Python的装饰器

装饰器相当于实现了装饰器模式。在不修改已有函数定义的情况下，增加函数的功能。一个最经典的例子：

# 定义一个输出日志的装饰器
def logging(func):
    def wrapper(*args, **kw):
        print("I am logging %s" % func.__name__)
        return func(*args, **kw)

    return wrapper

那么，一个最简单的调用例子是：

def foo(x, y):
    return x + y


foo = logging(foo)
print(foo(1, 2))

上述代码中，foo相当于被重新赋值为wrapper函数，然后继续被调用，同时因为wrapper内部返回原来的foo函数，那么在这里就直接返回原来foo的返回值了，这样就可以即满足调用原来函数的效果，又可以在不改变原来函数代码情况下，输出日志了。

上述的代码可以简化为：

@logging
def foo(x, y):
	return x + y

print(foo(x, y))

带有参数的装饰器：

def log(level):
    def wrapper(func):
        def inner_wrapper(*args, **kwargs):
            print("DEBUG LEVEL: (%s) on func: %s" % (level, func.__name__))
            return func(*args, **kwargs)

        return inner_wrapper

    return wrapper


@log(level='level 1')
def foo(x, y):
    return x + y


print(foo(1, 2))

下面解释下初学时不明白的几个地方：
1. 为什么logging内部还要定义一个wrapper，直接返回func()不行吗？
直接返回的方式是有局限性的，举个例子：

def log(func):
    print("I am log %s" % func.__name__)
    return func()

那么，这种方式的调用下，无法直接给func传递参数了。可能你会说使用log(func, *args, **kw)的方式进行传递，可是这样的参数会变的非常多，而我们的原则是参数越少越好。同时，这样做的另一个缺点是，返回的函数时立即计算，而有时候，我们需要延后计算。举个例子：

f = log(foo2)  # 在这里结果时立刻进行计算的，而有时我们不希望立刻计算，而是延后计算
print(f)

2. 直接返回func不行吗?
可能，你会想到这种定义方式，直接返回原函数：

def log(func):
    print("I am log %s" % func.__name__)
    return func

那么问题又来了，func如果需要参数怎么办？此时的(*args, **kw)没法用了，否则又是立即计算。。