Python的装饰器

装饰器是什么？在Python中，装饰器是使用'@'语法糖的修饰函数的语句，一般出现在函数定义的上方。装饰器的作用是增强被修饰函数的功能，譬如给函数增加日志功能等。

1、无参装饰器

打开Pycharm，我们先实现一个简单的闭包，并定义一个普通函数print_info：

在上面代码中，outer_func中嵌套了inner_func的定义，传递func参数，并返回inner_func引用；inner_func定义中，实现了一行打印，并调用了func。普通函数print_info实现了简单打印，仅作演示用。

通常情况下，我们会使用如下方式来用闭包去管理普通函数：

print_info作为参数，调用outer_func得到p，然后p就相当于print_info了，可以正常调用，运行一下：

但是这种方式比较繁琐，而且不够优雅，需要写很多闭包管理语句，因此Python提供了'@'语法糖：

在被修饰函数上面，使用'@装饰器'修饰被修饰函数，然后直接使用print_info即可：

运行结果与不使用'@'语法时一样，但是后者更加简洁和优雅。

实际上，可以简单理解使用'@'语法后的行为：

print_info = outer_func(print_info)

这个时候的print_info被修改了，实际上变成了闭包函数，普通函数可以直接使用。

2、有参装饰器

上节的无参装饰器是最简单的，实际应用中可能会需要使用有参装饰器。举个栗子，软件的日志系统通常会分日志级别，比如"debug"、"info"、"warn"、"error"、"fatal"等，如果我们的需求是，不同函数输出不同的日志级别，这个时候使用无参装饰器就无法完成了，必须使用有参装饰器，将日志级别信息通过装饰器传递过去。

在无参装饰器中，两层嵌套函数即可实现无参装饰器，那要实现有参装饰器需要在两层嵌套函数中再增加一层函数定义，形成三层嵌套函数，具体演示如下：

在outger_func定义之外增加了log函数定义，在log函数中，传递日志级别level，并返回outer_func定义。同时，在inner_func中，把level给打印出来了。好了，使用这个三层嵌套函数形成的闭包来修饰下print_info:

可以看到装饰器可以传递参数了，运行一下：

日志级别被正确传递给闭包了。

同无参装饰器一样，可以简单理解有参装饰器使用'@'语法后的行为：

print_info = log('debug')(print_info)

所以'@'后会紧跟闭包定义中最近外层函数的引用，并自动完成上述转换。

3、基于类的装饰器

前两节中的装饰器都是基于闭包的，事实上，闭包很多特性，面向对象中也是具备的，因此基于类也可以实现装饰器。基于类的装饰器没有闭包实现方便，这里不作深入分析，仅作示例：

这里补充下，基于类的装饰器是利用魔术方法__call__，这个方法可以类像函数一样执行，效果如下：

# 拥有__call__方法的类
对象 = 类() # 实例化，调用__init__
对象() # 调用__call__方法

4、结束

实际上，装饰器一般出现在大型项目中，譬如大型框架，小型项目通常可以选用。基于函数(闭包)和基于类均可实现装饰器，推荐闭包模式的装饰器，简单易用。