无参装饰器函数和带参装饰器函数

一、无参装饰器函数

Python的 decorator (装饰器) 本质上就是一个高阶函数，它接收一个函数作为参数，然后，返回一个新函数。

使用 decorator 用Python提供的 @ 语法，这样可以避免手动编写 f = decorate(f) 这样的代码。

例1：

#!/usr/bin/env python
#coding=utf-8

#装饰器函数
def log(f):
    def fn(n):
        print 'call', f.__name__ + '()'
        return f(n)
    return fn

#阶乘函数
@log
def factorial(n):
     return reduce(lambda x,y : x*y, range(1,n+1))

print factorial(5)

结果：

对于参数只有一个的函数，@log工作的很好，但是当参数不是一个的函数，调用将报错：

例2：

#加法函数
@log
def add(x, y):
     return x+y

print add(1+2)

结果：

因为add()函数需要传入两个参数，但是@log写死了只含一个参数的返回函数。

所以要让 @log 自适应任何参数定义的函数，可以利用python的*arg 和 **kw，保证任意个数的参数能正常调用。

例3：

#!/usr/bin/env python
#coding=utf-8

#装饰器函数
def log(f):
    def fn(*args, **kw):
        print 'call', f.__name__ + '()'
        return f(*args, **kw)
    return fn

#阶乘函数
@log
def factorial(n):
    return reduce(lambda x,y : x*y, range(1,n+1))

#加法函数
@log
def add(x, y):
     return x+y

print add(1, 2)
print factorial(5)

结果：

二、带参数的装饰器函数

需求来了：

如果有的函数非常重要，希望打印出'[INFO] call xxx()...'，有的函数不太重要，希望打印出'[DEBUG] call xxx()...'，这时，

log函数本身就需要传入'INFO'或'DEBUG'这样的参数，类似这样：

@log('DEBUG')
def my_func():
    pass

翻译成高阶函数相当于：

my_func = log('DEBUG')(my_func)

或者：

log_decorator = log('DEBUG')
my_func = log_decorator(my_func)

又相当于：

log_decorator = log('DEBUG')
@log_decorator
def my_func():
    pass

估计看明白了。带参数的装饰器函数其实就是在原来的基础上添加外层函数，又返回内层的装饰器函数而已，也是很简单的。

总结：带参数的log函数首先返回一个decorator函数，再让这个函数接收decorator函数接收my_func并返回函数。

代码如下：

def log(prefix):
    def log_decorator(f):
        def wrapper(*args, **kw):
            print '[%s] %s()...' % (prefix, f.__name__)
            return f(*args, **kw)
        return wrapper
    return log_decorator

@log('DEBUG')
def test():
    pass
print test()

结果：

无参装饰器函数和有参的装饰器函数就基本上告一段落。