成函數的語句和這些語句的執行環境打包在一起時得到的對象，它的主要作用是封存上下文。這一特性可以巧妙的被用于現有函數的包裝，進而為現有函數添加功能，這就是裝飾器。
裝飾器的本質與作用
裝飾器(Decorator)的本質是一個Python函數，它可以讓其他函數在不需要做任何代碼變動的前提下增加額外的功能，裝飾器的傳回值也是一個函數對象。
它經常用于有切面需求的場景 ，比如：插入日志、性能測試、事務處理、緩存、權限校驗等場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，我們就可以抽離出大量與函數功能本身無關的雷同代碼并繼續複用。
我們先看一個例子，代碼如下：
| 1 2 3 4 | #!/usr/bin python def foo(): print('i am foo') |
現在有一個新的需求，希望可以記錄下函數的執行日志，于是在代碼中添加了日志代碼：
| logging.info("foo is running") |
此時bar()、bar2()也有類似的需求，再寫一個logging在bar函數裡？為了提高代碼的複用，我們重新定義一個函數：專門處理日志，日志處理完後再執行真正的業務代碼：
| 5 6 7 8 9 10 | def use_logging(func): logging.warn("%s is running" % func.__name__) func() def bar(): print('i am bar') use_logging(bar) |
上述代碼雖然解決了，但是我們每次都要将一個函數作為參數傳遞給use_logging函數，而且這種方式以已經破壞了原有的代碼邏輯結構，本來的業務邏輯是執行bar()，但是現在不得已改成執行use_logging(bar)。鑒于這個弊端，Python裝飾器應運而生。
簡單裝飾器
函數use_logging就是裝飾器，它把執行真正業務方法的func包裹在函數裡面，看起來像bar被use_logging裝飾了。
| 11 | def wrapper(*args,**kwargs): return func(*args,**kwargs) return wrapper bar = use_logging(func) bar() |
在這個例子中，函數進入和退出時，被稱為一個橫切面(Aspect)，這種程式設計方式被稱為面向切面的程式設計(Aspect-Oriented Programming)。
但是bar = use_logging(func)這樣的寫法未免太過麻煩，于是Python提供了一種更優雅的寫法：文法糖。@符号是裝飾器的文法糖，在定義函數時使用，避免了再一次指派操作。
| 12 13 14 | return func(*args) @use_logging # 文法糖,等價于:bar=use_logging(bar) @use_logging |
如上所示，直接調用bar()就可以獲得結果。如果有其他類似函數，也可以繼續調用裝飾函數，而不用重複修改或增加新的封裝。
裝飾器在Python使用如此友善都要歸因于Python函數能像普通的對象（Python中一切皆對象）一樣作為參數傳遞給其他函數，可以被指派給其他變量，可以作為傳回值，可以定義在另一個函數内。
帶參數的裝飾器
在上述的的裝飾器調用中，@use_logging該裝飾器唯一的參數就是執行業務的函數，而裝飾器的文法允許我們在調用時，提供其他參數，比如:@decorator(a)，這樣，就為裝飾器的編寫和使用提供了更大的靈活性。
| def use_logging(level): def decorator(func): if level == "warn": return decorator @use_logging(level = "warn") def foo(name = 'foo') print("i am %s" % name) foo() |
上述的use_logging是允許帶參數的裝飾器，是對原有裝飾器的一次函數封裝，并傳回一個裝飾器。我們可以将它了解為一個含有參數的閉包，當我們調研這個文法糖的時候，Python會發現這一層的封裝，并将參數傳遞到裝飾器的環境中。
總結：無參的裝飾器參數是要裝飾的函數；有參裝飾器參數是函數的參數，最後傳回的是内部函數。
類裝飾器
相比函數裝飾器，類裝飾器具有高内聚、靈活性大、高封裝等優點。使用類裝飾器還可以依靠類内部的__call__方法，當使用@将裝飾器附加到函數上時 ，就會調用此方法。
| class foo(object): def __init__(self,func): self._func = func def __call__(self): print('class decorator running') self._func() print('class decorator ending') @foo |
使用類裝飾器極大地複用了代碼，但是它也存在缺陷：原函數的元資訊不見了，比如函數的docstring、__name__、參數清單，我們先寫一個裝飾器：
| def logged(func): def with_logging(*args,**kwargs): print func.__name__+"was called" return with_logging |
定義一個函數來調用該裝飾器：
| @logged def f(x): """does some math""" return x+x*x |
上述函數完全等價于：
| f = logged(f) |
可以看出，函數f被with_logging取代了，是以它的docstring、__name__也就變成了with_logging函數的資訊了：
| print f.__name__ # print 'with_logging' print f.__doc__ # print None |
好在我們有functools.wraps（Python的一個子產品），wraps本身就是一個裝飾器，它能把原函數的元資訊拷貝到裝飾器函數中，使得裝飾器函數也有和原函數一樣的元資訊。
| 15 | # 導入functools子產品中的wraps裝飾器 from functools import wraps @wraps(func) def with_logging(*args,**kwagrs): print f.__name__ # print 'f' print f.__doc__ # print 'does some math' |
内置裝飾器
在Python中有三個内置的裝飾器，都與class相關：
1）staticmethod：類靜态方法，其根跟成員方法的差別是沒有self參數，并且可以在類不進行執行個體化的情況下調用。
2）classmethod：與成員方法的差別在于所接收的第一個參數不是self（類執行個體的指針），而是cls（目前類的具體類型）。
3）property：屬性的意思，表示可以通過類執行個體直接通路的資訊。
| class Test(object): def __init__(self,name): self._name = name @staticmethod def newTest1(name): return Test(name) @classmethod def newTest2(cls): return Test('') @property def name(self): return self._name |
裝飾器的調用順序
裝飾器是可以疊加使用的，那麼這就涉及到裝飾器的調用順序。對于Python中的“@”文法糖，裝飾器的調用順序與使用@文法糖的聲明順序相反。
| # 裝飾器的聲明順序 @a @b @c def f(): pass # 等效于 |
![Python裝飾器的進階用法（翻譯）[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)