呵呵！作為一名教python的老師，我發(fā)現(xiàn)學生們基本上一開始很難搞定python的裝飾器，也許因為裝飾器確實很難懂。搞定裝飾器需要你了解一些函數(shù)式編程的概念，當然還有理解在python中定義和調(diào)用函數(shù)相關(guān)語法的一些特點。

我沒法讓裝飾器變得簡單，但是通過一步步的剖析，我也許能夠讓你在理解裝飾器的時候更自信一點。因為裝飾器很復雜，這篇文章將會很長（自己都說很長，還敢這么多廢話blablabla...前戲就不繼續(xù)翻譯直接省略了)

1. 函數(shù)

在python中，函數(shù)通過def關(guān)鍵字、函數(shù)名和可選的參數(shù)列表定義。通過return關(guān)鍵字返回值。我們舉例來說明如何定義和調(diào)用一個簡單的函數(shù)：

>>> def foo():
...     return 1
>>> foo()
1

方法體（當然多行也是一樣的）是必須的，通過縮進來表示，在方法名的后面加上雙括號()就能夠調(diào)用函數(shù)

2. 作用域

在python中，函數(shù)會創(chuàng)建一個新的作用域。python開發(fā)者可能會說函數(shù)有自己的命名空間，差不多一個意思。這意味著在函數(shù)內(nèi)部碰到一個變量的時候函數(shù)會優(yōu)先在自己的命名空間里面去尋找。讓我們寫一個簡單的函數(shù)看一下 本地作用域 和 全局作用域有什么不同：

>>> a_string = "This is a global variable"
>>> def foo():
...     print locals()
>>> print globals()
{..., 'a_string': 'This is a global variable'}
>>> foo() # 2
{}

內(nèi)置的函數(shù)globals返回一個包含所有python解釋器知道的變量名稱的字典（為了干凈和洗的白白的，我省略了python自行創(chuàng)建的一些變量）。在#2我調(diào)用了函數(shù) foo 把函數(shù)內(nèi)部本地作用域里面的內(nèi)容打印出來。我們能夠看到，函數(shù)foo有自己獨立的命名空間，雖然暫時命名空間里面什么都還沒有。

3. 變量解析規(guī)則

當然這并不是說我們在函數(shù)里面就不能訪問外面的全局變量。在python的作用域規(guī)則里面，創(chuàng)建變量一定會一定會在當前作用域里創(chuàng)建一個變量，但是訪問或者修改變量時會先在當前作用域查找變量，沒有找到匹配變量的話會依次向上在閉合的作用域里面進行查看找。所以如果我們修改函數(shù)foo的實現(xiàn)讓它打印全局的作用域里的變量也是可以的：

>>> a_string = "This is a global variable"
>>> def foo():
...     print a_string # 1
>>> foo()
This is a global variable

在#1處，python解釋器會嘗試查找變量a_string，當然在函數(shù)的本地作用域里面是找不到的，所以接著會去上層的作用域里面去查找。
但是另一方面，假如我們在函數(shù)內(nèi)部給全局變量賦值，結(jié)果卻和我們想的不一樣：

>>> a_string = "This is a global variable"
>>> def foo():
...     a_string = "test" # 1
...     print locals()
>>> foo()
{'a_string': 'test'}
>>> a_string # 2
'This is a global variable'

我們能夠看到，全局變量能夠被訪問到（如果是可變數(shù)據(jù)類型(像list,dict這些)甚至能夠被更改）但是賦值不行。在函數(shù)內(nèi)部的#1處，我們實際上新創(chuàng)建了一個局部變量，隱藏全局作用域中的同名變量。我們可以通過打印出局部命名空間中的內(nèi)容得出這個結(jié)論。我們也能看到在#2處打印出來的變量a_string的值并沒有改變。

4. 變量生存周期

值得注意的一個點是，變量不僅是生存在一個個的命名空間內(nèi)，他們都有自己的生存周期，請看下面這個例子：

>>> def foo():
...     x = 1
>>> foo()
>>> print x # 1
Traceback (most recent call last):
  ...
NameError: name 'x' is not defined

#1處發(fā)生的錯誤不僅僅是因為作用域規(guī)則導致的（盡管這是拋出了NameError的錯誤的原因）它還和python以及其它很多編程語言中函數(shù)調(diào)用實現(xiàn)的機制有關(guān)。在這個地方這個執(zhí)行時間點并沒有什么有效的語法讓我們能夠獲取變量x的值，因為它這個時候壓根不存在！函數(shù)foo的命名空間隨著函數(shù)調(diào)用開始而開始，結(jié)束而銷毀。

5. 函數(shù)參數(shù)

python允許我們向函數(shù)傳遞參數(shù)，參數(shù)會變成本地變量存在于函數(shù)內(nèi)部。

>>> def foo(x):
...     print locals()
>>> foo(1)
{'x': 1}

在Python里有很多的方式來定義和傳遞參數(shù)，完整版可以查看 python官方文檔。我們這里簡略的說明一下：函數(shù)的參數(shù)可以是必須的位置參數(shù)或者是可選的命名，默認參數(shù)。

>>> def foo(x, y=0): # 1
...     return x - y
>>> foo(3, 1) # 2
2
>>> foo(3) # 3
3
>>> foo() # 4
Traceback (most recent call last):
  ...
TypeError: foo() takes at least 1 argument (0 given)
>>> foo(y=1, x=3) # 5
2

在#1處我們定義了函數(shù)foo,它有一個位置參數(shù)x和一個命名參數(shù)y。在#2處我們能夠通過常規(guī)的方式來調(diào)用函數(shù)，盡管有一個命名參數(shù)，但參數(shù)依然可以通過位置傳遞給函數(shù)。在調(diào)用函數(shù)的時候，對于命名參數(shù)y我們也可以完全不管就像#3處所示的一樣。如果命名參數(shù)沒有接收到任何值的話，python會自動使用聲明的默認值也就是0。需要注意的是我們不能省略第一個位置參數(shù)x, 否則的話就會像#5處所示發(fā)生錯誤。
目前還算簡潔清晰吧， 但是接下來可能會有點令人困惑。python支持函數(shù)調(diào)用時的命名參數(shù)（個人覺得應該是命名實參）。看看#5處的函數(shù)調(diào)用，我們傳遞的是兩個命名實參，這個時候因為有名稱標識，參數(shù)傳遞的順序也就不用在意了。
當然相反的情況也是正確的：函數(shù)的第二個形參是y，但是我們通過位置的方式傳遞值給它。在#2處的函數(shù)調(diào)用foo(3,1)，我們把3傳遞給了第一個參數(shù)，把1傳遞給了第二個參數(shù)，盡管第二個參數(shù)是一個命名參數(shù)。
桑不起，感覺用了好大一段才說清楚這么一個簡單的概念：函數(shù)的參數(shù)可以有名稱和位置。這意味著在函數(shù)的定義和調(diào)用的時候會稍稍在理解上有點兒不同。我們可以給只定義了位置參數(shù)的函數(shù)傳遞命名參數(shù)（實參），反之亦然！如果覺得不夠可以查看官方文檔

6. 嵌套函數(shù)

Python允許創(chuàng)建嵌套函數(shù)。這意味著我們可以在函數(shù)里面定義函數(shù)而且現(xiàn)有的作用域和變量生存周期依舊適用。

>>> def outer():
...     x = 1
...     def inner():
...         print x # 1
...     inner() # 2
...
>>> outer()
1

這個例子有一點兒復雜，但是看起來也還行。想一想在#1發(fā)生了什么：python解釋器需找一個叫x的本地變量，查找失敗之后會繼續(xù)在上層的作用域里面尋找，這個上層的作用域定義在另外一個函數(shù)里面。對函數(shù)outer來說，變量x是一個本地變量，但是如先前提到的一樣，函數(shù)inner可以訪問封閉的作用域（至少可以讀和修改）。在#2處，我們調(diào)用函數(shù)inner，非常重要的一點是，inner也僅僅是一個遵循python變量解析規(guī)則的變量名，python解釋器會優(yōu)先在outer的作用域里面對變量名inner查找匹配的變量.

7. 函數(shù)是python世界里的一級類對象

顯而易見，在python里函數(shù)和其他東西一樣都是對象。（此處應該大聲歌唱）啊！包含變量的函數(shù)，你也并不是那么特殊！

>>> issubclass(int, object) # all objects in Python inherit from a common baseclass
True
>>> def foo():
...     pass
>>> foo.__class__ # 1
<type 'function'>
>>> issubclass(foo.__class__, object)
True

你也許從沒有想過，你定義的函數(shù)居然會有屬性。沒辦法，函數(shù)在python里面就是對象，和其他的東西一樣，也許這樣描述會太學院派太官方了點：在python里，函數(shù)只是一些普通的值而已和其他的值一毛一樣。這就是說你尅一把函數(shù)想?yún)?shù)一樣傳遞給其他的函數(shù)或者說從函數(shù)了里面返回函數(shù)！如果你從來沒有這么想過，那看看下面這個例子：

>>> def add(x, y):
...     return x + y
>>> def sub(x, y):
...     return x - y
>>> def apply(func, x, y): # 1
...     return func(x, y) # 2
>>> apply(add, 2, 1) # 3
3
>>> apply(sub, 2, 1)
1

這個例子對你來說應該不會很奇怪。add和sub是非常普通的兩個python函數(shù)，接受兩個值，返回一個計算后的結(jié)果值。在#1處你們能看到準備接收一個函數(shù)的變量只是一個普通的變量而已，和其他變量一樣。在#2處我們調(diào)用傳進來的函數(shù)：“()代表著調(diào)用的操作并且調(diào)用變量包含的值。在#3處，你們也能看到傳遞函數(shù)并沒有什么特殊的語法。” 函數(shù)的名稱只是很其他變量一樣的表標識符而已。
你們也許看到過這樣的行為：“python把頻繁要用的操作變成函數(shù)作為參數(shù)進行使用，像通過傳遞一個函數(shù)給內(nèi)置排序函數(shù)的key參數(shù)從而來自定義排序規(guī)則。那把函數(shù)當做返回值回事這樣的情況呢：

>>> def outer():
...     def inner():
...         print "Inside inner"
...     return inner # 1
...
>>> foo = outer() #2
>>> foo
<function inner at 0x...>
>>> foo()
Inside inner

這個例子看起來也許會更加的奇怪。在#1處我把恰好是函數(shù)標識符的變量inner作為返回值返回出來。這并沒有什么特殊的語法：”把函數(shù)inner返回出來，否則它根本不可能會被調(diào)用到。“還記得變量的生存周期嗎？每次函數(shù)outer被調(diào)用的時候，函數(shù)inner都會被重新定義，如果它不被當做變量返回的話，每次執(zhí)行過后它將不復存在。
在#2處我們捕獲住返回值 - 函數(shù)inner，將它存在一個新的變量foo里。我們能夠看到，當對變量foo進行求值，它確實包含函數(shù)inner，而且我們能夠?qū)λM行調(diào)用。初次看起來可能會覺得有點奇怪，但是理解起來并不困難是吧。堅持住，因為奇怪的轉(zhuǎn)折馬上就要來了（嘿嘿嘿嘿，我笑的并不猥瑣！）

8. 閉包

我們先不急著定義什么是閉包，先來看看一段代碼，僅僅是把上一個例子簡單的調(diào)整了一下：

>>> def outer():
...     x = 1
...     def inner():
...         print x # 1
...     return inner
>>> foo = outer()
>>> foo.func_closure
(<cell at 0x...: int object at 0x...>,)

在上一個例子中我們了解到，inner作為一個函數(shù)被outer返回，保存在一個變量foo，并且我們能夠?qū)λM行調(diào)用foo()。不過它會正常的運行嗎？我們先來看看作用域規(guī)則。
所有的東西都在python的作用域規(guī)則下進行工作：“x是函數(shù)outer里的一個局部變量。當函數(shù)inner在#1處打印x的時候，python解釋器會在inner內(nèi)部查找相應的變量，當然會找不到，所以接著會到封閉作用域里面查找，并且會找到匹配。
但是從變量的生存周期來看，該怎么理解呢？我們的變量x是函數(shù)outer的一個本地變量，這意味著只有當函數(shù)outer正在運行的時候才會存在。根據(jù)我們已知的python運行模式，我們沒法在函數(shù)outer返回之后繼續(xù)調(diào)用函數(shù)inner，在函數(shù)inner被調(diào)用的時候，變量x早已不復存在，可能會發(fā)生一個運行時錯誤。
萬萬沒想到，返回的函數(shù)inner居然能夠正常工作。Python支持一個叫做函數(shù)閉包的特性，用人話來講就是，嵌套定義在非全局作用域里面的函數(shù)能夠記住它在被定義的時候它所處的封閉命名空間。這能夠通過查看函數(shù)的func_closure屬性得出結(jié)論，這個屬性里面包含封閉作用域里面的值（只會包含被捕捉到的值，比如x，如果在outer里面還定義了其他的值，封閉作用域里面是不會有的）
記住，每次函數(shù)outer被調(diào)用的時候，函數(shù)inner都會被重新定義。現(xiàn)在變量x的值不會變化，所以每次返回的函數(shù)inner會是同樣的邏輯，假如我們稍微改動一下呢？

>>> def outer(x):
...     def inner():
...         print x # 1
...     return inner
>>> print1 = outer(1)
>>> print2 = outer(2)
>>> print1()
1
>>> print2()
2

從這個例子中你能夠看到閉包 - 被函數(shù)記住的封閉作用域 - 能夠被用來創(chuàng)建自定義的函數(shù)，本質(zhì)上來說是一個硬編碼的參數(shù)。事實上我們并不是傳遞參數(shù)1或者2給函數(shù)inner，我們實際上是創(chuàng)建了能夠打印各種數(shù)字的各種自定義版本。
閉包單獨拿出來就是一個非常強大的功能， 在某些方面，你也許會把它當做一個類似于面向?qū)ο蟮募夹g(shù)：outer像是給inner服務的構(gòu)造器，x像一個私有變量。使用閉包的方式也有很多：你如果熟悉python內(nèi)置排序方法的參數(shù)key，你說不定已經(jīng)寫過一個lambda方法在排序一個列表的列表的時候基于第二個元素而不是第一個。現(xiàn)在你說不定也可以寫一個itemgetter方法，接收一個索引值來返回一個完美的函數(shù)，傳遞給排序函數(shù)的參數(shù)key。
不過，我們現(xiàn)在不會用閉包做這么low的事(⊙o⊙)…！相反，讓我們再爽一次，寫一個高大上的裝飾器!

9. 裝飾器

裝飾器其實就是一個閉包，把一個函數(shù)當做參數(shù)然后返回一個替代版函數(shù)。我們一步步從簡到繁來瞅瞅：

>>> def outer(some_func):
...     def inner():
...         print "before some_func"
...         ret = some_func() # 1
...         return ret + 1
...     return inner
>>> def foo():
...     return 1
>>> decorated = outer(foo) # 2
>>> decorated()
before some_func
2

仔細看看上面這個裝飾器的例子。們定義了一個函數(shù)outer，它只有一個some_func的參數(shù)，在他里面我們定義了一個嵌套的函數(shù)inner。inner會打印一串字符串，然后調(diào)用some_func，在#1處得到它的返回值。在outer每次調(diào)用的時候some_func的值可能會不一樣，但是不管some_func的之如何，我們都會調(diào)用它。最后，inner返回some_func() + 1的值 - 我們通過調(diào)用在#2處存儲在變量decorated里面的函數(shù)能夠看到被打印出來的字符串以及返回值2，而不是期望中調(diào)用函數(shù)foo得到的返回值1。
我們可以認為變量decorated是函數(shù)foo的一個裝飾版本，一個加強版本。事實上如果打算寫一個有用的裝飾器的話，我們可能會想愿意用裝飾版本完全取代原先的函數(shù)foo，這樣我們總是會得到我們的”加強版“foo。想要達到這個效果，完全不需要學習新的語法，簡單地賦值給變量foo就行了：

>>> foo = outer(foo)
>>> foo # doctest: +ELLIPSIS
<function inner at 0x...>

現(xiàn)在，任何怎么調(diào)用都不會牽扯到原先的函數(shù)foo，都會得到新的裝飾版本的foo，現(xiàn)在我們還是來寫一個有用的裝飾器。
想象我們有一個庫，這個庫能夠提供類似坐標的對象，也許它們僅僅是一些x和y的坐標對。不過可惜的是這些坐標對象不支持數(shù)學運算符，而且我們也不能對源代碼進行修改，因此也就不能直接加入運算符的支持。我們將會做一系列的數(shù)學運算，所以我們想要能夠?qū)蓚€坐標對象進行合適加減運算的函數(shù)，這些方法很容易就能寫出：

>>> class Coordinate(object):
...     def __init__(self, x, y):
...         self.x = x
...         self.y = y
...     def __repr__(self):
...         return "Coord: " + str(self.__dict__)
>>> def add(a, b):
...     return Coordinate(a.x + b.x, a.y + b.y)
>>> def sub(a, b):
...     return Coordinate(a.x - b.x, a.y - b.y)
>>> one = Coordinate(100, 200)
>>> two = Coordinate(300, 200)
>>> add(one, two)
Coord: {'y': 400, 'x': 400}

如果不巧我們的加減函數(shù)同時也需要一些邊界檢查的行為那該怎么辦呢？搞不好你只能夠?qū)φ淖鴺藢ο筮M行加減操作，任何返回的值也都應該是正的坐標。所以現(xiàn)在的期望是這樣：

>>> one = Coordinate(100, 200)
>>> two = Coordinate(300, 200)
>>> three = Coordinate(-100, -100)
>>> sub(one, two)
Coord: {'y': 0, 'x': -200}
>>> add(one, three)
Coord: {'y': 100, 'x': 0}

我們期望在不更改坐標對象one, two, three的前提下one減去two的值是{x: 0, y: 0}，one加上three的值是{x: 100, y: 200}。與其給每個方法都加上參數(shù)和返回值邊界檢查的邏輯，我們來寫一個邊界檢查的裝飾器！

>>> def wrapper(func):
...     def checker(a, b): # 1
...         if a.x < 0 or a.y < 0:
...             a = Coordinate(a.x if a.x > 0 else 0, a.y if a.y > 0 else 0)
...         if b.x < 0 or b.y < 0:
...             b = Coordinate(b.x if b.x > 0 else 0, b.y if b.y > 0 else 0)
...         ret = func(a, b)
...         if ret.x < 0 or ret.y < 0:
...             ret = Coordinate(ret.x if ret.x > 0 else 0, ret.y if ret.y > 0 else 0)
...         return ret
...     return checker
>>> add = wrapper(add)
>>> sub = wrapper(sub)
>>> sub(one, two)
Coord: {'y': 0, 'x': 0}
>>> add(one, three)
Coord: {'y': 200, 'x': 100}

這個裝飾器能想先前的裝飾器例子一樣進行工作，返回一個經(jīng)過修改的函數(shù)，但是在這個例子中，它能夠?qū)瘮?shù)的輸入?yún)?shù)和返回值做一些非常有用的檢查和格式化工作，將負值的x和 y替換成0。
顯而易見，通過這樣的方式，我們的代碼變得更加簡潔：將邊界檢查的邏輯隔離到單獨的方法中，然后通過裝飾器包裝的方式應用到我們需要進行檢查的地方。另外一種方式通過在計算方法的開始處和返回值之前調(diào)用邊界檢查的方法也能夠達到同樣的目的。但是不可置否的是，使用裝飾器能夠讓我們以最少的代碼量達到坐標邊界檢查的目的。事實上，如果我們是在裝飾自己定義的方法的話，我們能夠讓裝飾器應用的更加有逼格。

10. 使用 @ 標識符將裝飾器應用到函數(shù)

Python2.4支持使用標識符@將裝飾器應用在函數(shù)上，只需要在函數(shù)的定義前加上@和裝飾器的名稱。在上一節(jié)的例子里我們是將原本的方法用裝飾后的方法代替:

>>> add = wrapper(add)

這種方式能夠在任何時候?qū)θ我夥椒ㄟM行包裝。但是如果我們自定義一個方法，我們可以使用@進行裝飾：

>>> @wrapper
... def add(a, b):
...     return Coordinate(a.x + b.x, a.y + b.y)

需要明白的是，這樣的做法和先前簡單的用包裝方法替代原有方法是一毛一樣的， python只是加了一些語法糖讓裝飾的行為更加的直接明確和優(yōu)雅一點。

11. *args and **kwargs

我們已經(jīng)完成了一個有用的裝飾器，但是由于硬編碼的原因它只能應用在一類具體的方法上，這類方法接收兩個參數(shù)，傳遞給閉包捕獲的函數(shù)。如果我們想實現(xiàn)一個能夠應用在任何方法上的裝飾器要怎么做呢？再比如，如果我們要實現(xiàn)一個能應用在任何方法上的類似于計數(shù)器的裝飾器，不需要改變原有方法的任何邏輯。這意味著裝飾器能夠接受擁有任何簽名的函數(shù)作為自己的被裝飾方法，同時能夠用傳遞給它的參數(shù)對被裝飾的方法進行調(diào)用。
非常巧合的是Python正好有支持這個特性的語法。可以閱讀 Python Tutorial 獲取更多的細節(jié)。當定義函數(shù)的時候使用了*，意味著那些通過位置傳遞的參數(shù)將會被放在帶有*前綴的變量中， 所以：

>>> def one(*args):
...     print args # 1
>>> one()
()
>>> one(1, 2, 3)
(1, 2, 3)
>>> def two(x, y, *args): # 2
...     print x, y, args
>>> two('a', 'b', 'c')
a b ('c',)

第一個函數(shù)one只是簡單地講任何傳遞過來的位置參數(shù)全部打印出來而已，你們能夠看到，在代碼#1處我們只是引用了函數(shù)內(nèi)的變量args, *args僅僅只是用在函數(shù)定義的時候用來表示位置參數(shù)應該存儲在變量args里面。Python允許我們制定一些參數(shù)并且通過args捕獲其他所有剩余的未被捕捉的位置參數(shù)，就像#2處所示的那樣。
*操作符在函數(shù)被調(diào)用的時候也能使用。意義基本是一樣的。當調(diào)用一個函數(shù)的時候，一個用*標志的變量意思是變量里面的內(nèi)容需要被提取出來然后當做位置參數(shù)被使用。同樣的，來看個例子：

>>> def add(x, y):
...     return x + y
>>> lst = [1,2]
>>> add(lst[0], lst[1]) # 1
3
>>> add(*lst) # 2
3

#1處的代碼和#2處的代碼所做的事情其實是一樣的，在#2處，python為我們所做的事其實也可以手動完成。這也不是什么壞事，*args要么是表示調(diào)用方法大的時候額外的參數(shù)可以從一個可迭代列表中取得，要么就是定義方法的時候標志這個方法能夠接受任意的位置參數(shù)。
接下來提到的**會稍多更復雜一點，**代表著鍵值對的參數(shù)字典，和*所代表的意義相差無幾，也很簡單對不對：

>>> def foo(**kwargs):
...     print kwargs
>>> foo()
{}
>>> foo(x=1, y=2)
{'y': 2, 'x': 1}

當我們定義一個函數(shù)的時候，我們能夠用**kwargs來表明，所有未被捕獲的關(guān)鍵字參數(shù)都應該存儲在kwargs的字典中。如前所訴，argshe kwargs并不是python語法的一部分，但在定義函數(shù)的時候，使用這樣的變量名算是一個不成文的約定。和*一樣，我們同樣可以在定義或者調(diào)用函數(shù)的時候使用**。

>>> dct = {'x': 1, 'y': 2}
>>> def bar(x, y):
...     return x + y
>>> bar(**dct)
3

12. 更通用的裝飾器

有了這招新的技能，我們隨隨便便就可以寫一個能夠記錄下傳遞給函數(shù)參數(shù)的裝飾器了。先來個簡單地把日志輸出到界面的例子：

>>> def logger(func):
...     def inner(*args, **kwargs): #1
...         print "Arguments were: %s, %s" % (args, kwargs)
...         return func(*args, **kwargs) #2
...     return inner

請注意我們的函數(shù)inner，它能夠接受任意數(shù)量和類型的參數(shù)并把它們傳遞給被包裝的方法，這讓我們能夠用這個裝飾器來裝飾任何方法。

>>> @logger
... def foo1(x, y=1):
...     return x * y
>>> @logger
... def foo2():
...     return 2
>>> foo1(5, 4)
Arguments were: (5, 4), {}
20
>>> foo1(1)
Arguments were: (1,), {}
1
>>> foo2()
Arguments were: (), {}
2

隨便調(diào)用我們定義的哪個方法，相應的日志也會打印到輸出窗口，和我們預期的一樣。

原文地址：Understanding Python Decorators in 12 Easy Steps!