函数装璜器
装璜器（Decorators）在 Python 中，次要作用是批改函数的性能，而且批改前提是不变动原函数代码，装璜器会返回一个函数对象，所以有的中央会把装璜器叫做 “函数的函数”。
还存在一种设计模式叫做 “装璜器模式”，这个后续的课程会有所波及。
装璜器调用的时候，应用 @，它是 Python 提供的一种编程语法糖，应用了之后会让你的代码看起来更加 Pythonic。
装璜器根本应用
在学习装璜器的时候，最常见的一个案例，就是统计某个函数的运行工夫，接下来就为你分享一下。
计算函数运行工夫：
import timedef fun(): i = 0 while i < 1000: i += 1def fun1(): i = 0 while i < 10000: i += 1s_time = time.perf_counter()fun()e_time = time.perf_counter()print(f"函数{fun.__name__}运行工夫是：{e_time-s_time}")如果你心愿给每个函授都加上调用工夫，那工作量是微小的，你须要反复的批改函数外部代码，或者批改函数调用地位的代码。在这种需要下，装璜器语法呈现了。
先看一下第一种批改办法，这种办法没有减少装璜器，然而编写了一个通用的函数，利用 Python 中函数能够作为参数这一个性，实现了代码的可复用性。
import timedef fun(): i = 0 while i < 1000: i += 1def fun1(): i = 0 while i < 10000: i += 1def go(fun): s_time = time.perf_counter() fun() e_time = time.perf_counter() print(f"函数{fun.__name__}运行工夫是：{e_time-s_time}")if __name__ == "__main__": go(fun1)接下来这种技巧扩大到 Python 中的装璜器语法，具体批改如下：
import timedef go(func): # 这里的 wrapper 函数名能够为任意名称 def wrapper(): s_time = time.perf_counter() func() e_time = time.perf_counter() print(f"函数{func.__name__}运行工夫是：{e_time-s_time}") return wrapper@godef func(): i = 0 while i < 1000: i += 1@godef func1(): i = 0 while i < 10000: i += 1if __name__ == '__main__': func()在上述代码中，留神看 go 函数局部，它的参数 func 是一个函数，返回值是一个外部函数，执行代码之后相当于给原函数注入了计算工夫的代码。在代码调用局部，你没有做任何批改，函数 func 就具备了更多的性能（计算运行工夫的性能）。
装璜器函数胜利拓展了原函数的性能，又不须要批改原函数代码，这个案例学会之后，你就曾经初步理解了装璜器。
对带参数的函数进行装璜
间接看代码，理解如何对带参数的函数进行装璜：
import timedef go(func): def wrapper(x, y): s_time = time.perf_counter() func(x, y) e_time = time.perf_counter() print(f"函数{func.__name__}运行工夫是：{e_time-s_time}") return wrapper@godef func(x, y): i = 0 while i < 1000: i += 1 print(f"x={x},y={y}")if __name__ == '__main__': func(33, 55)如果你看着晕乎了，我给你标记一下参数的重点传递过程。
还有一种状况是装璜器自身带有参数，例如下述代码：
def log(text): def decorator(func): def wrapper(x): print('%s %s():' % (text, func.__name__)) func(x) return wrapper return decorator@log('执行')def my_fun(x): print(f"我是 my_fun 函数，我的参数 {x}")my_fun(123)上述代码在编写装璜器函数的时候，在装璜器函数外层又嵌套了一层函数，最终代码的运行程序如下所示：
my_fun = log('执行')(my_fun)此时如果咱们总结一下，就能失去论断了：应用带有参数的装璜器，是在装璜器里面又包裹了一个函数，应用该函数接管参数，并且返回一个装璜器函数。
还有一点要留神的是装璜器只能接管一个参数，而且必须是函数类型。
多个装璜器
先临摹一下下述代码，再进行学习与钻研。
import timedef go(func): def wrapper(x, y): s_time = time.perf_counter() func(x, y) e_time = time.perf_counter() print(f"函数{func.__name__}运行工夫是：{e_time-s_time}") return wrapperdef gogo(func): def wrapper(x, y): print("我是第二个装璜器") return wrapper@go@gogodef func(x, y): i = 0 while i < 1000: i += 1 print(f"x={x},y={y}")if __name__ == '__main__': func(33, 55)代码运行之后，输入后果为：
我是第二个装璜器函数wrapper运行工夫是：0.0034401339999999975虽说多个装璜器应用起来非常简单，然而问题也呈现了，print(f"x={x},y={y}") 这段代码运行后果失落了，这里就波及多个装璜器执行程序问题了。
先解释一下装璜器的装璜程序。
import timedef d1(func): def wrapper1(): print("装璜器1开始装璜") func() print("装璜器1完结装璜") return wrapper1def d2(func): def wrapper2(): print("装璜器2开始装璜") func() print("装璜器2完结装璜") return wrapper2@d1@d2def func(): print("被装璜的函数")if __name__ == '__main__': func()上述代码运行的后果为：
装璜器1开始装璜装璜器2开始装璜被装璜的函数装璜器2完结装璜装璜器1完结装璜能够看到十分对称的输入，同时证实被装璜的函数在最内层，转换成函数调用的代码如下：
d1(d2(func))你在这部分须要留神的是，装璜器的外函数和内函数之间的语句，是没有装璜到指标函数上的，而是在装载装璜器时的附加操作。
在对函数进行装璜的时候，外函数与内函数之间的代码会被运行。
测试成果如下：
import timedef d1(func): print("我是 d1 内外函数之间的代码") def wrapper1(): print("装璜器1开始装璜") func() print("装璜器1完结装璜") return wrapper1def d2(func): print("我是 d2 内外函数之间的代码") def wrapper2(): print("装璜器2开始装璜") func() print("装璜器2完结装璜") return wrapper2@d1@d2def func(): print("被装璜的函数")运行之后，你就能发现输入后果如下：
我是 d2 内外函数之间的代码我是 d1 内外函数之间的代码d2 函数早于 d1 函数运行。
接下来在回顾一下装璜器的概念：
被装璜的函数的名字会被当作参数传递给装璜函数。
装璜函数执行它本人外部的代码后，会将它的返回值赋值给被装璜的函数。
这样看上文中的代码运行过程是这样的，d1(d2(func)) 执行 d2(func) 之后，原来的 func 这个函数名会指向 wrapper2 函数，执行 d1(wrapper2) 函数之后，wrapper2 这个函数名又会指向 wrapper1。因而最初的 func 被调用的时候，相当于代码曾经切换成如下内容了。
# 第一步def wrapper2(): print("装璜器2开始装璜") print("被装璜的函数") print("装璜器2完结装璜")# 第二步print("装璜器1开始装璜")wrapper2()print("装璜器1完结装璜")# 第三步def wrapper1(): print("装璜器1开始装璜") print("装璜器2开始装璜") print("被装璜的函数") print("装璜器2完结装璜") print("装璜器1完结装璜")上述第三步运行之后的代码，恰好与咱们的代码输入统一。
那当初再回到本大节一开始的案例，为何输入数据失落掉了。
import timedef go(func): def wrapper(x, y): s_time = time.perf_counter() func(x, y) e_time = time.perf_counter() print(f"函数{func.__name__}运行工夫是：{e_time-s_time}") return wrapperdef gogo(func): def wrapper(x, y): print("我是第二个装璜器") return wrapper@go@gogodef func(x, y): i = 0 while i < 1000: i += 1 print(f"x={x},y={y}")if __name__ == '__main__': func(33, 55)在执行装璜器代码装璜之后，调用 func(33,55) 曾经切换为 go(gogo(func))，运行 gogo(func) 代码转换为下述内容：
def wrapper(x, y): print("我是第二个装璜器")在运行 go(wrapper)，代码转换为：
s_time = time.perf_counter()print("我是第二个装璜器")e_time = time.perf_counter()print(f"函数{func.__name__}运行工夫是：{e_time-s_time}")此时，你会发现参数在运行过程被丢掉了。
functools.wraps
应用装璜器能够大幅度提高代码的复用性，然而毛病就是原函数的元信息失落了，比方函数的 __doc__、__name__：
# 装璜器def logged(func): def logging(*args, **kwargs): print(func.__name__) print(func.__doc__) func(*args, **kwargs) return logging# 函数@loggeddef f(x): """函数文档，阐明""" return x * xprint(f.__name__) # 输入 loggingprint(f.__doc__) # 输入 None解决办法非常简单，导入 from functools import wraps ，批改代码为下述内容：
from functools import wraps# 装璜器def logged(func): @wraps(func) def logging(*args, **kwargs): print(func.__name__) print(func.__doc__) func(*args, **kwargs) return logging# 函数@loggeddef f(x): """函数文档，阐明""" return x * xprint(f.__name__) # 输入 fprint(f.__doc__) # 输入 函数文档，阐明基于类的装璜器
在理论编码中 个别 “函数装璜器” 最为常见，“类装璜器” 呈现的频率要少很多。
基于类的装璜器与基于函数的根本用法统一，先看一段代码：
class H1(object): def __init__(self, func): self.func = func def __call__(self, *args, **kwargs): return '' + self.func(*args, **kwargs) + ''@H1def text(name): return f'text {name}'s = text('class')print(s)类 H1 有两个办法：
__init__：接管一个函数作为参数，就是待被装璜的函数；__call__：让类对象能够调用，相似函数调用，触发点是被装璜的函数调用时触发。
最初在附录一篇写的不错的 博客，能够去学习。
在这里类装璜器的细节就不在开展了，等到前面滚雪球相干我的项目实操环节再说。
装璜器为类和类的装璜器在细节上是不同的，上文提及的是装璜器为类，你能够在思考一下如何给类增加装璜器。
内置装璜器
常见的内置装璜器有 @property、@staticmethod、@classmethod。该局部内容在细化面向对象局部进行阐明，本文只做简略的备注。
@property
把类内办法当成属性来应用，必须要有返回值，相当于 getter，如果没有定义 @func.setter 润饰办法，是只读属性。
@staticmethod
静态方法，不须要示意本身对象的 self 和本身类的 cls 参数，就跟应用函数一样。
@classmethod
类办法，不须要 self 参数，但第一个参数须要是示意本身类的 cls 参数。
这篇博客的总结
对于 Python 装璜器，网上的文章切实太太多了，学习起来并不是很难，真正难的是恰到好处的利用在我的项目中，心愿本篇博客能对你了解装璜器有所帮忙。
其余内容也能够查阅官网手册