一、前言
本小节主要梳理函数装饰的用法，循序渐进，逐层增加条件，加大复杂度和难度。
环境说明：Python 3.6、windows11 64位
二、函数装饰器
装饰器的典型行为：把被装饰的函数替换成新函数，二者接受相同的参数，而且（通常）返回被装饰的函数本该返回的值，同时还会做些额外操作。它不修改原来的函数，还给函数增加新的功能，而是使得调用原函数的时候附加一些功能。
【简单应用】
装饰器一般是一个闭包函数，只是函数接收的参数是一个函数。如下代码，My_Decorator()就是一个装饰器，直接调用即可。
以下装饰器是一个比较简单的应用，装饰器 My_Decorator() 给被装饰函数Introduction()加上了一个新的功能【print('print My_Decorator.inner')】，同时又不影响Introduction()原有功能。
# 定义一个装饰器
def My_Decorator(func): # 传入被装饰的函数
def inner():
print('print My_Decorator.inner')
func() # 调用func() 函数，保证不修改被修饰函数，且正常执行
return inner # 返回inner 函数
def Introduction():
name = 'Xindata'
print('My name is %s!'%name) # 在装饰器函数中调用的时候才执行
# 调用装饰器函数
aa = My_Decorator(Introduction) # 将inner 赋值变量给aa
print(type(aa)) # 结果为：<class 'function'>，此时aa 是一个函数变量
print(aa) # 结果为：<function My_Decorator.<locals>.inner at 0x000001F6DBBAB790>
aa() # 调用aa() 相当于调用inner() 函数，执行结果有2个，一个是【print My_Decorator.inner】是print('print My_Decorator.inner')的结果；一个是【My name is XIndata!】，调用func()，即调用Introduction() 函数的结果。【带返回值】
上文的被装饰函数Introduction()没有返回值，所以可以通过上文代码实现，但是如果有返回值的怎么办呢，方法也很简单，在inner()函数中调用func()前加上return即可获取到被修饰函数的返回值，具体如下：
# 定义一个装饰器
def My_Decorator(func):
def inner():
print('print My_Decorator.inner')
return func() # 加上return，将调用func() 函数得到的结果进行返回
return inner
def Introduction():
name = 'Xindata'
print('My name is %s!'%name)
return name # 将名字返回
aa = My_Decorator(Introduction)
print(aa) # 结果为：<function My_Decorator.<locals>.inner at 0x000001F6DAEA33A0>
my_name = aa() # 调用aa() 时，同样会打印两个结果：【print My_Decorator.inner】和【My name is XIndata!】
# 同时，调用func()（即Introduction()）返回的变量name会作为返回值赋值给my_name
print(my_name) # 结果为：Xindata【带参数】
以上代码是被装饰函数Introduction()没有参数的情况下适配的情况，当Introduction()有参数时怎么办呢？下面来看看这个升级版本。
这个代码的参数值'Xindata'的传递路径比较长，先是通过inner()的name参数，然后传递到Introduction()的name参数，然后通过Introduction()的return 进行返回，再由inner()的return 进行返回，最后再赋值给my_name。
# 定义一个装饰器
def My_Decorator(func):
def inner(name):
print('print My_Decorator.inner')
return func(name) # 加上return，将调用func() 函数得到的结果进行返回
return inner
def Introduction(name):
# name = 'Xindata'
print('My name is %s!'%name)
return name
aa = My_Decorator(Introduction)
print(aa) # 结果为：<function My_Decorator.<locals>.inner at 0x000001F6DB00FDC0>
my_name = aa('Xindata') # 调用aa() 即（inner()）时，给name参数传递参数值'Xindata'。调用aa() 函数打印的两个结果同上一个代码。
# 同时，name的参数值'Xindata'值传递给func()（即Introduction()）的参数name，并通过Introduction()的return 返回，然后再由inner() 的return 返回，再赋值给my_name
print(my_name)【兼容各种参数】
以上代码，支持了单一参数的传递，但是作为装饰器，由于其特性，经常会给不同的被修饰函数进行装饰，添加新的功能，而目前的这个装饰器，仅支持单一参数的情况，不能支持多参数，甚至是不同类型的参数，如关键字参数等，为此，需要进一步升级，只需要做一个简单的修改即可，下面看看新的装饰器版本。
# 定义一个装饰器
def My_Decorator(func):
def inner(*args,**kw): # 将name参数改为*args,**kw，便可支持各种类型的参数
print('print My_Decorator.inner')
return func(*args,**kw) # 将name参数改为*args,**kw，便可支持各种类型的参数
return inner
def Introduction(name):
# name = 'Xindata'
print('My name is %s!'%name)
return name
aa = My_Decorator(Introduction)
print(aa)
my_name = aa('Xindata')
print(my_name)
# 如果不需要一些过程，也可以进行链式调用，一步到位
my_name = My_Decorator(Introduction)('Xindata')
print(my_name)【@语法糖】
其实上面讲的都是装饰器比较早期的调用方式，后来官方支持了一个更加时髦的写法：@语法糖。把Python之禅的优雅简洁表现得淋漓尽致。下面一起来看看。
# 定义一个装饰器
def My_Decorator(func):
def inner(*args,**kw):
print('print My_Decorator.inner')
return func(*args,**kw)
return inner
# 在Introduction()函数定义前，用@My_Decorator 声明用装饰器My_Decorator()装饰Introduction()函数
@My_Decorator
def Introduction(name):
# name = 'Xindata'
print('My name is %s!'%name)
return name
my_name = Introduction('Xindata') # 调用方式也发生了一些变化，直接调用被修饰的函数即可
print(my_name)【装饰器带参】
如果需要对不同的场景使用不同的 Introduction()，可以对装饰器再加一层函数，然后在@声明时传递参数，如果是早期的调用方式，则可采用三层链式调用。具体代码如下。
# 定义一个装饰器
def Occasion(params):
def My_Decorator(func):
def inner(*args,**kw):
print('【%s】print My_Decorator.inner'% params)
return func(*args,**kw)
return inner
return My_Decorator
@Occasion('Daily') # 传递参数给params
def Introduction(name):
print('My name is %s!'%name)
return name
my_name = Introduction('Xindata')
print(my_name)
# 早期调用方式，如下
# 定义一个装饰器
def Occasion(params):
def My_Decorator(func):
def inner(*args,**kw):
print('【%s】print My_Decorator.inner'% params)
return func(*args,**kw)
return inner
return My_Decorator
def Introduction(name):
print('My name is %s!'%name)
return name
my_name = Occasion('Daily')(Introduction)('Xindata') # 三层调用
print(my_name)
# 两串代码结果都是
# 【daily】print My_Decorator.inner
# My name is Xindata!
# Xindata【多个装饰器】
单个装饰器，基本讲完了，那多个装饰器呢？
假设有d1和d1两个装饰器，同时装饰f1函数，早期的方法则是val = d1(d2(f))；使用@则是把@d1和@d2两个装饰器按顺序应用到f函数上。抽象代码如下：
@d1
@d2
def f():
print('f')
val = f()
# 等同于
def f():
print('f')
val = d1(d2(f))那上面的例子，再加一个装饰看看效果：
# 定义一个装饰器
def Occasion(params):
def My_Decorator(func):
def inner(*args,**kw):
print('【%s】print My_Decorator.inner'% params)
return func(*args,**kw)
return inner
return My_Decorator
def Current_Decorator(func):
def inner(*args,**kw):
print('print Current_Decorator.inner')
return func(*args,**kw)
return inner
@Occasion('Daily')
@Current_Decorator # 新增装饰器
def Introduction(name):
print('My name is %s!'%name)
return name
my_name = Introduction('Xindata')
print(my_name)
## 早期调用方式
# 定义一个装饰器
def Occasion(params):
def My_Decorator(func):
def inner(*args,**kw):
print('【%s】print My_Decorator.inner'% params)
return func(*args,**kw)
return inner
return My_Decorator
def Current_Decorator(func):
def inner(*args,**kw):
print('print Current_Decorator.inner')
return func(*args,**kw)
return inner
def Introduction(name):
print('My name is %s!'%name)
return name
my_name = Occasion('Daily')(Current_Decorator(Introduction))('Xindata') # 加一层调用
print(my_name)
# 两串代码结果都是
# 【Daily】print My_Decorator.inner
# print Current_Decorator.inner
# My name is Xindata!
# Xindata看完上面这两个代码，你可能犯迷糊了，看打印结果前两行是先执行Occasion('Daily')装饰器，再执行Current_Decorator装饰器。但是看早期调用方式，又不太像，因为Occasion('Daily')执行完这一层，就跑到 Current_Decorator(Introduction)这一层，最后再传递 'Xindata'调用Introduction()。没错！事实就是第一个装饰器执行一半就跑到第二个装饰器执行，如果有第三个装饰器，还会跑到第三个装饰器，执行完第三个装饰器之后，再执行第二个装饰器，再执行第一个装饰器，从外到里再到外，这有点像递归的思想。
为了更好看这个效果，下面抽象一个代码在看看这个效果：
def Activity(func):
def wrapper1(*args,**kw):
print('活动开始了！ 内层函数第1个执行，func参数值：%s'% func.__name__)
func(*args,**kw)
print('活动结束了！')
print('外层函数第3个执行：Activity，返回wrapper1，开始执行内层函数，从wrapper1开始')
return wrapper1
def Timing(func):
def wrapper2(*args,**kw):
print('介绍计时开始！内层函数第2个执行，func参数值：%s'% func.__name__)
func(*args,**kw)
print('介绍计时结束！')
print('外层函数第2个执行：Timing，返回wrapper2 给 @Activity')
return wrapper2
def Speech(func):
def wrapper3(*args,**kw):
print('开始演讲。 内层函数第3个执行，func参数值：%s'% func.__name__)
func(*args,**kw)
print('结束演讲。')
print('外层函数第1个执行：Speech，返回wrapper3 给 @Timing')
return wrapper3
@Activity
@Timing
@Speech
def Introduction(name):
print('My name is %s!'%name)
Introduction('Xindata')
# 运行结果为：
# 外层函数第1个执行：Speech，返回wrapper3 给 @Timing
# 外层函数第2个执行：Timing，返回wrapper2 给 @Activity
# 外层函数第3个执行：Activity，返回wrapper1，开始执行内层函数，从wrapper1开始
# 活动开始了！ 内层函数第1个执行，func参数值：wrapper2
# 介绍计时开始！内层函数第2个执行，func参数值：wrapper3
# 开始演讲。 内层函数第3个执行，func参数值：Introduction
# My name is Xindata!
# 结束演讲。
# 介绍计时结束！
# 活动结束了！执行顺序如下：
外层函数起装饰效果，内层函数执行新功能。函数装饰器在导入模块时立即执行，而被装饰的函数只在明确调用时运行。也就是说，外层函数即使不调用函数**Introduction()**也会打印出来。（可以注释掉Introduction('Xindata')运行看看效果。）
所以越靠近被装饰函数的装饰器先装饰后执行，而离得远的相反。可以记为就近原则装饰，执行则相反（类似递归思想）。
二、变量作用域
【加上变量】
装饰函数一般都是一个闭包函数，这里单独拿闭包函数来做说明，重新找一个比较简单的例子辅助理解。
当在闭包函数的外层函数定义一个变量时，内层函数可以直接调用。
def func():
x = 0
def inner():
# 调用x
return x
return inner
f = func()
print(f()) # 结果为0如果在内层函数要对外层的变量进行修改，这时便会报错，这个和普通函数调用全局变量又要修改它的场景差不多，只不过在那个场景下，可以通过在函数内部对变量使用global声明为全局变量解决该问题。
那闭包函数是不是也有相关的关键字来声明将x作为闭包函数的“全局变量”呢？还真有，它就是nonlocal。
使用 nonlocal x声明x不是当前内层函数的局部变量。
注意：这里的nonlocal x并不是声明x为全局变量。
def func():
x = 0
def inner():
nonlocal x
x += 1
return x
return inner
f = func()
print(f()) # 结果为1【多次调用】
当多次调用f()的时候，我们会发现结果是递增的，但是打印x时则报错变量未定义。那么x只是闭包函数内的局部变量，并不是全局变量，但是它是怎么把值进行传递的呢？因为这个x是一个特殊的变量，有一个技术术语，叫自由变量（free variable），指未在本地作用域中绑定的变量。闭包函数会保留自由变量的绑定，使得调用函数时可以继续使用只有变量。
def func():
x = 0
def inner():
nonlocal x
x += 1
return x
return inner
f = func()
print(f()) # 结果为1
print(f()) # 结果为2
print(f()) # 结果为3
print(x) # 报错：NameError: name 'x' is not defined可以通过一些属性查看相关的变量和值f.__closure__中的各个元素对应于f.__code__.co_freevars中的一个名称。这些元素是 cell 对象，有个 cell_contents 属性，保存着真正的值。
f.__code__.co_varnames # 查看当前函数的局部变量
f.__code__.co_freevars # 查看当前函数的自由变量
f.__closure__[0].cell_contents # 查看自由变量的值
- End -
