先混个眼熟

谁可以作为装饰器(可以将谁编写成装饰器)：

1. 函数
2. 方法
3. 实现了__call__的可调用类

装饰器可以去装饰谁(谁可以被装饰)：

1. 函数
2. 方法
3. 类

基础：函数装饰器的表现方式

假如你已经定义了一个函数funcA()，在准备定义函数funcB()的时候，如果写成下面的格式：

@funcAdef funcB():...

表示用函数funcA()装饰函数funcB()。当然，也可以认为是funcA包装函数funcB。它等价于：

def funcB():...funcB = funcA(funcB)

也就是说，将函数funcB作为函数funcA的参数，funcA会重新返回另一个可调用的对象(比如函数)并赋值给funcB。

所以，funcA要想作为函数装饰器，需要接收函数作为参数，并且返回另一个可调用对象(如函数)。例如：

def funcA(F):    ...    ...    return Callable

注意，函数装饰器返回的可调用对象并不一定是原始的函数F，可以是任意其它可调用对象，比如另一个函数。但最终，这个返回的可调用对象都会被赋值给被装饰的函数变量(上例中的funcB)。

函数可以同时被多个装饰器装饰，后面的装饰器以前面的装饰器处理结果为基础进行处理：

@decorator1@decorator2def func():...# 等价于func = decorator1(decorator2(func))

当调用被装饰后的funcB时，将自动将funcB进行装饰，并调用装饰后的对象。所以，下面是等价的调用方式：

funcB()          # 调用装饰后的funcBfuncA(funcB)()

了解完函数装饰器的表现后，大概也能猜到了，装饰器函数可以用来扩展、增强另外一个函数。实际上，内置函数中staticmethod()、classmethod()和property()都是装饰器函数，可以用来装饰其它函数，在后面会学到它们的用法。

两个简单的例子

例如，函数f()返回一些字符串，现在要将它的返回结果转换为大写字母。可以定义一个函数装饰器来增强函数f()。

def toupper(func):    def wrapper(*args, **kwargs):        result = func(*args, **kwargs)        return result.upper()    return wrapper@toupperdef f(x: str):    # 等价于f = toupper(f)    return xres = f("abcd")print(res)

上面toupper()装饰f()后，调用f("abcd")的时候，等价于执行toupper(f)("abcd")，参数"abcd"传递给装饰器中的wrapper()中的*args，在wrapper中又执行了f("abcd")，使得原本属于f()的整个过程都完整了，最后返回result.upper()，这部分是对函数f()的扩展部分。

注意，上面的封装函数wrapper()中使用了*args **kwargs，是为了确保任意参数的函数都能正确执行下去。

再比如要计算一个函数autodown()的执行时长，可以额外定义一个函数装饰器timecount()。

import time# 函数装饰器def timecount(func):    def wrapper(*args, **kwargs):        start = time.time()        result = func(*args, **kwargs)        end = time.time()        print(func.__name__, end - start)        return result    return wrapper# 装饰函数@timecountdef autodown(n: int):    while n > 0:        n -= 1# 调用被装饰的函数autodown(100000)autodown(1000000)autodown(10000000)

执行结果：

autodown 0.004986763000488281autodown 0.05684685707092285autodown 0.5336081981658936

上面wrapper()中的return是多余的，是因为这里装饰的autodown()函数自身没有返回值。但却不应该省略这个return，因为timecount()可以去装饰其它可能有返回值的函数。

@functools.wraps

前面的装饰器代码逻辑上没有什么问题，但是却存在隐藏的问题：函数的元数据信息丢了。比如doc、注解等。

比如下面的代码：

@timecountdef autodown(n: int):    ''' some docs '''    while n > 0:        n -= 1print(autodown.__name__)print(autodown.__doc__)print(autodown.__annotations__)

执行结果为：

wrapperNone{}

所以，必须要将被装饰函数的元数据保留下来。可以使用functools模块中的wraps()装饰一下装饰器中的wrapper()函数。如下：

import timefrom functools import wrapsdef timecount(func):    @wraps(func)    def wrapper(*args, **kwargs):        start = time.time()        result = func(*args, **kwargs)        end = time.time()        print(func.__name__, end - start)        return result    return wrapper

现在，再去查看autodown函数的元数据信息，将会得到被保留下来的内容：

autodown some doc{'n': 
    
     }
    

所以，wraps()的简单用法是：向wraps()中传递的func参数，那么func的元数据就会被保留下来。

上面@wraps(func)装饰wrapper的过程等价于：

def wrapper(*args, **kwargs):...wrapper = wraps(func)(wrapper)

请注意这一点，因为在将类作为装饰器的时候，经常会在__init__(self, func)里这样使用：

class cls:    def __init__(self, func):        wraps(func)(self)        ...    def __call__(self, *args, **kwargs):        ...

解除装饰

函数被装饰后，如何再去访问未被装饰状态下的这个函数？@wraps还有一个重要的特性，可以通过被装饰对象的__wrapped__属性来直接访问被装饰对象。例如：

autodown.__wrapped__(1000000)new_autodown = autodown.__wrapped__new_autodown(1000000)

上面的调用不会去调用装饰后的函数，所以不会输出执行时长。

注意，如果函数被多个装饰器装饰，那么通过__wrapped__，将只会解除第一个装饰过程。例如：

@decorator1@decorator2@decorator3def f():...

当访问f.__wrapped__()的时候，只有decorator1被解除，剩余的所有装饰器仍然有效。注意，python 3.3之前是略过所有装饰器。

下面是一个多装饰的示例:

from functools import wrapsdef decorator1(func):    @wraps(func)    def wrapper(*args, **kwargs):        print("in decorator1")        return func(*args, **kwargs)    return wrapperdef decorator2(func):    @wraps(func)    def wrapper(*args, **kwargs):        print("in decorator2")        return func(*args, **kwargs)    return wrapperdef decorator3(func):    @wraps(func)    def wrapper(*args, **kwargs):        print("in decorator3")        return func(*args, **kwargs)    return wrapper@decorator1@decorator2@decorator3def addNum(x, y):    return x+y

返回结果：

in decorator1in decorator2in decorator35in decorator2in decorator35

如果不使用functools的@wraps的__wrapped__，想要手动去引用原始函数，需要做的工作可能会非常多。所以，如有需要，直接使用__wrapped__去调用未被装饰的函数比较好。

另外，并不是所有装饰器中都使用了@wraps。

带参数的函数装饰器

函数装饰器也是可以带上参数的。

@decorator(x,y,z)def func():...

它等价于：

func = decorator(x,y,z)(func)

它并不是"天生"就这样等价的，而是根据编码规范编写装饰器的时候，通常会这样。其实带参数的函数装饰器写起来有点绕：先定义一个带有参数的外层函数，它是外在的函数装饰器，这个函数内包含了真正的装饰器函数，而这个内部的函数装饰器的内部又包含了被装饰的函数封装。也就是函数嵌套了一次又一次。

所以，结构大概是这样的：

def out_decorator(some_args):    ...SOME CODE...    def real_decorator(func):        ...SOME CODE...        def wrapper(*args, **kwargs):            ...SOME CODE WITH func...        return wrapper    return real_decorator# 等价于func = out_decorator(some_args)(func)@out_decorator(some_args)def func():...

下面是一个简单的例子：

from functools import wrapsdef out_decorator(x, y, z):    def decorator(func):        @wraps(func)        def wrapper(*args, **kwargs):            print(x)            print(y)            print(z)            return func(*args, **kwargs)        return wrapper    return decorator@out_decorator("xx", "yy", "zz")def addNum(x, y):    return x+yprint(addNum(2, 3))

参数随意的装饰器

根据前面介绍的两种情况，装饰器可以带参数、不带参数，所以有两种装饰的方式，要么是下面的(1)，要么是下面的(2)。

@decorator         # (1)@decorator(x,y,z)  # (2)

所以，根据不同的装饰方式，需要编写是否带参数的不同装饰器。

但是现在想要编写一个将上面两种参数方式统一起来的装饰器。

可能第一想法是让装饰器参数默认化：

def out_decorator(arg1=X, arg2=Y...):    def decorator(func):        @wraps(func)        def wrapper(*args, **kwargs):            ...        return wrapper    return decorator

现在可以用下面两种方式来装饰：

@out_decorator()@out_decorator(arg1,arg2)

虽然上面两种装饰方式会正确进行，但这并非合理做法，因为下面这种最通用的装饰方式会错误：

@out_decorator

为了解决这个问题，回顾下前面装饰器是如何等价的：

# 等价于 func = decorator(func)@decoratordef func():...# 等价于 func = out_decorator(x, y, z)(func)@out_decorator(x, y, z)def func():...

上面第二种方式中，out_decorator(x,y,z)才是真正返回的内部装饰器。所以，可以修改下装饰器的编写方式，将func也作为out_decorator()的其中一个参数：

from functools import wraps,partialdef decorator(func=None, arg1=X, arg2=Y):    # 如果func为None，说明触发的带参装饰器    # 直接返回partial()封装后的装饰器函数    if func is None:        decorator_new = partial(decorator, arg1=arg1, arg2=arg2)        return decorator_new        #return partial(decorator, arg1=arg1, arg2=arg2)        # 下面是装饰器的完整装饰内容    @wraps(func)    def wrapper(*args, **kwargs):        ...    return wrapper

上面使用了functools模块中的partial()函数，它可以返回一个新的将某些参数"冻结"后的函数，使得新的函数无需指定这些已被"冻结"的参数，从而减少参数的数量。如果不知道这个函数，参考。

现在，可以统一下面3种装饰方式：

@decorator()@decorator(arg1=x,arg2=y)@decorator

前两种装饰方式，等价的调用方式是decorator()(func)和decorator(arg1=x,arg2=y)(func)，它们的func都为None，所以都会通过partial()返回通常的装饰方式@decorator所等价的形式。

需要注意的是，因为上面的参数结构中包含了func=None作为第一个参数，所以带参数装饰时，必须使用keyword格式来传递参数，不能使用位置参数。

下面是一个简单的示例：

from functools import wraps, partialdef decorator(func=None, x=1, y=2, z=3):    if func is None:        return partial(decorator, x=x, y=y, z=z)    @wraps(func)    def wrapper(*args, **kwargs):        print("x: ", x)        print("y: ", y)        print("z: ", z)        return func(*args, **kwargs)    return wrapper

下面3种装饰方式都可以：

@decoratordef addNum(a, b):    return a + bprint(addNum(2, 3))print("=" * 40)@decorator()def addNum(a, b):    return a + bprint(addNum(2, 3))print("=" * 40)# 必须使用关键字参数进行装饰@decorator(x="xx", y="yy", z="zz")def addNum(a, b):    return a + bprint(addNum(2, 3))

返回结果：

x:  1y:  2z:  35====================x:  1y:  2z:  35====================x:  xxy:  yyz:  zz5