什么是装饰器？

类似于Java的注解。在python中叫做装饰器，目的是用于对已存在代码进行修改。这里的修改是狭义的，并非任意的修改，而是能够对其执行过程进行编译时修改。

最简单示例

def DecoratorTest(fun):
    def _T_fun_(id):
        print("before call -----")
        fun(id)
        print("after call -----")
    return _T_fun_

@DecoratorTest
def OutputX(id):
    print(id)

OutputX(20)

输出结果：

before call -----
20
after call -----

在没有使用装饰器之前，输出20,使用装饰器之后，实现了对OutputX函数的逻辑修改，这个就是装饰器的作用。

有什么用？

虽然前一个章节中，大致说明了装饰器的用法，但很多人还是不会用，原因在于不知道到底这个功能应该应用于什么场景。如果螺丝刀只是被描述为一头是一字形或十字形的器具，可能即使遇到一个螺丝，都不会想到螺丝刀，所以将工具与场景紧密关联是很重要的。装饰器常用的就两个场景：

1. 构建流程注入，例如注入日志、性能分析处理；
2. 程序扩展实现，适合在处理流程中添加具体扩展实现，实现类似回调功能；

怎么用？

流程注入

假设一个场景：设计了一个系统，希望在某个场景下可以记录系统内函数的执行过程信息，帮助进行问题定位，实现类似日志的功能。
简化原系统实现如下：

def FunA(a):
  return a+20
def FunB(a, b):
  return a+b
def FunC(a, b):
  return FunA(a)+FunB(a, b)

print(FunC(30,40))

输出结果为：

120

这时，发现输出数字与预期不相符，怎么办？除了调试，如果希望通过日志来定位解决问题，那么修改系统实现如下：

def AFun(fun):
    def CallBack(*args, **args2):
        print("befor call "+getattr(fun,"__name__"))
        ret = fun(*args, **args2)
        if ret is not None:
            print("Return:")
            print(ret)
        print("befor call "+getattr(fun,"__name__"))
        return ret
    return CallBack
        
@AFun
def FunA(a):
  return a+20
@AFun
def FunB(a, b):
  return a+b
@AFun
def FunC(a, b):
  return FunA(a)+FunB(a, b)

print(FunC(30,40))

最终输出如下：

befor call FunC
befor call FunA
Return:
50
befor call FunA
befor call FunB
Return:
70
befor call FunB
Return:
120
befor call FunC
120

通过这种方式，在不修改原代码逻辑的基础上，添加了日志执行输出功能，还可以对调用过程进行时间统计，分析系统的性能瓶颈。

扩展实现

假设场景：假设设计一个web框架，最起码一个需求就是用户可以扩展定义响应链接，例如响应“/a/b"的"get"请求。有两种设计方式，先看正常常规设计方式：

url_processors = {}
def WebEngine(url, method):
    if url in url_processors and method in url_processors[url]:
        return url_processors[url][method]()
    else:
        return 404

def ProcessA():
    print("in process A")
    return "Hello A"

url_processors["/A"] = {}
url_processors["/A"]["get"] = ProcessA

print(WebEngine("/A", "get"))
print(WebEngine("/B", "get"))

执行输出结果如下：

in process A
Hello A
404

从上边看到，修改响应信息，需要维护两个地方的代码，容易带来不一致问题，也提升了维护成本。利用装饰器如何解决这个问题，代码示例如下：

url_processors = {}
def WebEngine(url, method):
    global url_processors
    if url in url_processors and method in url_processors[url]:
        return url_processors[url][method]()
    else:
        return 404

def DeclMethod( url="", method=""):
    def DSF(fun):
        global url_processors
        
        url_processors[url] = {}
        url_processors[url][method] = fun
    return DSF


@DeclMethod(url="/A", method="get")
def ProcessA():
    print("in process A")
    return "Hello A"

print(WebEngine("/A", "get"))
print(WebEngine("/B", "get"))

从代码上看，扩展一个响应，只需要在函数前添加具体的扩展装饰声明即可。执行结果如下：

in process A
Hello A
404

总结

在学习过程中，需要将工具与场景进行联系，在场景的解决实践中，会发现很多其他不足，例如在上例中，涉及了不定长参数的处理，装饰器参数的处理。