1. 什么是装饰器
装饰器是一种修改函数和类的便捷方式，是Python提供的语法糖。它可以是我们定义的函数（函数装饰器），也可以是一个类（类装饰器）。我们可以使用装饰器快速地修改其它函数或类，而不用改变它们原本的代码，这样一来，我们就可以方便地统一管理某一类函数或者类。
在接下来的文章中，我们主要探讨函数装饰器。
例如，这有一个简单的函数：
def hello():
print 'hello'
我们想要在函数每次执行时都打印一条记录，一种方法是直接修改函数内部的代码：
def hello():
print 'function %s called' % hello.__name__
print 'hello'
如果我们想要记录多个函数的执行状况，这种方法就需要对多个函数的内部代码进行修改，麻烦且不容易维护！另一种方法就是使用装饰器：
@record
def hello():
print 'hello'
是不是非常方便简洁？在这里，我们使用了一个自己定义的名叫 record 的装饰器。实际上Python做的等价于以下这些事情：
def hello():
print 'hello'
hello = record(hello)
装饰器自动帮我们修改位于它之后的函数。当我们要修改的函数有很多个时，更能感受到装饰器的便捷之处，只需要在每个函数前加上 @record 即可。
我们下面就来看看怎么实现 record 这个装饰器。
2. 装饰器的实现
装饰器的实现原理其实很好理解，就是以待修改的函数作为参数，经过封装后返回修改后的函数。 在上面给出的例子中，我们在函数执行时打印出一条记录，我们可以写一个 record 装饰器来实现这一功能。
def record(func):
def wrapper():
print 'function %s called' % func.__name__
func()
return wrapper
我们来看一下这段代码的意思：首先我们定义了一个装饰器函数 record ，它接收一个参数，就是待修改的函数。在函数内部，我们又定义了一个函数 wrapper ，用于替换原函数的功能并作为返回值。 所以，我们把要实现的功能全都写到了 wrapper 函数里。在这里，就是先打印一条记录，再执行原函数。
接下来就用这个装饰器来修改几个函数：
>>> @record
... def hi():
... print 'hi'
>>> @record
... def hey():
... print 'hey'
>>> hi()
function hi called
hi
>>> hey()
function hey called
hey
瞧！我们实现了一个最简单的装饰器。不知道你注意到没有，在上面的例子中，我们修改的函数都是不带参数的。如果直接用上面的 record 装饰器对带参数的函数进行修改，就会引发错误！
>>> @record
... def hello(name):
... print 'hello', name
>>> hello('Wray')
Traceback (most recent call last):
File "<interactive input>", line 1, in <module>
TypeError: wrapper() takes no arguments (1 given)
仔细观察 TypeError 所报的错误，它提示 wrapper 函数不接收任何参数，而我们却传进了一个参数。
我们调用的明明是 hello 函数，为什么这里会显示 wrapper 函数？别忘了，我们之前是在 wrapper 函数里定义好修改后的函数行为，并且最后返回的函数也是 wrapper 。因此，现在调用的 hello 函数实际上是装饰器返回的 wrapper 函数。
hello 函数被替换为 wrapper 函数后，产生了两个问题：一个是原函数的信息丢失，另一个是参数在传递过程中丢失。我们将在下面的文章中探讨如何解决这两个问题。
为了简单起见，我先以不带参数的函数作为例子，参数传递的问题留到后面解决。接下来，先看看如何避免原函数的信息被修改，因为这会对其它地方的函数调用产生影响。
3. 保留原函数信息
从上文的分析可以知道，hello 函数就是 wrapper 函数。所以，我们只要在装饰器函数返回 wrapper 函数前，将其信息替换为原函数的信息即可。
def record(func):
def wrapper():
print 'function %s called' % func.__name__
func()
wrapper.__name__ = func.__name__
wrapper.__doc__ = func.__doc__
#Other attributes of func to replace
return wrapper
现在，我们的装饰器已经能够保留原函数的基本信息了。不过你有没有发现，我们修改 wrapper 函数的行为跟最开始介绍装饰器时修改 hello 函数其实是一样的。那为什么不用装饰器来完成这一步呢？
def record(func):
@myWraps(func)
def wrapper():
print 'function %s called' % func.__name__
func()
return wrapper
比起之前的代码是不是好多了！不过，你可能注意到了这里的装饰器用法 @myWraps(func) 跟之前不同，@ 后面并不只是函数名，而是函数调用。
那就让我们来分析一下，之前使用的形式是 @record ，@ 后面跟的是一个装饰器函数。那么 myWraps(func) 的返回值就应该是个装饰器函数。
下面来我们就来实现 myWraps 这个给装饰器使用的装饰器。代码不太容易理解，你也可以选择跳过这段代码，因为实际上我们并不用自己实现它，只不过这可以加深我们对装饰器的理解。
def myWraps(func):
def decorator(wrapper):
wrapper.__name__ = func.__name__
wrapper.__doc__ = func.__doc__
return wrapper
return decorator
希望你没有被绕晕。myWraps 被调用后返回的 decorator 才是我们想要的装饰器函数。这个装饰器是专门修改其它装饰器中的 wrapper 函数的，我们在这里只是简单地把 wrapper 函数的信息修改为原函数 func 的信息，返回的还是 wrapper 函数，因此就不用在内部定义一个用于返回的函数了。
Python为我们提供了一个工具，它的功能比我们上面自己实现的 myWraps 要完善得多。我们可以从 functools 中导入 wraps 函数。
from functools import wraps
在装饰器函数中使用它：
def record(func):
@wraps(func)
def wrapper():
print 'function %s called' % func.__name__
func()
return wrapper
这样，原函数信息丢失的问题就解决了！
4. 传递原函数参数
你是否还记得，我们之前调用 hello 函数时，Python提示的错误信息中显示的是 wrapper 函数？这正是我们刚解决的原函数信息丢失的问题。不过这也告诉我们，参数传递的问题出在了 wrapper 函数上面。
因此，我们需要修改 wrapper 函数，使其正确传递原函数的参数。
下面是修改后的 record 装饰器：
from functools import wraps
def record(func):
@wraps(func)
def wrapper(*args, **kwargs):
print 'function %s called' % func.__name__
func(*args, **kwargs)
return wrapper
这里我们用到了两个特殊的参数 *args 和 **kwargs 。args 是一个元组，包含所有以值的形式传递的参数，例如 f(1,2)。而 kwargs 是一个字典，包含所有以关键字的形式传递的参数，例如 f(a=1, b=2) 。
我们通过 *args 和 **kwargs 来获取外界传给 wrapper 的参数，而不用关心具体是什么。* 将元组 args 展开成形如 arg1, arg2, ... 的参数表，传递给 func 。而 ** 将字典 kwargs 展开成形如
k1=arg1, k2=arg2 的关键字参数表，传递给 func 。这样，我们就能确保所有类型的参数都被 wrapper 函数接收，再传递给 func 函数执行。
Tips: 运算符 * 不仅可以展开元组，还可以展开其它可迭代对象，例如列表、集合、字典等等。
5. 保留原函数返回值
到目前为止，我们已经解决了装饰器的原函数信息保留、函数参数传递这两个棘手的问题，现在只要再加上返回值就大功告成了。
我们继续完善 record 装饰器：
from functools import wraps
def record(func):
@wraps(func)
def wrapper(*args, **kwargs):
print 'function %s called' % func.__name__
result = func(*args, **kwargs)
return result
return wrapper
OK，经过最后完善的 record 装饰器已经可以正式投入使用了！
6. 装饰器的应用
6.1. 注册函数
在以事件模型为处理机制的程序中，经常需要将函数注册到一个API中，以便对这些函数进行统一的管理。
我们可以使用装饰器方便地实现这一功能：
registry = {}
def register(func):
registry[func.__name__] = func
return func
在需要注册的函数前使用该装饰器：
@register
def f1():
pass
@register
def f2():
pass
已注册的函数：
>>> registry
{'f1': <function f1 at 0x02F279B0>, 'f2': <function f2 at 0x02F27930>}
6.2. 扩展函数
我们可以使用装饰器对函数进行扩展。例如，我们可以对函数的信息进行扩展：
def add_info(func):
func.extraInfo = 'extra information'
return func
在这里，我们只对原函数添加了一个属性，返回的还是原函数，因此函数的信息不会丢失，无需使用 wraps 装饰器。
>>> @add_info
... def hello(name):
... print 'hello', name
>>> hello.extraInfo
'extra information'
6.3. 日志记录
日志记录是生产环境中的重要步骤，就像前面介绍的 record 函数一样，我们可以使用装饰器来实现日志的记录。在这里我们给出之前介绍的例子，在具体使用中，可以根据自己的需求进行修改。
from functools import wraps
def record(func):
@wraps(func)
def wrapper(*args, **kwargs):
print 'function %s called' % func.__name__
result = func(*args, **kwargs)
return result
return wrapper
6.4. 计时器
在一些需要对性能进行评估的地方，常常需要对某个函数的执行过程进行计时。我们可以编写一个通用的计时器，可用于任何函数的计时。
import time
from functools import wraps
def timer(func):
@wraps(func)
def wrapper(*args, **kwargs):
start = time.clock()
result = func(*args, **kwargs)
elapsed = time.clock() - start
print '%s executed with %.5f seconds' % \
(func.__name__, elapsed)
return result
return wrapper
我们写两个函数进行测试：
>>> @timer
... def f1(max):
... return [x ** 2 for x in range(max)]
>>> @timer
... def f2(max):
... return map((lambda x: x ** 2), range(max))
>>> f1(100000)
f1 executed with 0.07050 seconds
>>> f2(100000)
f2 executed with 0.07960 seconds
我们清楚地看到了两个函数的执行过程所用时间。从这个结果也能看出，列表推导式的效率要高于 map 函数。
装饰器还有许多其它的应用，例如web应用授权、函数参数合法性验证等等，合理利用装饰器可以让我们的代码更加清晰、易于维护。
