从零开始学Python-Day31-装饰器

由于函数本身就是一个对象，而函数对象可以赋值给一个变量，从而可以通过该变量调用函数。

>>> def today():
	print('2020-4-4')

>>> f = today
>>> f()
2020-4-4

函数对象有一个__name__属性，可以直接拿到函数的名字：

>>> today.__name__
'today'
>>> f.__name__
'today'

现在我们要增强today函数的功能，在调用函数前后自动打印日志，但又希望不要修改today函数自身的定义，这种在函数运行期间动态增加功能的方式，我们称之为装饰器（Decorator）。
decorator本质上就是一个高阶函数，针对上面的需求，我们定义一个可以打印日志的装饰器，如下：

>>> def log(func):
	def wrapper(*args, **kw):
		print('call %s():' % func.__name__)
		return func(*args, **kw)
	return wrapper

>>> log
<function log at 0x10aa64f70>
>>> @log
def today():
	print('2020-4-4')

>>> today()
call today():
2020-4-4

log是一个装饰器decorator本身也是一个高阶函数，接收一个函数作为参数，同时返回一个函数。使用@语法，将log这个decorator作用于函数today的定义处。再调用today这个函数时，不单会运行函数返回相应的结果，还会在函数运行前打印一行日志“call today():”
把@log放到today()函数的定义处，相当于执行了语句：

>>> today = log(today)
>>> today()
call wrapper():
call today():
2020-4-4

在这里，log是一个装饰器，返回一个新的函数，原来的today函数依然存在，只是现在同名的today变量指向了新的函数，于是today()将调用新函数，即在log函数作用下返回的wrapper函数。
wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。
如果decorator本身需要传入参数，那就需要编写一个返回decorator的高阶函数，写出来会更复杂。比如，要自定义log的文本：

>>> def log(text):
	def decorator(func):
		def wrapper(*args, **kw):
			print('%s %s():' % (text, func.__name__))
			return func(*args, **kw)
		return wrapper
	return decorator

>>> @log('execute')
def today():
	print('2020-4-4')

	
>>> today()
execute today():
2020-4-4

和两层嵌套的decorator相比，3层嵌套的效果是这样的：

>>> today = log('execute')(today)

上面的语句，首先执行log(‘execute’)，返回的是decorator函数，再调用返回的函数，参数是today函数，返回值最终是wrapper函数。
以上两种decorator的定义都没有问题，但还差最后一步。因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decorator装饰之后的函数，它们的__name__已经从原来的’today’变成了’wrapper’：

>>> today.__name__
'wrapper'

因为返回的那个wrapper()函数名字就是’wrapper’，所以，需要把原始函数的__name__等属性复制到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错。
不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps就是干这个事的，所以，一个完整的decorator的写法如下：

>>> import functools
>>> def log(func):
	@functools.wraps(func)
	def wrapper(*args, **kw):
		print('call %s():' % func.__name__)
		return func(*args, **kw)
	return wrapper

>>> @log
def today():
	print('2020-4-4')

	
>>> today()
call today():
2020-4-4
>>> today.__name__
'today'

import functools是导入functools模块。只需记住在定义wrapper()的前面加上@functools.wraps(func)即可
在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。Python的decorator可以用函数实现，也可以用类实现。
decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。