python多个装饰器装饰同一个函数

一、装饰器作用

  1.装饰器可以实现，在不修改原来函数的代码时，进行功能的扩展。实现了代码的封装，同时扩展了功能，也不会重复执行。

二、多个装饰器修饰同一函数代码

# 闭包实现装饰器

def add_authorization(func):
	# 扩展的控制权限验证的代码
	print("*******开始执行装饰权限的功能******")
	def call_func(*args, **kwargs):
		print("*****验证权限*****")
		return func(*args, **kwargs)
	return call_func


def add_log(func):
	# 增加的记录日志的代码
	print("******开始装饰记录日志功能*******")
	def call_func(*args, **kwargs):
		print("*****日志*****")
		return func(*args, **kwargs)
	return call_func


@add_authorization
@add_log
def test(*args, **kwargs):
	# 原来的代码
	print("-------test-------")
	return "test is ok..."


if __name__ == "__main__":
	ret = test()
	print(f"ret = {ret}")

运行结果：

******开始装饰记录日志功能*******
*******开始执行装饰权限的功能******
*****验证权限*****
*****日志*****
-------test-------
ret = test is ok...

上面的add_authorization和add_log就是装饰器。用于装饰函数test。

三、代码解析

代码从上向下执行，执行到

@add_authorization
@add_log

1. 先执行下面的装饰器add_log。

@add_log   # 等价于 test = add_log(test)
执行之后：
add_log.func = test
test = add_log.call_func

    add_log的形参add_log.func指向test函数指向的内存空间，可以理解为函数入口地址下次调用func时就是执行该空间的代码；之后test指向add_log.call_func引用的内存空间，即调用test时，就是执行该内存里的代码。

 2.在执行上面的装饰器add_authorization

@add_authorization  
# 表面上等价于 test = add_authorization(test)
# 实际上由于执行了add_log，导致test=add_log.call_func
# 实际上等价于 test = add_authorization(add_log.call_func)

执行之后：
add_authorization.func = add_log.call_func
test = add_authorization.call_func

3.综上可得：

add_log.func = test  # 3
add_authorization.func = add_log.call_func  # 2
test = add_authorization.call_func   # 1 

add_log.func指向了原来test指向的内存空间。add_authorization.func指向了add_log.call_func指向的内存空间。而test 指向了 add_authorization.call_func指向的内存空间。

所以调用test时，先去执行add_authorization.call_func的代码，之后在执行add_log.call_func的代码，最后再执行原来的test执行的代码。

总之，多个装饰器修饰同一个函数时，装饰的时候从下向上开始装饰。而调用的时候从上向下开始依次调用 执行代码。