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
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 calledn')
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)
