彻底搞懂python 装饰器， 超详细图文解说

首先，咱们先了解一个点：
写代码要遵循开放封闭原则

• 封闭：已实现的功能代码块

• 开放：对扩展开放

装饰器定义：

装饰器本身是一个函数，其作用是对已经封装的函数的功能的增加。

首先，我们先看一下这段代码：

def set_fun(func):
    def call_fun(a):
        print('call_fun')
        return func(a)
    return call_fun

# @set_fun  （此时被屏蔽了哈）
def test(x):
    print(x+10)

test(11)

**首先，python解释器在执行这段代码的时候，会发生这样的情况：

• 在没有使用@set_fun装饰器的情况下，我们单独定义两个函数，会出现下图中的情况，在内存中创建两个空间，一个是set_fun变量指向的，另外一个是test这个变量指向的。

接下来，我们开始使用装饰器，首先先说明几个点；

• @set_fun的装饰功能，在被装饰函数调用之前就已经装饰了；
• @set_fun实现的逻辑==> test = set_fun(test) (本案例中)

也就是说，在执行test(11)这段代码之前，我们的 test = set_fun(test)这段代码已经被执行，就是test这个函数，已经被装饰了。
大家先记住这两个点，后面会做相关解释。

def set_fun(func):
    def call_fun(a):
        print('call_fun')
        return func(a)
    return call_fun

@set_fun  （此时开启装饰器功能）
def test(x):
    print(x+10)

test(11)

**现在，我们加上装饰器的功能，那么，解释器再运行这段代码的时候，会出现这样的情况：

1. 第一行执行后，会开辟一个地址空间，这个地址由set_fun这个变量指向的；set_fun函数里面的代码现在不会运行；
2. 在解释器走到第8行的时候，会执行这样一段代码：

 test = set_fun(test)

这段代码执行完之后的效果就是：
①：调用了set__fun(func)这个函数，把test作为实参传递给func（把test的引用传递给了func）；
②：把set_fun函数的返回值 “call_fun”(call_fun函数的引用) ,返回给了test；
此时，出现图中的解释：
现在test这个变量，指向的是call_fun这个函数的引用，不指向之前的地址空间了；
func这个变量，指向的是原来test指向的地址空间，也就是现在下图中的【print(x+10)】的地址空间。

在set_fun()函数被调用执行之后，在内存中实际上已经被释放了，所以我们现在的图应该是这样的：（相当于创建的一个闭包，关于闭包的知识，不太理解的小伙伴，可以参考
闭包知识详解）

**好的，我们现在的代码走到了13行，此时，开始调用test()函数了，那么大家想一想，现在应该怎么运行呢？

上面是不是说过，我们的test这个变量，目前指向的地址空间，已经不是刚开始的【print(x+10)】的地址空间了，而是call_fun指向的地址空间。

所以，我们在运行test(11)的时候，等同于运行call_func(11)了，然后，顺理成章，运行print('call_fun'), 在运行func(a)时，我们会执行print(11+10).

然后，我们看一下，实际运行时，我们的代码结果是：

call_fun
21

---

我们现在解释一下

• @set_fun的装饰功能，在被装饰函数调用之前就已经装饰了。
  我们可以通过下面这段代码，来检验一下：
  此时，我们实在set_fun下面增加了print('开始装饰') 这段代码，然后，把test(11) 屏蔽，不调用

def set_fun(func):
    print('开始装饰')
    def call_fun(a):
        print('call_fun')
        return func(a)
    return call_fun


@set_fun
def test(x):
    print(x+10)


# test(11)

看一下此时的运行结果：

开始装饰

也就是说，在整段代码执行时，我们没有调用被装饰函数，只有定义了两个函数（一个时是闭包函数，一个时被装饰的函数）, 其中，在代码运行到@set_fun 这一句时，我们的装饰器，已经开始对被装饰的函数进行装饰了。

---

装饰器的功能：

引入日志
函数执行时间统计
执行函数前预备处理
执行函数后清理功能
权限校验等场景
缓存