装饰器

由于函数也是一个对象，而且函数对象可以被赋值给变量，所以没通过变量也能调用改函数。

>>> def now():
...     print('2015-3-25')
...
>>> f = now
>>> f()
2015-3-25

函数对象有一个__name__属性，可以拿到函数的名字：

>>> now.__name__
'now'
>>> f.__name__
'now'

现在我们要假设增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望Now（）函数的定义，这种在代码运行期间动态增加公能的方式，称之为“”装饰器“”（Decorator）

本质上，decorator就是一个返回函数的高阶函数，所以，我们要定义一个能打印日志的dectortor，可以定义如下:

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

观察上面的log()，因为他是一个decorator，所以接收一个函数作为参数，并返回一个函数。我们就要接住Python的@语法，吧decorator至于函数的定义处：

@log
def now():
    print('2015-3-25')

调用now()函数，不精会运行now()函数本身，还会在运行now()函数前前打印一行日志：

把@log放到now()韩式的定义处，相当于执行了语句：

now = log(now)

由于log()shi 一个decorator,返回一个函数，所以，原来的now()函数任然存在，只是现在同名的now变量指向新的函数，于是调用now()执行新函数，即在log()函数中返回的wrapper（）函数。

wrapper（）函数的参数定义是（*args，**kw），因此，wrapper()函数可以接受任意的参数的调用，在wrapper（）函数内们首先打印日志，在紧接着调用原始函数。

如果decorator本身需要传入参数，那就需要编写一哥返回decorator的高阶函数，写出来会更繁杂，比如，要定义log的文本：

def log(text):
    def decorator(func):
        def wrapper(*args,**kw):
            print("%s %s():"% (text,func.__name__))
            return func(*args,**kw)
        return wrapper
    return decorator

这个三层嵌套的decorator用法如下：

@log("execute")
def now():
    print("2019-4-1")

执行结果如下：

>>>now()
execute now()
2019-4-1

和两层前阿涛的dencorator相比，3层嵌套的效果是这样的：

>>>now = log("execute")(now)

我们来剖析上面的语句，首先执行log("execute"),返回的是decorator函数，再调用返回的函数，参数是now函数，返回值最终是wrapper函数。

以上两种decorator的定义都没有问题，但还差最后一步，因为我们讲了函数也是对象，它有__name__等属性，但你去看经过decoratoe装饰之后的函数，他们的__name__已经从原来的“”now“”变成了“”wrapper“：

>>>now.__name__
"arwepper"

因为返回的那个wrapper（）函数名字就是“”wrapper“，所以，需要吧原始函数的__name__等属性赋值到wrapper()函数中，否则，有些依赖函数签名的代码执行就会出错，

不需要编写wrapper.__name__ = func.__name__ 这样的代码，Python内置的functools。wraps就是干这个事的，所以，一个完整的decorator的写法如下：

import functools
    
  def log(funnc):
        @functools.wraps(func)
        def wrapper(*args,**kw):
            print("call $s():" % func.__name__)
            return func(*args,**kw)
        return wrapper