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.
經常用於有切面需求的場景，比如：插入日誌、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並繼續重用。
先來看一個簡單例子：
defnow():
print('2018_11_30')
現在有一個新的需求，希望可以記錄下函數的執行日誌，於是在代碼中添加日誌代碼：
defnow():
print('2018_11_30')
logging.warn("running")
假設有類似的多個需求，怎麼做？再寫一個logging在now函數裏？這樣就造成大量雷同的代碼，爲了減少重複寫代碼，我們可以這樣做，重新定義一個函數：專門處理日誌 ，日誌處理完之後再執行真正的業務代碼.
defuse_logging(func):
logging.warn("%sisrunning"%func.__name__)
func()
defnow():
print('2018_11_30')
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爲參數傳遞給日誌函數。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)。那麼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:
1defnow():
print('2018_11_29')
f=now
f()#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誌的decorator，可以定義如下:
deflog(func):
defwrapper(*args,**kw):
print('call%s():'%func.__name__)
returnfunc(*args,**kw)
returnwrapper
#由於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，於是調用now()將執行新函數，即在log()函數中 返回的wrapper()函數。
8 #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。
9 #在wrapper()函數內，首先打印日誌，再緊接着調用原始函數。
上面的log，因爲它是一個decorator，所以接受一個函數作爲參數，並返回一個函數.現在執行:
now=log(now)
now()
輸出結果:
callnow():
2018_11_29
函數log就是裝飾器，它把執行真正業務方法的func包裹在函數裏面，看起來像now被log裝飾了。在這個例子中，函數進入時 ，被稱爲一個橫切面(Aspect)，這種編程方式被稱爲面向切面的編程(Aspect-Oriented Programming)。
使用語法糖:
@log
defnow():
print('2018_11_29')
@符號是裝飾器的語法糖，在定義函數的時候使用，避免再一次賦值操作
這樣我們就可以省去now = log(now)這一句了，直接調用now()即可得到想要的結果。如果我們有其他的類似函數，我們可以繼續調用裝飾器來修飾函數，而不用重複修改函數或者增加新的封裝。這樣，我們就提高了程序的可重複利用性，並增加了程序的可讀性。
裝飾器在Python使用如此方便都要歸因於Python的函數能像普通的對象一樣能作爲參數傳遞給其他函數，可以被賦值給其他變量，可以作爲返回值，可以被定義在另外一個函數內。
帶參數的裝飾器:
如果decorator本身需要傳入參數，那就需要編寫一個返回decorator的高階函數，寫出來會複雜一點。比如，要自定義log的文本：
deflog(text):
defdecorator(func):
defwrapper(*args,**kw):
print('%s%s()'%(text,func.__name__))
returnfunc(*args,**kw)
returnwrapper
returndecorator
這個3層嵌套的decorator用法如下：
@log('goal')
defnow():
print('2018-11-28')now()
等價於
now=log('goal')(now)
#首先執行log('execute')，返回的是decorator函數，再調用返回的函數，參數是now函數，返回值最終是wrapper函數
now()
因爲我們講了函數也是對象，它有__name__等屬性，但你去看經過decorator裝飾之後的函數，它們的__name__已經從原來的’now’變成了’wrapper’：
print(now.__name__)
#wrapper
因爲返回的那個wrapper()函數名字就是’wrapper’，所以，需要把原始函數的__name__等屬性複製到wrapper()函數中，否則，有些依賴函數簽名的代碼執行就會出錯。
不需要編寫wrapper.name = func.__name__這樣的代碼，Python內置的functools.wraps就是幹這個事的，所以，一個完整的decorator的寫法如下：
importfunctools
deflog(func):
@functools.wraps(func)
defwrapper(*args,**kw):
print('call%s():'%func.__name__)
returnfunc(*args,**kw)
returnwrapper
importfunctools
deflog(text):
defdecorator(func):
@functools.wraps(func)
defwrapper(*args,**kw):
print('%s%s():'%(text,func.__name__))
returnfunc(*args,**kw)
returnwrapper
returndecorator
類裝飾器:
再來看看類裝飾器，相比函數裝飾器，類裝飾器具有靈活度大、高內聚、封裝性等優點。使用類裝飾器還可以依靠類內部的__call__方法，當使用 @ 形式將裝飾器附加到函數上時，就會調用此方法
總結:
概括的講，裝飾器的作用就是爲已經存在的對象添加額外的功能。
同時在面向對象（OOP）的設計模式中，decorator被稱爲裝飾模式。OOP的裝飾模式需要通過繼承和組合來實現，而Python除了能支持OOP的decorator外，直接從語法層次支持decorator。Python的decorator可以用函數實現，也可以用類實現。