越来越觉得写一点技术博客是有多么重要了，明日复明日，现在就开始写吧！
1. 普通装饰器
装饰器的写法是一种语法糖，装饰器也还是一个函数而已，它接收一个函数对象作为参数，并返回一个新函数，主要是拓展原函数功能，在不改变原函数代码结构的情况下附加操作达到业务需求。比如做身份认证、访问记录等预处理操作，或者是日志记录、通道关闭等收尾操作，又或者是性能测试这种前后都附加代码的操作。
直接就上一个的基本的装饰器代码 （用print语句代替功能实现）
def deco(fun):
def inner(*args,**kwargs):
print('Successful authentication') # 预处理操作，验证身份
fun(*args,**kwargs) # 原操作
return inner@deco
def func(*args,**kwargs):
print(args,kwargs) func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}
当调用func时，伪流程就是：
1. 先记录了func接收的参数们的内存地址
2. 将func函数对象作为参数传入来调用deco，执行时将参数func绑定到inner函数对象上，返回inner函数对象
3. 调用inner函数，传入之前记录的参数们，执行预操作（验证身份）
4. 调用func函数，传入inner接收的参数们，执行原操作
相当于合成并调用了一个新函数，新函数里调用了旧函数。但是好像我们去掉装饰器这个标记语法糖，还原为两个正常的函数，也能实现上面的逻辑吧：
def deco(fun):
def inner(*args,**kwargs):
print('Successful authentication') # 预处理操作，验证身份
fun(*args,**kwargs) # 原操作
return innerdef func(*args,**kwargs):
print(args,kwargs)
new_fun = deco(func)
new_fun(1,2,a=3)
# Perform pretreatment
# (1, 2) {‘a’: 3}
但真实的流程是装饰器在文件载入的时候，就已经处理了被装饰器标记的函数，也就是说当文件载入时，所有被标记的函数都已经变成了装饰器返回的函数了（各自信息唯一），当调用的时候也就直接调用的此函数了。
2.装饰链
也就是多层装饰器嵌套了一下
def deco1(fun):
def inner1(*args,**kwargs):
print('Successful authentication') # 预处理操作，验证身份
fun(*args,**kwargs)
return inner1def deco2(fun):
def inner2(*args,**kwargs):
print('Successful access record') # 预处理操作，访问记录
fun(*args,**kwargs) # 原操作
return inner2@deco1
@deco2
def func(*args,**kwargs):
print(args,kwargs)func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}
需要注意的是包装顺序，距离最远的是最外层的包装，就像穿的衣服一样，要先穿贴身的内衣，然后才是外套什么的
此时调用func时，基本的流程就是：
1. 记录了func接收的参数们的内存地址
2. 将func函数对象作为参数传入来调用deco2，执行时将参数func绑定到inner2函数对象上，返回inner2函数对象
3. 将inner2函数对象作为参数传入来调用deco1，执行时将参数inner2绑定到inner1函数对象上，返回inner1函数对象
4. 调用inner1函数，传入之前记录的参数们，执行预操作1（验证身份）
5. 调用inner2函数，传入inner1接收的参数们，执行预操作2（访问记录）
6. 调用func函数，传入inner2接收的参数们，执行原操作
3.类装饰器
类的__call__方法可以让类实例可以像函数一样调用，所以跟普通的区别不大
class Deco(object):
def __init__(self, fun):
self.fun = fun
def __call__(self,*args,**kwargs):
print("Successful authentication") # 预处理 身份验证
self.fun(*args,**kwargs)@Deco
def func(*args,**kwargs):
print("func")func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}
4. 装饰器参数
利用闭包绑定了参数
def deco_param(*dargs,**dkwargs)
def deco(fun):
def inner(*args,**kwargs):
print('deco_param：',dargs,dkwargs) # 打印装饰器参数
print('Successful authentication') # 预处理操作，验证身份
fun(*args,**kwargs)
return inner
return deco@deco(4,b=5)
def func(*args,**kwargs):
print(args,kwargs) # 原操作func(1,2,a=3)
# Perform pretreatment
# (1, 2) {'a': 3}
5.wraps恢复原函数信息
按照之前的第一个装饰器例子，打印原函数名，发现被装饰的函数信息已经被丢失，变成了装饰器返回的函数的信息
def deco(fun):
def inner(*args,**kwargs):
print('Successful authentication') # 预处理操作，验证身份
fun(*args,**kwargs)
return inner@deco
def func(*args,**kwargs):
print(args,kwargs) # 原操作
print(func.__name__)
# inner
要想恢复函数之前的信息，那么就需要用上functools包，在闭包函数上加上一个带参的装饰器，逻辑上只是加长了装饰链，而这个装饰器的拓展功能正是找回原函数（多层装饰器中可以是上一个装饰器的返回函数）的信息
from functools import wraps
def deco(fun):
@wraps(fun)
def inner(*args,**kwargs):
print('Successful authentication') # 预处理操作，验证身份
fun(*args,**kwargs)
return inner@deco
def func(*args,**kwargs):
print(args,kwargs) # 原操作print(fun.__name__)
# func
ps：一般情况不用找回函数信息，但在使用flask时，flask中不允许接口函数重名导致覆盖或被覆盖，如果有多个接口使用同一个装饰器的话，正常情况下接口函数信息就都为装饰器中的闭包函数信息，这样flask会报AssertionError: View function mapping is overwriting an existing endpoint function xx.inner的错误，此时就可以用上functools的wraps装饰器来找回原函数信息了。而flask必带的接口装饰器route查看源码似乎没有用到wraps，但是肯定也是做了处理的。
以上就是一些装饰器的介绍，如有错误，还请指出—–1738268742@qq.com
