关于Python的修饰器（三）

    Python修饰器的用途可以这样简单的理解，假如我们已经定义了一个对象，如函数F()，并且在代码中完成了相关使用，即已经对函数进行了调用，之后又想对F进行一些修改。方法之一是直接修改F，而不用修改其后对F的调用。但如果想依然保留F的源代码不用修改，在Python中我们可以利用函数是对象可以直接赋值的特性，另外编写一个函数D，进行如下的操作：

       def F:  #F的原始定义，早已经完成

              ...

       def D:  #重新定义一个新函数D，与F类似

              ...

       F=D  #在F原来的调用之前重新将F指向D，以后的调用实际就修改为D了

       ...  #以前的代码，其中有对F的调用

   当然，编写D的另一个好处是如果这种修改是一种对与F类似的系列对象都可能发生的公共的修改，在一次编写D后可以多次使用类似的方法对F1、F2……进行修改，从而提高代码复用率。

    为了方便这种处理，Python修饰器其实只是提供一种语法上看起来简洁的方法，首先定义公共的修改方法D即修饰器，并让其接收被修改对象F等为参数，然后利用@D的修饰器语法形式在定义F系列函数时让其直接完成这种替换与修改，不用再写F=D这一语句，从语法和逻辑上显得更为简洁。不过单从这种使用场景看，个人觉得这种语法上的简洁其实反而不一定让人理解，因此实际上这种方法必须对F等对象在定义时进行修改，如果要改回来，反而不如添加和注释F=D这一语句来得方便。当然，如果有某种条件能够预先明确的知道什么时候需要执行原始的F，什么时候需要对F进行特定的修改，直接在D中根据情况或者返回F本身，或者返回对F的相应修改也是能够提高方便性和代码复用率的。但最为可惜的是由于替换是在定义（或者说编译）时发生的，所以这种应用场景基本没有可能了，因为解释器的条件选择计算仅仅在定义和翻译只进行了一次，其结果是最终修饰后的对象函数实际上只选择了D中的某一个具体的条件选择下的代码对F进行了修改，之后D代码中表面看起来的选择已经不存在了。要想在运行的时候实现动态选择，必须由修改后的函数本身来进行，如下例：

       def D1(f):  #定义修饰器，试图通过判断f()的值来确定对f进行怎样的修改

              if f()>3: return  lambda:2*f()

              else: return  lambda:f()

       @D1

       def F():

              return eval(input('Input:'))

    上述代码看起来想在F中直接由键盘接收一个值并返回，而在D1中根据键盘接收的值是否大于3来判断是否对键盘输入值乘以2。这是一个在运行F时获取键盘输入值并动态返回对输入值响应的过程。但实际上当被修饰函数F一定义完毕，解释器就会立即执行修饰器函数并调用F从键盘获得一个输入值，若这时的输入值大于3，则函数F被固定的修改为返回键盘值的2倍，否则被固定为返回键盘输入值。此后在你运行F函数输入的值是否大于3，结果都被固定下来了。

    要想具有动态效果，其条件判断必须由修改后的函数来执行，如下例：

       def D2(f):  #定义修饰器，由修饰器修改的函数来完成条件判断，获得动态效果

              def dF():

                     v=eval(input('Input:'))

                     if v>3:  return 2*v

                     else:  return v

              return dF

       @D2

       def F():

              return eval(input('Input:'))

    上述修饰器函数实际上是完全重现了原F函数的输入功能，并根据输入值对其原有的返回值功能进行了修饰修改，或者说由dF函数完全取代了F函数，其条件判断实际是在dF中执行的，所以才能实现动态的判断，获得正确的功能。

    其实Python语言本身倒是充分利用了这种公共抽象修改的特点，实现了很多其内部的语法特征。如Python类的方法分为由实例个体拥有的个体方法（一般的方法），由类拥有的类方法，以及静态方法。Python对类方法和静态方法的实现都是通过其内建的修饰器函数classmethod(cls,function)、staticmethod(function)并使用修饰器语法@classmethod和@staticmethod实现的。