裝飾器(decorator)是一種高級(jí)Python語(yǔ)法。裝飾器可以對(duì)一個(gè)函數(shù)、方法或者類進(jìn)行加工。在Python中，我們有多種方法對(duì)函數(shù)和類進(jìn)行加工，比如在Python閉包中，我們見(jiàn)到函數(shù)對(duì)象作為某一個(gè)函數(shù)的返回結(jié)果。相對(duì)于其它方式，裝飾器語(yǔ)法簡(jiǎn)單，代碼可讀性高。因此，裝飾器在Python項(xiàng)目中有廣泛的應(yīng)用。

裝飾器最早在Python 2.5中出現(xiàn)，它最初被用于加工函數(shù)和方法這樣的可調(diào)用對(duì)象(callable object，這樣的對(duì)象定義有call方法)。在Python 2.6以及之后的Python版本中，裝飾器被進(jìn)一步用于加工類。

1. 函數(shù)
在python中，函數(shù)通過(guò)def關(guān)鍵字、函數(shù)名和可選的參數(shù)列表定義。通過(guò)return關(guān)鍵字返回值。我們舉例來(lái)說(shuō)明如何定義和調(diào)用一個(gè)簡(jiǎn)單的函數(shù)：

>>> def foo():
...   return 1
>>> foo()
1

方法體（當(dāng)然多行也是一樣的）是必須的，通過(guò)縮進(jìn)來(lái)表示，在方法名的后面加上雙括號(hào)()就能夠調(diào)用函數(shù)

2. 作用域
在python中，函數(shù)會(huì)創(chuàng)建一個(gè)新的作用域。python開(kāi)發(fā)者可能會(huì)說(shuō)函數(shù)有自己的命名空間，差不多一個(gè)意思。這意味著在函數(shù)內(nèi)部碰到一個(gè)變量的時(shí)候函數(shù)會(huì)優(yōu)先在自己的命名空間里面去尋找。讓我們寫(xiě)一個(gè)簡(jiǎn)單的函數(shù)看一下 本地作用域 和 全局作用域有什么不同：

>>> a_string = "This is a global variable"
>>> def foo():
...   print locals()
>>> print globals()
{..., 'a_string': 'This is a global variable'}
>>> foo() # 2
{}

內(nèi)置的函數(shù)globals返回一個(gè)包含所有python解釋器知道的變量名稱的字典（為了干凈和洗的白白的，我省略了python自行創(chuàng)建的一些變量）。在#2我調(diào)用了函數(shù) foo 把函數(shù)內(nèi)部本地作用域里面的內(nèi)容打印出來(lái)。我們能夠看到，函數(shù)foo有自己獨(dú)立的命名空間，雖然暫時(shí)命名空間里面什么都還沒(méi)有。

3. 變量解析規(guī)則
當(dāng)然這并不是說(shuō)我們?cè)诤瘮?shù)里面就不能訪問(wèn)外面的全局變量。在python的作用域規(guī)則里面，創(chuàng)建變量一定會(huì)一定會(huì)在當(dāng)前作用域里創(chuàng)建一個(gè)變量，但是訪問(wèn)或者修改變量時(shí)會(huì)先在當(dāng)前作用域查找變量，沒(méi)有找到匹配變量的話會(huì)依次向上在閉合的作用域里面進(jìn)行查看找。所以如果我們修改函數(shù)foo的實(shí)現(xiàn)讓它打印全局的作用域里的變量也是可以的：

>>> a_string = "This is a global variable"
>>> def foo():
...   print a_string # 1
>>> foo()
This is a global variable

在#1處，python解釋器會(huì)嘗試查找變量a_string，當(dāng)然在函數(shù)的本地作用域里面是找不到的，所以接著會(huì)去上層的作用域里面去查找。
但是另一方面，假如我們?cè)诤瘮?shù)內(nèi)部給全局變量賦值，結(jié)果卻和我們想的不一樣：

>>> a_string = "This is a global variable"
>>> def foo():
...   a_string = "test" # 1
...   print locals()
>>> foo()
{'a_string': 'test'}
>>> a_string # 2
'This is a global variable'

我們能夠看到，全局變量能夠被訪問(wèn)到（如果是可變數(shù)據(jù)類型(像list,dict這些)甚至能夠被更改）但是賦值不行。在函數(shù)內(nèi)部的#1處，我們實(shí)際上新創(chuàng)建了一個(gè)局部變量，隱藏全局作用域中的同名變量。我們可以通過(guò)打印出局部命名空間中的內(nèi)容得出這個(gè)結(jié)論。我們也能看到在#2處打印出來(lái)的變量a_string的值并沒(méi)有改變。

4. 變量生存周期
值得注意的一個(gè)點(diǎn)是，變量不僅是生存在一個(gè)個(gè)的命名空間內(nèi)，他們都有自己的生存周期，請(qǐng)看下面這個(gè)例子：

>>> def foo():
...   x = 1
>>> foo()
>>> print x # 1
Traceback (most recent call last):
 ...
NameError: name 'x' is not defined

#1處發(fā)生的錯(cuò)誤不僅僅是因?yàn)樽饔糜蛞?guī)則導(dǎo)致的（盡管這是拋出了NameError的錯(cuò)誤的原因）它還和python以及其它很多編程語(yǔ)言中函數(shù)調(diào)用實(shí)現(xiàn)的機(jī)制有關(guān)。在這個(gè)地方這個(gè)執(zhí)行時(shí)間點(diǎn)并沒(méi)有什么有效的語(yǔ)法讓我們能夠獲取變量x的值，因?yàn)樗@個(gè)時(shí)候壓根不存在！函數(shù)foo的命名空間隨著函數(shù)調(diào)用開(kāi)始而開(kāi)始，結(jié)束而銷毀。

5. 函數(shù)參數(shù)
python允許我們向函數(shù)傳遞參數(shù)，參數(shù)會(huì)變成本地變量存在于函數(shù)內(nèi)部。

>>> def foo(x):
...   print locals()
>>> foo(1)
{'x': 1}

在Python里有很多的方式來(lái)定義和傳遞參數(shù)，完整版可以查看 python官方文檔。我們這里簡(jiǎn)略的說(shuō)明一下：函數(shù)的參數(shù)可以是必須的位置參數(shù)或者是可選的命名，默認(rèn)參數(shù)。

>>> def foo(x, y=0): # 1
...   return x - y
>>> foo(3, 1) # 2
2
>>> foo(3) # 3
3
>>> foo() # 4
Traceback (most recent call last):
 ...
TypeError: foo() takes at least 1 argument (0 given)
>>> foo(y=1, x=3) # 5
2

在#1處我們定義了函數(shù)foo,它有一個(gè)位置參數(shù)x和一個(gè)命名參數(shù)y。在#2處我們能夠通過(guò)常規(guī)的方式來(lái)調(diào)用函數(shù)，盡管有一個(gè)命名參數(shù)，但參數(shù)依然可以通過(guò)位置傳遞給函數(shù)。在調(diào)用函數(shù)的時(shí)候，對(duì)于命名參數(shù)y我們也可以完全不管就像#3處所示的一樣。如果命名參數(shù)沒(méi)有接收到任何值的話，python會(huì)自動(dòng)使用聲明的默認(rèn)值也就是0。需要注意的是我們不能省略第一個(gè)位置參數(shù)x, 否則的話就會(huì)像#5處所示發(fā)生錯(cuò)誤。
目前還算簡(jiǎn)潔清晰吧， 但是接下來(lái)可能會(huì)有點(diǎn)令人困惑。python支持函數(shù)調(diào)用時(shí)的命名參數(shù)（個(gè)人覺(jué)得應(yīng)該是命名實(shí)參）?？纯?5處的函數(shù)調(diào)用，我們傳遞的是兩個(gè)命名實(shí)參，這個(gè)時(shí)候因?yàn)橛忻Q標(biāo)識(shí)，參數(shù)傳遞的順序也就不用在意了。
當(dāng)然相反的情況也是正確的：函數(shù)的第二個(gè)形參是y，但是我們通過(guò)位置的方式傳遞值給它。在#2處的函數(shù)調(diào)用foo(3,1)，我們把3傳遞給了第一個(gè)參數(shù)，把1傳遞給了第二個(gè)參數(shù)，盡管第二個(gè)參數(shù)是一個(gè)命名參數(shù)。
桑不起，感覺(jué)用了好大一段才說(shuō)清楚這么一個(gè)簡(jiǎn)單的概念：函數(shù)的參數(shù)可以有名稱和位置。這意味著在函數(shù)的定義和調(diào)用的時(shí)候會(huì)稍稍在理解上有點(diǎn)兒不同。我們可以給只定義了位置參數(shù)的函數(shù)傳遞命名參數(shù)（實(shí)參），反之亦然！如果覺(jué)得不夠可以查看官方文檔

6. 嵌套函數(shù)
Python允許創(chuàng)建嵌套函數(shù)。這意味著我們可以在函數(shù)里面定義函數(shù)而且現(xiàn)有的作用域和變量生存周期依舊適用。

>>> def outer():
...   x = 1
...   def inner():
...     print x # 1
...   inner() # 2
...
>>> outer()
1

這個(gè)例子有一點(diǎn)兒復(fù)雜，但是看起來(lái)也還行。想一想在#1發(fā)生了什么：python解釋器需找一個(gè)叫x的本地變量，查找失敗之后會(huì)繼續(xù)在上層的作用域里面尋找，這個(gè)上層的作用域定義在另外一個(gè)函數(shù)里面。對(duì)函數(shù)outer來(lái)說(shuō)，變量x是一個(gè)本地變量，但是如先前提到的一樣，函數(shù)inner可以訪問(wèn)封閉的作用域（至少可以讀和修改）。在#2處，我們調(diào)用函數(shù)inner，非常重要的一點(diǎn)是，inner也僅僅是一個(gè)遵循python變量解析規(guī)則的變量名，python解釋器會(huì)優(yōu)先在outer的作用域里面對(duì)變量名inner查找匹配的變量.

7. 函數(shù)是python世界里的一級(jí)類對(duì)象
顯而易見(jiàn)，在python里函數(shù)和其他東西一樣都是對(duì)象。（此處應(yīng)該大聲歌唱）啊！包含變量的函數(shù)，你也并不是那么特殊！

>>> issubclass(int, object) # all objects in Python inherit from a common baseclass
True
>>> def foo():
...   pass
>>> foo.__class__ # 1
<type 'function'>
>>> issubclass(foo.__class__, object)
True

你也許從沒(méi)有想過(guò)，你定義的函數(shù)居然會(huì)有屬性。沒(méi)辦法，函數(shù)在python里面就是對(duì)象，和其他的東西一樣，也許這樣描述會(huì)太學(xué)院派太官方了點(diǎn)：在python里，函數(shù)只是一些普通的值而已和其他的值一毛一樣。這就是說(shuō)你尅一把函數(shù)想?yún)?shù)一樣傳遞給其他的函數(shù)或者說(shuō)從函數(shù)了里面返回函數(shù)！如果你從來(lái)沒(méi)有這么想過(guò)，那看看下面這個(gè)例子：

>>> def add(x, y):
...   return x + y
>>> def sub(x, y):
...   return x - y
>>> def apply(func, x, y): # 1
...   return func(x, y) # 2
>>> apply(add, 2, 1) # 3
3
>>> apply(sub, 2, 1)
1

這個(gè)例子對(duì)你來(lái)說(shuō)應(yīng)該不會(huì)很奇怪。add和sub是非常普通的兩個(gè)python函數(shù)，接受兩個(gè)值，返回一個(gè)計(jì)算后的結(jié)果值。在#1處你們能看到準(zhǔn)備接收一個(gè)函數(shù)的變量只是一個(gè)普通的變量而已，和其他變量一樣。在#2處我們調(diào)用傳進(jìn)來(lái)的函數(shù)：“()代表著調(diào)用的操作并且調(diào)用變量包含的值。在#3處，你們也能看到傳遞函數(shù)并沒(méi)有什么特殊的語(yǔ)法。” 函數(shù)的名稱只是很其他變量一樣的表標(biāo)識(shí)符而已。
你們也許看到過(guò)這樣的行為：“python把頻繁要用的操作變成函數(shù)作為參數(shù)進(jìn)行使用，像通過(guò)傳遞一個(gè)函數(shù)給內(nèi)置排序函數(shù)的key參數(shù)從而來(lái)自定義排序規(guī)則。那把函數(shù)當(dāng)做返回值回事這樣的情況呢：

>>> def outer():
...   def inner():
...     print "Inside inner"
...   return inner # 1
...
>>> foo = outer() #2
>>> foo
<function inner at 0x...>
>>> foo()
Inside inner

這個(gè)例子看起來(lái)也許會(huì)更加的奇怪。在#1處我把恰好是函數(shù)標(biāo)識(shí)符的變量inner作為返回值返回出來(lái)。這并沒(méi)有什么特殊的語(yǔ)法：”把函數(shù)inner返回出來(lái)，否則它根本不可能會(huì)被調(diào)用到?！斑€記得變量的生存周期嗎？每次函數(shù)outer被調(diào)用的時(shí)候，函數(shù)inner都會(huì)被重新定義，如果它不被當(dāng)做變量返回的話，每次執(zhí)行過(guò)后它將不復(fù)存在。
在#2處我們捕獲住返回值 - 函數(shù)inner，將它存在一個(gè)新的變量foo里。我們能夠看到，當(dāng)對(duì)變量foo進(jìn)行求值，它確實(shí)包含函數(shù)inner，而且我們能夠?qū)λM(jìn)行調(diào)用。初次看起來(lái)可能會(huì)覺(jué)得有點(diǎn)奇怪，但是理解起來(lái)并不困難是吧。堅(jiān)持住，因?yàn)槠婀值霓D(zhuǎn)折馬上就要來(lái)了（嘿嘿嘿嘿，我笑的并不猥瑣！）

8. 閉包
我們先不急著定義什么是閉包，先來(lái)看看一段代碼，僅僅是把上一個(gè)例子簡(jiǎn)單的調(diào)整了一下：

>>> def outer():
...   x = 1
...   def inner():
...     print x # 1
...   return inner
>>> foo = outer()
>>> foo.func_closure
(<cell at 0x...: int object at 0x...>,)

在上一個(gè)例子中我們了解到，inner作為一個(gè)函數(shù)被outer返回，保存在一個(gè)變量foo，并且我們能夠?qū)λM(jìn)行調(diào)用foo()。不過(guò)它會(huì)正常的運(yùn)行嗎？我們先來(lái)看看作用域規(guī)則。
所有的東西都在python的作用域規(guī)則下進(jìn)行工作：“x是函數(shù)outer里的一個(gè)局部變量。當(dāng)函數(shù)inner在#1處打印x的時(shí)候，python解釋器會(huì)在inner內(nèi)部查找相應(yīng)的變量，當(dāng)然會(huì)找不到，所以接著會(huì)到封閉作用域里面查找，并且會(huì)找到匹配。
但是從變量的生存周期來(lái)看，該怎么理解呢？我們的變量x是函數(shù)outer的一個(gè)本地變量，這意味著只有當(dāng)函數(shù)outer正在運(yùn)行的時(shí)候才會(huì)存在。根據(jù)我們已知的python運(yùn)行模式，我們沒(méi)法在函數(shù)outer返回之后繼續(xù)調(diào)用函數(shù)inner，在函數(shù)inner被調(diào)用的時(shí)候，變量x早已不復(fù)存在，可能會(huì)發(fā)生一個(gè)運(yùn)行時(shí)錯(cuò)誤。
萬(wàn)萬(wàn)沒(méi)想到，返回的函數(shù)inner居然能夠正常工作。Python支持一個(gè)叫做函數(shù)閉包的特性，用人話來(lái)講就是，嵌套定義在非全局作用域里面的函數(shù)能夠記住它在被定義的時(shí)候它所處的封閉命名空間。這能夠通過(guò)查看函數(shù)的func_closure屬性得出結(jié)論，這個(gè)屬性里面包含封閉作用域里面的值（只會(huì)包含被捕捉到的值，比如x，如果在outer里面還定義了其他的值，封閉作用域里面是不會(huì)有的）
記住，每次函數(shù)outer被調(diào)用的時(shí)候，函數(shù)inner都會(huì)被重新定義?，F(xiàn)在變量x的值不會(huì)變化，所以每次返回的函數(shù)inner會(huì)是同樣的邏輯，假如我們稍微改動(dòng)一下呢？

>>> def outer(x):
...   def inner():
...     print x # 1
...   return inner
>>> print1 = outer(1)
>>> print2 = outer(2)
>>> print1()
1
>>> print2()
2

從這個(gè)例子中你能夠看到閉包 - 被函數(shù)記住的封閉作用域 - 能夠被用來(lái)創(chuàng)建自定義的函數(shù)，本質(zhì)上來(lái)說(shuō)是一個(gè)硬編碼的參數(shù)。事實(shí)上我們并不是傳遞參數(shù)1或者2給函數(shù)inner，我們實(shí)際上是創(chuàng)建了能夠打印各種數(shù)字的各種自定義版本。
閉包單獨(dú)拿出來(lái)就是一個(gè)非常強(qiáng)大的功能， 在某些方面，你也許會(huì)把它當(dāng)做一個(gè)類似于面向?qū)ο蟮募夹g(shù)：outer像是給inner服務(wù)的構(gòu)造器，x像一個(gè)私有變量。使用閉包的方式也有很多：你如果熟悉python內(nèi)置排序方法的參數(shù)key，你說(shuō)不定已經(jīng)寫(xiě)過(guò)一個(gè)lambda方法在排序一個(gè)列表的列表的時(shí)候基于第二個(gè)元素而不是第一個(gè)。現(xiàn)在你說(shuō)不定也可以寫(xiě)一個(gè)itemgetter方法，接收一個(gè)索引值來(lái)返回一個(gè)完美的函數(shù)，傳遞給排序函數(shù)的參數(shù)key。
不過(guò)，我們現(xiàn)在不會(huì)用閉包做這么low的事(⊙o⊙)…！相反，讓我們?cè)偎淮?，?xiě)一個(gè)高大上的裝飾器!

9. 裝飾器
裝飾器其實(shí)就是一個(gè)閉包，把一個(gè)函數(shù)當(dāng)做參數(shù)然后返回一個(gè)替代版函數(shù)。我們一步步從簡(jiǎn)到繁來(lái)瞅瞅：

>>> def outer(some_func):
...   def inner():
...     print "before some_func"
...     ret = some_func() # 1
...     return ret + 1
...   return inner
>>> def foo():
...   return 1
>>> decorated = outer(foo) # 2
>>> decorated()
before some_func
2

仔細(xì)看看上面這個(gè)裝飾器的例子。們定義了一個(gè)函數(shù)outer，它只有一個(gè)some_func的參數(shù)，在他里面我們定義了一個(gè)嵌套的函數(shù)inner。inner會(huì)打印一串字符串，然后調(diào)用some_func，在#1處得到它的返回值。在outer每次調(diào)用的時(shí)候some_func的值可能會(huì)不一樣，但是不管some_func的之如何，我們都會(huì)調(diào)用它。最后，inner返回some_func() + 1的值 - 我們通過(guò)調(diào)用在#2處存儲(chǔ)在變量decorated里面的函數(shù)能夠看到被打印出來(lái)的字符串以及返回值2，而不是期望中調(diào)用函數(shù)foo得到的返回值1。
我們可以認(rèn)為變量decorated是函數(shù)foo的一個(gè)裝飾版本，一個(gè)加強(qiáng)版本。事實(shí)上如果打算寫(xiě)一個(gè)有用的裝飾器的話，我們可能會(huì)想愿意用裝飾版本完全取代原先的函數(shù)foo，這樣我們總是會(huì)得到我們的”加強(qiáng)版“foo。想要達(dá)到這個(gè)效果，完全不需要學(xué)習(xí)新的語(yǔ)法，簡(jiǎn)單地賦值給變量foo就行了：

>>> foo = outer(foo)
>>> foo # doctest: +ELLIPSIS
<function inner at 0x...>

現(xiàn)在，任何怎么調(diào)用都不會(huì)牽扯到原先的函數(shù)foo，都會(huì)得到新的裝飾版本的foo，現(xiàn)在我們還是來(lái)寫(xiě)一個(gè)有用的裝飾器。
想象我們有一個(gè)庫(kù)，這個(gè)庫(kù)能夠提供類似坐標(biāo)的對(duì)象，也許它們僅僅是一些x和y的坐標(biāo)對(duì)。不過(guò)可惜的是這些坐標(biāo)對(duì)象不支持?jǐn)?shù)學(xué)運(yùn)算符，而且我們也不能對(duì)源代碼進(jìn)行修改，因此也就不能直接加入運(yùn)算符的支持。我們將會(huì)做一系列的數(shù)學(xué)運(yùn)算，所以我們想要能夠?qū)蓚€(gè)坐標(biāo)對(duì)象進(jìn)行合適加減運(yùn)算的函數(shù)，這些方法很容易就能寫(xiě)出：

>>> class Coordinate(object):
...   def __init__(self, x, y):
...     self.x = x
...     self.y = y
...   def __repr__(self):
...     return "Coord: " + str(self.__dict__)
>>> def add(a, b):
...   return Coordinate(a.x + b.x, a.y + b.y)
>>> def sub(a, b):
...   return Coordinate(a.x - b.x, a.y - b.y)
>>> one = Coordinate(100, 200)
>>> two = Coordinate(300, 200)
>>> add(one, two)
Coord: {'y': 400, 'x': 400}

如果不巧我們的加減函數(shù)同時(shí)也需要一些邊界檢查的行為那該怎么辦呢？搞不好你只能夠?qū)φ淖鴺?biāo)對(duì)象進(jìn)行加減操作，任何返回的值也都應(yīng)該是正的坐標(biāo)。所以現(xiàn)在的期望是這樣：

>>> one = Coordinate(100, 200)
>>> two = Coordinate(300, 200)
>>> three = Coordinate(-100, -100)
>>> sub(one, two)
Coord: {'y': 0, 'x': -200}
>>> add(one, three)
Coord: {'y': 100, 'x': 0}

我們期望在不更改坐標(biāo)對(duì)象one, two, three的前提下one減去two的值是{x: 0, y: 0}，one加上three的值是{x: 100, y: 200}。與其給每個(gè)方法都加上參數(shù)和返回值邊界檢查的邏輯，我們來(lái)寫(xiě)一個(gè)邊界檢查的裝飾器！

>>> def wrapper(func):
...   def checker(a, b): # 1
...     if a.x < 0 or a.y < 0:
...       a = Coordinate(a.x if a.x > 0 else 0, a.y if a.y > 0 else 0)
...     if b.x < 0 or b.y < 0:
...       b = Coordinate(b.x if b.x > 0 else 0, b.y if b.y > 0 else 0)
...     ret = func(a, b)
...     if ret.x < 0 or ret.y < 0:
...       ret = Coordinate(ret.x if ret.x > 0 else 0, ret.y if ret.y > 0 else 0)
...     return ret
...   return checker
>>> add = wrapper(add)
>>> sub = wrapper(sub)
>>> sub(one, two)
Coord: {'y': 0, 'x': 0}
>>> add(one, three)
Coord: {'y': 200, 'x': 100}

這個(gè)裝飾器能想先前的裝飾器例子一樣進(jìn)行工作，返回一個(gè)經(jīng)過(guò)修改的函數(shù)，但是在這個(gè)例子中，它能夠?qū)瘮?shù)的輸入?yún)?shù)和返回值做一些非常有用的檢查和格式化工作，將負(fù)值的x和 y替換成0。
顯而易見(jiàn)，通過(guò)這樣的方式，我們的代碼變得更加簡(jiǎn)潔：將邊界檢查的邏輯隔離到單獨(dú)的方法中，然后通過(guò)裝飾器包裝的方式應(yīng)用到我們需要進(jìn)行檢查的地方。另外一種方式通過(guò)在計(jì)算方法的開(kāi)始處和返回值之前調(diào)用邊界檢查的方法也能夠達(dá)到同樣的目的。但是不可置否的是，使用裝飾器能夠讓我們以最少的代碼量達(dá)到坐標(biāo)邊界檢查的目的。事實(shí)上，如果我們是在裝飾自己定義的方法的話，我們能夠讓裝飾器應(yīng)用的更加有逼格。

10. 使用 @ 標(biāo)識(shí)符將裝飾器應(yīng)用到函數(shù)
Python2.4支持使用標(biāo)識(shí)符@將裝飾器應(yīng)用在函數(shù)上，只需要在函數(shù)的定義前加上@和裝飾器的名稱。在上一節(jié)的例子里我們是將原本的方法用裝飾后的方法代替:

>>> add = wrapper(add)

這種方式能夠在任何時(shí)候?qū)θ我夥椒ㄟM(jìn)行包裝。但是如果我們自定義一個(gè)方法，我們可以使用@進(jìn)行裝飾：

>>> @wrapper
... def add(a, b):
...   return Coordinate(a.x + b.x, a.y + b.y)

需要明白的是，這樣的做法和先前簡(jiǎn)單的用包裝方法替代原有方法是一毛一樣的， python只是加了一些語(yǔ)法糖讓裝飾的行為更加的直接明確和優(yōu)雅一點(diǎn)。

11. *args and **kwargs
我們已經(jīng)完成了一個(gè)有用的裝飾器，但是由于硬編碼的原因它只能應(yīng)用在一類具體的方法上，這類方法接收兩個(gè)參數(shù)，傳遞給閉包捕獲的函數(shù)。如果我們想實(shí)現(xiàn)一個(gè)能夠應(yīng)用在任何方法上的裝飾器要怎么做呢？再比如，如果我們要實(shí)現(xiàn)一個(gè)能應(yīng)用在任何方法上的類似于計(jì)數(shù)器的裝飾器，不需要改變?cè)蟹椒ǖ娜魏芜壿?。這意味著裝飾器能夠接受擁有任何簽名的函數(shù)作為自己的被裝飾方法，同時(shí)能夠用傳遞給它的參數(shù)對(duì)被裝飾的方法進(jìn)行調(diào)用。
非常巧合的是Python正好有支持這個(gè)特性的語(yǔ)法?？梢蚤喿x Python Tutorial 獲取更多的細(xì)節(jié)。當(dāng)定義函數(shù)的時(shí)候使用了*，意味著那些通過(guò)位置傳遞的參數(shù)將會(huì)被放在帶有*前綴的變量中， 所以：

>>> def one(*args):
...   print args # 1
>>> one()
()
>>> one(1, 2, 3)
(1, 2, 3)
>>> def two(x, y, *args): # 2
...   print x, y, args
>>> two('a', 'b', 'c')
a b ('c',)

第一個(gè)函數(shù)one只是簡(jiǎn)單地講任何傳遞過(guò)來(lái)的位置參數(shù)全部打印出來(lái)而已，你們能夠看到，在代碼#1處我們只是引用了函數(shù)內(nèi)的變量args, *args僅僅只是用在函數(shù)定義的時(shí)候用來(lái)表示位置參數(shù)應(yīng)該存儲(chǔ)在變量args里面。Python允許我們制定一些參數(shù)并且通過(guò)args捕獲其他所有剩余的未被捕捉的位置參數(shù)，就像#2處所示的那樣。
*操作符在函數(shù)被調(diào)用的時(shí)候也能使用。意義基本是一樣的。當(dāng)調(diào)用一個(gè)函數(shù)的時(shí)候，一個(gè)用*標(biāo)志的變量意思是變量里面的內(nèi)容需要被提取出來(lái)然后當(dāng)做位置參數(shù)被使用。同樣的，來(lái)看個(gè)例子：

>>> def add(x, y):
...   return x + y
>>> lst = [1,2]
>>> add(lst[0], lst[1]) # 1
3
>>> add(*lst) # 2
3

#1處的代碼和#2處的代碼所做的事情其實(shí)是一樣的，在#2處，python為我們所做的事其實(shí)也可以手動(dòng)完成。這也不是什么壞事，*args要么是表示調(diào)用方法大的時(shí)候額外的參數(shù)可以從一個(gè)可迭代列表中取得，要么就是定義方法的時(shí)候標(biāo)志這個(gè)方法能夠接受任意的位置參數(shù)。
接下來(lái)提到的**會(huì)稍多更復(fù)雜一點(diǎn)，**代表著鍵值對(duì)的參數(shù)字典，和*所代表的意義相差無(wú)幾，也很簡(jiǎn)單對(duì)不對(duì)：

>>> def foo(**kwargs):
...   print kwargs
>>> foo()
{}
>>> foo(x=1, y=2)
{'y': 2, 'x': 1}

當(dāng)我們定義一個(gè)函數(shù)的時(shí)候，我們能夠用**kwargs來(lái)表明，所有未被捕獲的關(guān)鍵字參數(shù)都應(yīng)該存儲(chǔ)在kwargs的字典中。如前所訴，argshe kwargs并不是python語(yǔ)法的一部分，但在定義函數(shù)的時(shí)候，使用這樣的變量名算是一個(gè)不成文的約定。和*一樣，我們同樣可以在定義或者調(diào)用函數(shù)的時(shí)候使用**。

>>> dct = {'x': 1, 'y': 2}
>>> def bar(x, y):
...   return x + y
>>> bar(**dct)
3

12. 更通用的裝飾器
有了這招新的技能，我們隨隨便便就可以寫(xiě)一個(gè)能夠記錄下傳遞給函數(shù)參數(shù)的裝飾器了。先來(lái)個(gè)簡(jiǎn)單地把日志輸出到界面的例子：

>>> def logger(func):
...   def inner(*args, **kwargs): #1
...     print "Arguments were: %s, %s" % (args, kwargs)
...     return func(*args, **kwargs) #2
...   return inner

請(qǐng)注意我們的函數(shù)inner，它能夠接受任意數(shù)量和類型的參數(shù)并把它們傳遞給被包裝的方法，這讓我們能夠用這個(gè)裝飾器來(lái)裝飾任何方法。

>>> @logger
... def foo1(x, y=1):
...   return x * y
>>> @logger
... def foo2():
...   return 2
>>> foo1(5, 4)
Arguments were: (5, 4), {}
20
>>> foo1(1)
Arguments were: (1,), {}
1
>>> foo2()
Arguments were: (), {}
2

隨便調(diào)用我們定義的哪個(gè)方法，相應(yīng)的日志也會(huì)打印到輸出窗口，和我們預(yù)期的一樣。

總結(jié)

裝飾器的核心作用是name binding。這種語(yǔ)法是Python多編程范式的又一個(gè)體現(xiàn)。大部分Python用戶都不怎么需要定義裝飾器，但有可能會(huì)使用裝飾器。鑒于裝飾器在Python項(xiàng)目中的廣泛使用，了解這一語(yǔ)法是非常有益的。