1、必备

#### 第一波 ####
def foo():
  print('foo')
  foo     #表示是函数
  foo()   #表示执行foo函数
#### 第二波 ####
def foo():
  print('foo')
  foo = lambda x: x + 1
  foo(1)   # 执行下面的lambda表达式，而不再是原来的foo函数，因为函数 foo 被重新定义了

2.需求来了

初创公司有N个业务部门，1个基础平台部门，基础平台负责提供底层的功能，如：数据库操作、redis调用、监控API等功能。业务部门使用基础功能时，只需调用基础平台提供的功能即可。如下：

############### 基础平台提供的功能如下 ###############
def f1():
   print('f1')
def f2():
   print('f2')
def f3():
   print('f3')
def f4():
   print('f4')
############### 业务部门A 调用基础平台提供的功能 ###############
f1()
f2()
f3()
f4()
############### 业务部门B 调用基础平台提供的功能 ###############
f1()
f2()
f3()
f4()

目前公司有条不紊的进行着，但是，以前基础平台的开发人员在写代码时候没有关注验证相关的问题，即：基础平台的提供的功能可以被任何人使用。现在需要对基础平台的所有功能进行重构，为平台提供的所有功能添加验证机制，即：执行功能前，先进行验证。

老大把工作交给 Low B，他是这么做的：

跟每个业务部门交涉，每个业务部门自己写代码，调用基础平台的功能之前先验证。诶，这样一来基础平台就不需要做任何修改了。

当天Low B 被开除了…

老大把工作交给 Low BB，他是这么做的：

只对基础平台的代码进行重构，让N业务部门无需做任何修改

过了一周 Low BB 被开除了…

############### 基础平台提供的功能如下 ############### 
def f1():
   # 验证1
   # 验证2
   # 验证3
   print('f1')
def f2():
   # 验证1
   # 验证2
   # 验证3
   print('f2')
def f3():
   # 验证1
   # 验证2
   # 验证3
   print('f3')
def f4():
   # 验证1
   # 验证2
   # 验证3
   print('f4')
############### 业务部门不变 ############### 

### 业务部门A 调用基础平台提供的功能### 
f1()
f2()
f3()
f4()
### 业务部门B 调用基础平台提供的功能 ### 
f1()
f2()
f3()
f4()
#老大把工作交给 Low BBB，他是这么做的：
#只对基础平台的代码进行重构，其他业务部门无需做任何修改。

############### 基础平台提供的功能如下 ############### 
def check_login():
   # 验证1
   # 验证2
   # 验证3
   pass
def f1(): 
   check_login()
   print('f1')
def f2():
   check_login()
   print('f2')
def f3():
   check_login()
   print('f3'）
def f4():
   check_login()
   print（'f4'）

老大看了下Low BBB 的实现，嘴角漏出了一丝的欣慰的笑，语重心长的跟Low BBB聊了个天：

老大说：

写代码要遵循开发封闭原则，虽然这个原则是用的面向对象开发，但是也适用于函数式编程，简单来说，它规定已经实现的功能代码不允许被修改，但可以被扩展，即：

封闭：已实现的功能代码块

开放：对扩展开发

如果将开放封闭原则应用在上述需求中，那么就不允许在函数f1 f2 f3 f4 的内部进行修改代码，老板就给了Low BBB一个实现方案：

def w1(func):
   def inner():
       # 验证1
       # 验证2
       # 验证3
       return func()
   return inner
@w1
def f1():
   print('f1')
@w1
def f2():
   print('f2')
@w1
def f3():
   print('f3')
@w1
def f4():
   print('f4')

对于上述代码，也是仅仅对基础平台的代码进行修改，就可以实现在其他人调用函数 f1 f2 f3 f4 之前都进行验证操作，并且其他业务部门无需做任何操作。

Low BBB心惊胆战的问了下，这段代码的内部执行原理是什么呢？

老大正要生气，突然Low BBB的手机掉到地上，恰恰屏保就是Low BBB的女友照片，老大一看一紧一抖，喜笑颜开，交定了Low BBB这个朋友。详细的开始讲解了：

单独以f1为例：

def w1(func):
   def inner():
       # 验证1
       # 验证2
       # 验证3
       return func()
   return inner
@w1
def f1():
   print('f1')

当写完这段代码后（函数未被执行、未被执行、未被执行），python解释器就会从上到下解释代码，步骤如下：

def w1(func):  ==>将w1函数加载到内存
@w1

没错，从表面上看解释器仅仅会解释这两句代码，因为函数在没有被调用之前其内部代码不会被执行。

从表面上看解释器着实会执行这两句，但是 @w1这一句代码里却有大文章，@函数名 是python的一种语法糖。

如上例@w1内部会执行以下操作：

执行w1函数，并将 @w1 下面的 函数 作为w1函数的参数，即：@w1 等价于 w1(f1)。

所以，内部就会去执行：

def inner:
   #验证
   return f1() # func是参数，此时 func 等于 f1
return inner # 返回的 inner，inner代表的是函数，非执行函数

其实就是将原来的 f1 函数塞进另外一个函数中。

将执行完的 w1 函数返回值赋值给@w1下面的函数的函数名

w1函数的返回值是：

def inner:
       #验证
       return 原来f1()  # 此处的 f1 表示原来的f1函数

然后，将此返回值再重新赋值给 f1，说句人话就是：

f1 = def inner:
验证
return 原来f1()

所以，以后业务部门想要执行 f1 函数时，就会执行 新f1 函数，在 新f1 函数内部先执行验证，再执行原来的f1函数，然后将 原来f1 函数的返回值 返回给了业务调用者。

如此一来， 即执行了验证的功能，又执行了原来f1函数的内容，并将原f1函数返回值 返回给业务调用着。

Low BBB 你明白了吗？要是没明白的话，我晚上去你家帮你解决吧！！！

先把上述流程看懂，之后还会继续更新…

3.问答时间

• 问题1：被装饰的函数如果有参数呢？

##########################一个参数#######################
def w1(func):
   def inner(arg):
       # 验证1
       # 验证2
       # 验证3
       return func(arg)
   return inner
@w1
def f1(arg):
   print('f1')
##########################两个参数##########################
def w1(func):
   def inner(arg1,arg2):
       # 验证1
       # 验证2
       # 验证3
       return func(arg1,arg2)
   return inner
@w1
def f1(arg1,arg2):
   print('f1')
##########################三个参数##########################
def w1(func):
   def inner(arg1,arg2,arg3):
       # 验证1
       # 验证2
       # 验证3
       return func(arg1,arg2,arg3)
   return inner
@w1
def f1(arg1,arg2,arg3):
   print('f1')

• 问题2：可以装饰具有处理n个参数的函数的装饰器？

def w1(func):
   def inner(*args,**kwargs):
       # 验证1
       # 验证2
       # 验证3
       return func(*args,**kwargs)
   return inner
@w1
def f1(arg1,arg2,arg3):
   print('f1')

• 问题3：一个函数可以被多个装饰器装饰吗？

def w1(func):
   def inner(*args,**kwargs):
       # 验证1
       # 验证2
       # 验证3
       return func(*args,**kwargs)
   return inner
def w2(func):
   def inner(*args,**kwargs):
       # 验证1
       # 验证2
       # 验证3
       return func(*args,**kwargs)
   return inner
@w1
@w2
def f1(arg1,arg2,arg3):
   print('f1')

• 问题4：还有什么更吊的装饰器吗？

#!/usr/bin/env python
#coding:utf-8
def Before(request,kargs):
   print('before')
def After(request,kargs):
   print('after')
def Filter(before_func,after_func):
   def outer(main_func):
       def wrapper(request,kargs):
           before_result = before_func(request,kargs)
           if(before_result != None):
               return before_result;
           main_result = main_func(request,kargs)
           if(main_result != None):
               return main_result;
           after_result = after_func(request,kargs)
           if(after_result != None):
               return after_result;
       return wrapper
   return outer
@Filter(Before, After)
def Index(request,kargs):
   print('index')

4.functools.wraps

上述的装饰器虽然已经完成了其应有的功能，即：装饰器内的函数代指了原函数，注意其只是代指而非相等，原函数的元信息没有被赋值到装饰器函数内部。例如：函数的注释信息。

def outer(func):
   def inner(*args, **kwargs):
       print(inner.__doc__)  # None
       return func()
   return inner
@outer
def function():
   """
   asdfasd
   :return:
   """
   print('func')

如果使用@functools.wraps装饰装饰器内的函数，那么就会代指元信息和函数。

def outer(func):
   @functools.wraps(func)
   def inner(*args, **kwargs):
       print(inner.__doc__)  # None
       return func()
   return inner
@outer
def function():
   """
   asdfasd
   :return:
   """
   print('func')

至此，关于Python装饰器的介绍就完毕了，你get到了吗？

关于怎么快速学python，有什么方法，这个问题，想必大家都已经心中有数了，打算深入了解这个行业的朋友，可以加下小编的python学习群:725479218，不管你是小白还是大牛，小编我都欢迎，不定期分享干货

每天晚上20:00我都会开直播给大家分享python学习知识和路线方法，群里会不定期更新最新的教程和学习方法，大家都是学习python的，或是转行，或是大学生，还有工作中想提升自己能力的前端党，如果你是正在学习python的小伙伴可以加入学习。最后祝所有程序员都能够走上人生巅峰，让代码将梦想照进现实，非常适合新手学习，有不懂的问题可以随时问我，工作不忙的时候希望可以给大家解惑。