1.装饰者模式
装饰者模式是常用的软件设计模式之一。通过此设计模式，我们能够在不修改任何底层代码情况下，给已有对象赋予新的职责。python中可以用装饰器简单地实现装饰者模式。
1.1 将函数作为参数传递
1.1将函数作为参数传递
在C/C++中，函数指针可以将函数作为参数传递给另一函数。而在python中，函数也是对象的一种，函数可以被引用，也可直接作为参数传入函数，以及作为容器对象的元素。python中可以采用如下方法实现装饰者模式：
#!/usr/bin/env python3.6 # -*- coding: utf-8 -*-
def add(x, y): result = x+y return result
def log(func): def wrapper(*args, **kwargs): result = func(*args) print(func.__name__,'has been called\n') return result return wrapper
if __name__ == '__main__': print(log(add)(1,2))
上述代码中，log函数以需要被装饰的函数作为参数，并返回函数对象。被返回的函数的参数为可变参数*args与**kwargs（*args参数会被封装成tuple，**kwargs参数则会被封装成字典对象），以适应不同函数的不同参数，保证通用性。
1.2装饰器
上面的实现方法有些繁杂，所有调用被装饰的函数之处的代码，都要进行相应修改，自然不符合python简洁易读的特性。因此python中给出相应语法糖来增加可读性和易用性，那便是“装饰器”。
#!/usr/bin/env python3.6 # -*- coding: utf-8 -*-
from functools import wraps
def log(func): #@wraps(func) def wrapper(*args, **kwargs): result = func(*args) print(func.__name__,'has been called') return result return wrapper
#等价于add = log(add) @log def add(x, y): result = x+y return result
if __name__ == '__main__': print(add(1,2)) print(add.__name__)
运行情况如下：
>>print(add(1,2)) add has been called 3 >>print(add.__name__) wrapper
但上述方法亦有缺陷，原函数add的元数据（比如名字、文档字符串、注解和参数签名）会丢失。为避免缺陷，任何时候你定义装饰器的时候，都应该使用functools库中的@wraps装饰器来注解底层包装函数（代码中注释部分）。@wraps有一个重要特征是它能让你通过属性 __wrapped__ 直接访问被包装函数。 改进后运行情况：
>>print(add(1,2)) add has been called 3 >>print(add.__name__) add
1.3解除装饰器
当装饰器已经作用于某函数，而你想撤销它，那么可以访问 __wrapped__属性来访问原始函数
orig_add = add.__wrapped__ orig_add(1,2)
但若使用了多个装饰器， __wrapped__属性会变得不可控，应尽量避免使用。 若有如下代码：
#!/usr/bin/env python3.6 # -*- coding: utf-8 -*-
import functools import time
def metric(func): @functools.wraps(func) def wrapper(*args,**kv): print('Decorator1') f = func(*args,**kv) return f return wrapper
def logging(func): @functools.wraps(func) def wrapper(*args,**kv): print('Decorator2') f = func(*args,**kv) return f return wrapper
@metric @logging def normalize(name): sName = name[0:1].upper() + name[1:].lower() print(sName)
if __name__ == '__main__': normalize('heLlO') normalize.__wrapper__('')
运行情况如下：
>>normalize('helLo') Decorator1 Decorator2 Hello >>normalize.__wrapped__('world') Decorator2 World
1.4定义带参数的装饰器
from functools import wraps
def log(text): def decorator(func): @wraps(func) def wrappering(*args,**kv): print('%s %s():'%(text,func.__name__)) return func(*args,**kv) return wrappering return decorator
@log('run') def normalize(name): sName = name[0:1].upper() + name[1:].lower() print(sName)
装饰器函数可以带参数，最外层的函数会将参数传给内层的装饰器函数，即wrappering函数是可以使用log的传入参数的。 装饰器处理过程与下面是等价的：
normalize = log('run')(normalize)
