为Python定义一个可接受参数的装饰器，并让用户可以修改它的属性

为了让装饰器更加灵活，我们希望编写一个能够接受参数的装饰器，以满足各种需求。

    下面以编写一个为函数添加日志功能的装饰器为例，它允许用户修改日志的等级和打印信息：

from functools import wraps
import logging

def logged(level,name=None, message=None):
    def decorate(func):
        logname = name if name else func.__module__
        log = logging.getLogger(logname)
        logmsg = message if message else func.__name__

        @wraps(func)
        def wrapper(*args, **kwargs):
            log.log(level, logmsg)
            return func(*args, **kwargs)
        return wrapper
    return decorate

    下面进行使用演示：

>>> logging.basicConfig(level=logging.DEBUG)#设置控制台的日志输出
>>> @logged(logging.DEBUG)                  #指定装饰器的第一个参数
    def add(a,b):
	print(a+b)

	
>>> add(1,2)
DEBUG:__main__:add
3
>>> @logged(logging.WARNING,"add", "AmosH's blog")#指定装饰器的全部参数
    def add(a,b):
	print(a+b)

	
>>> add(2,3)
WARNING:add:AmosH's blog
5

    最外层的logged()函数接受所需要的参数，保存参数并让它们对装饰器的内层函数可见。内层的decorate()函数接受一个函数并给它加上一个包装层。这个装饰器的关键部分就在于这个包装层可以使用传递给logged()的参数。

    但是这样的装饰器似乎还是不够灵活。我只想定义一次add函数，并希望能够像修改类的属性那样，修改装饰器的参数，这样用起来才够爽。

那么我们该如何修改代码让用户可以修改装饰器属性呢？

    为了实现这个目标，我们需要引入访问器函数，通过使用nonlocal关键字声明变量来修改装饰器内部的属性，最后把访问器函数作为属性附加在包装函数上。

    示例代码如下：

from functools import wraps, partial
import logging


def attach_wrapper(obj, func=None):
    if func is None:
        return partial(attach_wrapper, obj)
    setattr(obj, func.__name__, func)
    return func


def logged(level,name=None, message=None):
    def decorate(func):
        logname = name if name else func.__module__
        log = logging.getLogger(logname)
        logmsg = message if message else func.__name__

        @wraps(func)
        def wrapper(*args, **kwargs):
            log.log(level, logmsg)
            return func(*args, **kwargs)

        @attach_wrapper(wrapper)
        def set_level(newlevel):
            nonlocal level
            level = newlevel

        @attach_wrapper(wrapper)
        def set_message(newmessage):
            nonlocal logmsg
            logmsg = newmessage
            
        return wrapper
    
    return decorate

    下面进行使用演示：

>>> logging.basicConfig(level=logging.DEBUG)
>>> @logged(logging.DEBUG)
def add(a, b):
	print(a + b)

	
>>> add(1,2)
DEBUG:__main__:add
3
>>> add.set_message('123')
>>> add(1, 2)
DEBUG:__main__:123

    在这个演示中，像修改类实例的属性一样，我们通过调用set_message()方法修改了日志输出的信息，很方便地修改了装饰器的属性。

    但是很难懂啊！有没有！

    下面进行逐步解析，港真，装饰器是很方便，很强大，但是有些复杂。

1. 程序执行到@logged(logging.DEBUG)时，首先执行被装饰函数的装饰代码，进行初始化。
2. 
3. 程序跳转到logged()函数，指定level为logging.DEBUG。函数返回内层函数decorate()。
4. 
5. @操作符运行decorate()函数进行装饰，参数func为被装饰函数add()函数。
6. 首先初始化变量logname、log和logmsg。然后执行内层各个函数的装饰。
7. wrapper()函数对add()函数进行包装。然后再看下面的set_level()以及set_message()函数。先执行它们的装饰@attach_wrapper(wrapper)
8. 
9. 这里是整个装饰器的重中之重，难中之难。首先参数传进来,obj为wrapper()函数，因为wrapper()函数包装了add()函数，所以这个obj其实就是add()函数。但是你不能直接传参func代替wrapper，因为后面调用add()函数时，要走装饰器的wrapper()函数，所以必须传入的是wrapper()函数作为参数。
10. 
11. 这时候attach_wrapper()函数的另一个参数func为None，这是为了方便适应不同的被装饰方法做的改变。所以返回partial(attach_wrapper, obj)。
12. 这个partial()函数的功能蛮有意思，参考官方文档，它会生成一个新的函数，这个函数已经保存了原函数的部分参数，可以像使用正常函数那样，传入剩下的参数以执行原函数正常的功能。
13. 所以此时这个返回其实相当于返回等待func参数的attach_wrapper()函数。
14. 回到被装饰函数set_level()，这时@操作符会进行装饰,这个时候，被装饰函数set_level()就作为func参数传入attach_wrapper()函数了！
15. 执行setattr(obj, func.__name__, func)语句！为obj设置一个属性func.__name__，其值为func 。也就是说，为add函数增加了一个叫做set_level的属性，它的值是方法set_level。
16. 依照上述进行set_message()函数的装饰。剩下的就比较简单了。
17. 

    就这样，一个装饰器就装饰完成了。在使用add()函数时，会调用装饰器中的wrapper()方法。需要修改日志的等级或者输出信息可以调用其属性set_level()和set_message()。

    最后说一下nonlocal关键字的作用。它用来指示作用域，告诉程序使用外层变量。