本文的目录如下：
装饰器语法糖
入门用法：日志打印器
入门用法：时间计时器
进阶用法：带参数的函数装饰器
高阶用法：不带参数的类装饰器
高阶用法：带参数的类装饰器
wrapper 装饰器有啥用？
内置装饰器：property
其他装饰器：装饰器实战

Python学习交流群：83501，7344 获取各类Python入门学习资料，群里每天都有大牛程序员进行直播上课！

1. 装饰器语法糖
   如果你接触 Python 有一段时间了的话，想必你对 @ 符号一定不陌生了，没错 @ 符号就是装饰器的语法糖。

它放在一个可调用（callable）对象开始定义的地方，它就像一顶帽子一样戴在这个对象的头上。和这个对象绑定在一起。在我们调用这个对象的时候，第一件事并不是执行这个对象，而是将这个对象做为参数传入它头顶上这顶帽子，这顶帽子我们称之为装饰函数 或 装饰器。

你要问我装饰器可以实现什么功能？我只能说你的脑洞有多大，装饰器就有多强大。

装饰器的使用方法很固定：

先定义一个装饰函数（帽子）
再定义你的业务函数、或者类（人）
最后把这顶帽子带在这个人头上
装饰器的简单的用法有很多，这里举两个常见的。

日志打印器
时间计时器

2. 入门用法：日志打印器
   首先是日志打印器。 实现的功能：

在函数执行前，先打印一行日志告知一下主人，我要执行函数了。 在函数执行完，也不能拍拍屁股就走人了，咱可是有礼貌的代码，再打印一行日志告知下主人，我执行完啦。

这是装饰函数

def logger(func):
def wrapper(*args, **kw):
print('我准备开始计算：{} 函数了:'.format(func.name))

    # 真正执行的是这行。
    func(*args, **kw)

    print('啊哈，我计算完啦。给自己加个鸡腿！！')
return wrapper

假如，我的业务函数是，计算两个数之和。写好后，直接给它带上帽子。

@logger
def add(x, y):
print('{} + {} = {}'.format(x, y, x+y))
然后我们来计算一下。

add(200, 50)
快来看看输出了什么，神奇不？

我准备开始计算：add 函数了:
200 + 50 = 250
啊哈，我计算完啦。给自己加个鸡腿！

3. 入门用法：时间计时器
   再来看看 时间计时器 实现功能：

顾名思义，就是计算一个函数的执行时长。

这是装饰函数

def timer(func):
def wrapper(*args, *kw):
t1=time.time()
# 这是函数真正执行的地方
func(args, **kw)
t2=time.time()

    # 计算下时长
    cost_time = t2-t1 
    print("花费时间：{}秒".format(cost_time))
return wrapper

假如，我们的函数是要睡眠10秒（冏~，小明实在不知道要举什么例子了）。这样也能更好的看出这个计算时长到底靠不靠谱。

import time

@timer
def want_sleep(sleep_time):
time.sleep(sleep_time)

want_sleep(10)
来看看，输出。真的是2秒耶。真历害！！！

花费时间：2.0073800086975098秒

4. 进阶用法：带参数的函数装饰器
   通过上面简单的入门，你大概已经感受到了装饰的神奇魅力了。

不过，装饰器的用法远不止如此。我们今天就要把这个知识点讲透。

上面的例子，装饰器是不能接收参数的。其用法，只能适用于一些简单的场景。不传参的装饰器，只能对被装饰函数，执行固定逻辑。

如果你有经验，你一定经常在项目中，看到有的装饰器是带有参数的。

装饰器本身是一个函数，既然做为一个函数都不能携带函数，那这个函数的功能就很受限。只能执行固定的逻辑。这无疑是非常不合理的。而如果我们要用到两个内容大体一致，只是某些地方不同的逻辑。不传参的话，我们就要写两个装饰器。小明觉得这不能忍。

那么装饰器如何实现传参呢，会比较复杂，需要两层嵌套。

同样，我们也来举个例子。

我们要在这两个函数的执行的时候，分别根据其国籍，来说出一段打招呼的话。

def american():
print("我来自中国。")

def chinese():
print("I am from America.")
在给他们俩戴上装饰器的时候，就要跟装饰器说，这个人是哪国人，然后装饰器就会做出判断，打出对应的招呼。

戴上帽子后，是这样的。

@say_hello("china")
def american():
print("我来自中国。")

@say_hello("america")
def chinese():
print("I am from America.")
万事俱备，只差帽子了。来定义一下，这里需要两层嵌套。

def say_hello(contry):
def wrapper(func):
def deco(*args, **kwargs):
if contry == "china":
print("你好!")
elif contry == "america":
print('hello.')
else:
return

        # 真正执行函数的地方
        func(*args, **kwargs)
    return deco
return wrapper

执行一下

american()
print("------------")
chinese()
看看输出结果。

你好!
我来自中国。

---

hello.
I am from America
emmmm，这很NB。。。

5. 高阶用法：不带参数的类装饰器
   以上都是基于函数实现的装饰器，在阅读别人代码时，还可以时常发现还有基于类实现的装饰器。

基于类装饰器的实现，必须实现 call 和 init两个内置函数。 init ：接收被装饰函数 call ：实现装饰逻辑。

class logger(object):
def init(self, func):
self.func = func

def __call__(self, *args, **kwargs):
    print("[INFO]: the function {func}() is running..."\
        .format(func=self.func.__name__))
    return self.func(*args, **kwargs)

@logger
def say(something):
print("say {}!".format(something))

say("hello")
执行一下，看看输出

[INFO]: the function say() is running...
say hello!

6. 高阶用法：带参数的类装饰器
   上面不带参数的例子，你发现没有，只能打印INFO级别的日志，正常情况下，我们还需要打印DEBUG WARNING等级别的日志。 这就需要给类装饰器传入参数，给这个函数指定级别了。

带参数和不带参数的类装饰器有很大的不同。

init ：不再接收被装饰函数，而是接收传入参数。 call ：接收被装饰函数，实现装饰逻辑。

class logger(object):
def init(self, level='INFO'):
self.level = level

def __call__(self, func): # 接受函数
    def wrapper(*args, **kwargs):
        print("[{level}]: the function {func}() is running..."\
            .format(level=self.level, func=func.__name__))
        func(*args, **kwargs)
    return wrapper  #返回函数

@logger(level='WARNING')
def say(something):
print("say {}!".format(something))

say("hello")
我们指定WARNING级别，运行一下，来看看输出。

[WARNING]: the function say() is running...
say hello!

7. wrapper 装饰器有啥用？
   在 functools 标准库中有提供一个 wrapper 装饰器，你应该也经常见过，那他有啥用呢？

先来看一个例子

def wrapper(func):
def inner_function():
pass
return inner_function

@wrapper
def wrapped():
pass

print(wrapped.name)

inner_function

为什么会这样子？不是应该返回 func 吗？

这也不难理解，因为上边执行func 和下边 decorator(func) 是等价的，所以上面 func.name 是等价于下面decorator(func).name 的，那当然名字是 inner_function

def wrapper(func):
def inner_function():
pass
return inner_function

def wrapped():
pass

print(wrapper(wrapped).name)

inner_function

那如何避免这种情况的产生？方法是使用 functools .wrapper 装饰器，它的作用就是将 被修饰的函数(wrapped) 的一些属性值赋值给 修饰器函数(wrapper) ，最终让属性的显示更符合我们的直觉。

from functools import wraps

def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function

@wrapper
def wrapped():
pass

print(wrapped.name)

wrapped

准确点说，wrapper 其实是一个偏函数对象（partial），源码如下

def wraps(wrapped,
assigned = WRAPPER_ASSIGNMENTS,
updated = WRAPPER_UPDATES):
return partial(update_wrapper, wrapped=wrapped,
assigned=assigned, updated=updated)
可以看到wraps其实就是调用了一个函数update_wrapper，知道原理后，我们改写上面的代码，在不使用 wraps的情况下，也可以让 wrapped.name 打印出 wrapped，代码如下：

from functools import update_wrapper

def wrapper(func):
def inner_function():
pass
update_wrapper(func, inner_function)
return inner_function

def wrapped():
pass

print(wrapped.name)

wrapped

8. 内置装饰器：property
   以上，我们介绍的都是自定义的装饰器。

其实Python语言本身也有一些装饰器。比如property这个内建装饰器，我们再熟悉不过了。

它通常存在于类中，可以将一个函数定义成一个属性，属性的值就是该函数return的内容。

通常我们给实例绑定属性是这样的

class Student(object):
def init(self, name, age=None):
self.name = name
self.age = age

实例化

XiaoMing = Student("小明")

添加属性

XiaoMing.age=25

查询属性

XiaoMing.age

删除属性

del XiaoMing.age
但是稍有经验的开发人员，一下就可以看出，这样直接把属性暴露出去，虽然写起来很简单，但是并不能对属性的值做合法性限制。为了实现这个功能，我们可以这样写。

class Student(object):
def init(self, name):
self.name = name
self.name = None

def set_age(self, age):
    if not isinstance(age, int):
        raise ValueError('输入不合法：年龄必须为数值!')
    if not 0 < age < 100:
        raise ValueError('输入不合法：年龄范围必须0-100')
    self._age=age

def get_age(self):
    return self._age

def del_age(self):
    self._age = None

XiaoMing = Student("小明")

添加属性

XiaoMing.set_age(25)

查询属性

XiaoMing.get_age()

删除属性

XiaoMing.del_age()
上面的代码设计虽然可以变量的定义，但是可以发现不管是获取还是赋值（通过函数）都和我们平时见到的不一样。 按照我们思维习惯应该是这样的。

赋值

XiaoMing.age = 25

获取

XiaoMing.age
那么这样的方式我们如何实现呢。请看下面的代码。

class Student(object):
def init(self, name):
self.name = name
self.name = None

@property
def age(self):
    return self._age

@age.setter
def age(self, value):
    if not isinstance(value, int):
        raise ValueError('输入不合法：年龄必须为数值!')
    if not 0 < value < 100:
        raise ValueError('输入不合法：年龄范围必须0-100')
    self._age=value

@age.deleter
def age(self):
    del self._age

XiaoMing = Student("小明")

设置属性

XiaoMing.age = 25

查询属性

XiaoMing.age

删除属性

del XiaoMing.age
用@property装饰过的函数，会将一个函数定义成一个属性，属性的值就是该函数return的内容。同时，会将这个函数变成另外一个装饰器。就像后面我们使用的@age.setter和@age.deleter。

@age.setter 使得我们可以使用XiaoMing.age = 25这样的方式直接赋值。 @age.deleter 使得我们可以使用del XiaoMing.age这样的方式来删除属性。

9. 其他装饰器：装饰器实战
   读完并理解了上面的内容，你可以说是Python高手了。别怀疑，自信点，因为很多人都不知道装饰器有这么多用法呢。

在小明看来，使用装饰器，可以达到如下目的： - 使代码可读性更高，逼格更高； - 代码结构更加清晰，代码冗余度更低；

刚好小明在最近也有一个场景，可以用装饰器很好的实现，暂且放上来看看。

这是一个实现控制函数运行超时的装饰器。如果超时，则会抛出超时异常。

有兴趣的可以看看。

import signal

class TimeoutException(Exception):
def init(self, error='Timeout waiting for response from Cloud'):
Exception.init(self, error)

def timeout_limit(timeout_time):
def wraps(func):
def handler(signum, frame):
raise TimeoutException()

    def deco(*args, **kwargs):
        signal.signal(signal.SIGALRM, handler)
        signal.alarm(timeout_time)
        func(*args, **kwargs)
        signal.alarm(0)
    return deco
return wraps

以上就是个人对装饰器用法的理解，整理不易，若对你有所帮助，不防给个赞呗。