裝飾器本質上是一個Python函數，它可以讓其他函數在不需要做任何代碼變動的前提下增加額外功能，裝飾器的返回值也是一個函數對象.

　　經常用于有切面需求的場景，比如：插入日志、性能測試、事務處理、緩存、權限校驗等場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，我們就可以抽離出大量與函數功能本身無關的雷同代碼并繼續重用。

　　先來看一個簡單例子：

def now():  print('2017_7_29')

現在有一個新的需求，希望可以記錄下函數的執行日志，于是在代碼中添加日志代碼：

def now():  print('2017_7_29')  logging.warn("running")

假設有類似的多個需求，怎么做？再寫一個logging在now函數里？這樣就造成大量雷同的代碼，為了減少重復寫代碼，我們可以這樣做，重新定義一個函數：專門處理日志 ，日志處理完之后再執行真正的業務代碼.

def use_logging(func):     logging.warn("%s is running" % func.__name__)     func() def now():     print('2017_7_29')   use_logging(now)

在實現,邏輯上不難， 但是這樣的話，我們每次都要將一個函數作為參數傳遞給日志函數。而且這種方式已經破壞了原有的代碼邏輯結構，之前執行業務邏輯時，執行運行now()，但是現在不得不改成use_logging(now)。那么有沒有更好的方式的呢？當然有，答案就是裝飾器。

　　首先要明白函數也是一個對象，而且函數對象可以被賦值給變量,所以，通過變量也能調用該函數。例如:

def now():  print('2017_7_28')f=nowf()# 函數對象有一個__name__屬性，可以拿到函數的名字print('now.__name__:',now.__name__)print('f.__name__:',f.__name__)

簡單裝飾器

本質上，decorator就是一個返回函數的高階函數。所以，我們要定義一個能打印日志的decorator，可以定義如下：

def log(func):  def wrapper(*args,**kw):    print('call %s():'%func.__name__)    return func(*args,**kw)  return wrapper

# 由于log()是一個decorator，返回一個函數，所以，原來的now()函數仍然存在，
# 只是現在同名的now變量指向了新的函數，于是調用now()將執行新函數，即在log()函數中返回的wrapper()函數。
# wrapper()函數的參數定義是(*args, **kw)，因此，wrapper()函數可以接受任意參數的調用。
# 在wrapper()函數內，首先打印日志，再緊接著調用原始函數。

上面的log，因為它是一個decorator，所以接受一個函數作為參數，并返回一個函數.現在執行:

now = log(now)now()

輸出結果:
    call now():
    2017_7_28

函數log就是裝飾器，它把執行真正業務方法的func包裹在函數里面，看起來像now被log裝飾了。在這個例子中，函數進入時 ，被稱為一個橫切面(Aspect)，這種編程方式被稱為面向切面的編程(Aspect-Oriented Programming)。