装饰器 = 高阶函数+函数嵌套+闭包

装饰器：本质上就是函数，功能室为其他函数添加附加功能
装饰器的原则：
1、不修改被修饰函数的源代码
2、不修改被修饰函数的调用方式

装饰器的知识储备：
装饰器 = 高阶函数+函数嵌套+闭包

一、高阶函数的定义:
1、函数接收的参数是一个函数名
2、函数的返回值是一个函数名
3、满足上述任意一个条件都称之为高阶函数

def foo():
	print('你好啊')
def test(func):
	print(func)
	func()
test(foo)

在这里test是高阶函数.但是高阶函数不能满足装饰器，比如：

import time
def foo():
	time.sleep(2)
	print('你好啊')

def test(func):
	print(func)
	start_time = time.time()
	func()
	stop_time = time.time()
	print('函数运行的时间是 %s' % (stop_time-start_time))
test(foo)

这里修改了函数的调用方式，所以违反了装饰器的规则，代表着如果以后如果其他人想使用foo就需要用调用函数的方法来使用foo，又违反了开放封闭原则
但是可以用给函数赋值的方法避开这里

def timer(func):
	start_time = time.time()
	func()#1、首先运行foo，睡2s打印你好
	stop_time = time.time()
	print('函数运行的时间是 %s' % (stop_time-start_time))#2、然后打印时间
	return func
foo = timer(foo)
foo()#3、在这里已经运行了一边func，也就是foo，所以还会运行一遍

上面结果为：你好啊 时间 你好啊

二、函数的嵌套
函数的嵌套就是函数中再次定义一个函数，就是函数的嵌套
三、闭包
闭包可以理解成某个函数被当成对象返回时，夹带了外部的一个变量，就形成了一个闭包
三者结合，就成为了装饰器：

#装饰器的框架：
def timmer(func):#传入了一个东西
	def wapper():
		print(func)#wapper函数中没有func所以向上去取
		func()#同理，也可以运行
	return wapper

有了框架可以写一个计算运行时间的函数

import time
def test():
	time.sleep(2)
	print('test函数运行完毕')

如果在框架后让框架传入test，再运行，就可以绕过test函数对test函数进行操作

res = timmer(test)
res()

这时候把计算时间的代码块添加入内

def timmer(func):
	def wapper():
		start_time = time.time()#开始计时
		func()运行test函数
		stop_time = time.time()#结束计时
		print('运行时间 %s' % (stop_time-start_time)#计算时间
	return wapper

这里虽然没有改test的源代码，也没有改test的调用方式，但是对test进行了赋值，这个赋值如果代码量很大的话不可能全部做完，于是出现了语法糖
语法糖就是@符号
@timmer就相当于test = timmer(test)
要修饰什么函数就在哪个函数之前加一个@函数名
最后再运行该函数就可以了

#之前写好timmer函数
@timmer
def test():
	time.sleep(2)
	print('test函数运行完毕')
test()

如果这时候给test加上返回值如果直接在test函数后面加上return是不成功的，因为test传入timmer运行的是wapper，所以test就相当于是wapper，所以wapper的返回值就是test的返回值，但是如果就想return出test的返回值就需要给func一个值，然后再wapper中返回该值

def timmer(func):
	def wapper():
		start_time = time.time()#开始计时
		res = func()运行test函数
		stop_time = time.time()#结束计时
		print('运行时间 %s' % (stop_time-start_time)#计算时间
		return res#这里返回res就可以返test的返回值了
	return wapper