来源：麦叔编程
作者：麦叔
之前发过两篇装饰器的文章，当时为了博取眼球，标题取得虚头巴脑。现在把两篇合并在一起，重新发在『Python终结者』系列中，方便大家学习。
前不久，我面试过一个要求月薪30k+的程序员，还有一个浙大毕业的新人，两个人都自称最熟悉的编程语言是Python，但没有一个人知道装饰器。看完这篇文章，至少你在这方面超越了他们。
看透这篇文章，你至少超过了80%的Python学习者。
就算一周学透一个重要知识点，不久之后，你就会成为很厉害的存在！加油！！
对于Python学习者，一旦过了入门阶段，你几乎一定会用到Python的装饰器。
它经常使用在很多地方，比如Web开发，日志处理，性能搜集，权限控制等。
还有一个极其重要的地方，那就是面试的时候。对，装饰器是面试中最常见的问题之一！
实战入门
抛出问题
看这段代码：
defstep1():print(step1.......)defstep2():print(step2......)defstep3():print(step3......)step1()step2()step3()
代码中定义了3个函数，然后分别调用这3个函数。假设，我们发现代码运行很慢，我们想知道每个函数运行分别花了多少时间。
笨办法解决
我们可以在每个函数中添加计时的代码：
第一行记录开始时间
执行完业务逻辑记录结束时间
结束时间减去开始时间，算出函数执行用时
下面的例子只在step1中添加了相关代码作为示例，你可以自行给step2和step3添加相关代码。
importtimedefstep1():start=time.time()print(step1.......)end=time.time()used=end-startprint(used)defstep2():print(step2......)defstep3():print(step3......)step1()step2()step3()
这个方法可行！但用你的脚指头想想也会觉得，这个方法很繁琐，很笨拙，很危险！
这里只有3个函数，如果有30个函数，那不是要死人啦。万一修改的时候不小心，把原来的函数给改坏了，面子都丢光了，就要被人BS了！
一定有一个更好的解决方法！
用装饰器解决
更好的解决方法是使用装饰器。
装饰器并没有什么高深的语法，它就是一个实现了给现有函数添加装饰功能的函数，仅此而已！
importtimedeftimer(func):统计函数运行时间的装饰器defwrapper():start=time.time()func()end=time.time()used=end-startprint(f{func.__name__}used{used})returnwrapperdefstep1():print(step1.......)defstep2():print(step2......)defstep3():print(step3......)timed_step1=timer(step1)timed_step2=timer(step2)timed_step3=timer(step3)timed_step1()timed_step2()timed_step3()
上面的timer函数就是个装饰器。
它的参数是需要被装饰的函数
返回值是新定义的一个包装了原有函数的函数。
新定义的函数先记录开始时间，调用被装饰的函数，然后再计算用了多少时间。
简单说就是把原来的函数给包了起来，在不改变原函数代码的情况下，在外面起到了装饰作用，这就是传说中的装饰器。它其实就是个普通的函数。
如果你觉得有点懵逼，需要加强一些对Python函数的理解。函数：
可以作为参数传递可以作为返回值也可以定义在函数内部然后，我们不再直接调用step1,而是：先调用timer函数，生成一个包装了step1的新的函数timed_step1.
剩下的就是调用这个新的函数time_step1()，它会帮我们记录时间。
timed_step1=timer(step1)timed_step1()
简洁点，也可以这样写:
timer(step1)()timer(step2)()timer(step3)()
这样可以在不修改原有函数代码的情况下，给函数添加了装饰性的新功能。
但是仍然需要修改调用函数的地方，看起来还不够简洁。有没有更好的办法呢？当然是有的！
装饰器语法糖衣
我们可以在被装饰的函数前使用
符号指定装饰器。这样就不用修改调用的地方了，这个世界清净了。下面的代码和上一段代码功能一样。在运行程序的时候，Python解释器会根据标注自动生成装饰器函数，并调用装饰器函数。importtimedeftimer(func):统计函数运行时间的装饰器defwrapper():start=time.time()func()end=time.time()used=end-startprint(f{func.__name__}used{used})returnwrapper
timerdefstep1():print(step1.......)timerdefstep2():print(step2......)timerdefstep3():print(step3......)step1()step2()step3()到了这里，装饰器的核心概念就讲完了。
剩下的基本都是在不同场合下的应用。如果你是大忙人，不想学的太深，可以搜藏本文章，以后再回来看。
但是记得点在看。据说点了得都变帅了，也找到了好工作，或者升职加薪了。
进阶用法
上面是一个最简单的例子，被装饰的函数既没有参数，也没有返回值。下面来看有参数和返回值的情况。
带参数的函数
我们把step1修改一下，传入一个参数，表示要走几步。
importtimedeftimer(func):统计函数运行时间的装饰器defwrapper():start=time.time()func()end=time.time()used=end-startprint(f{func.__name__}used{used})returnwrapper
timerdefstep1(num):print(f我走了#{num}步)step1(5)再去运行，就报错了：
TypeError:wrapper()takes0positionalargumentsbut1wasgiven
这是因为，表面上我们写的是step1(5)，实际上Python是先调用wrapper()函数。这个函数不接受参数，所以报错了。
为了解决这个问题，我们只要给wrapper加上参数就可以。
importtimedeftimer(func):统计函数运行时间的装饰器defwrapper(*args,**kwargs):start=time.time()func(*args,**kwargs)end=time.time()used=end-startprint(f{func.__name__}used{used})returnwrapper
wrapper使用了通配符，*args代表所有的位置参数，**kwargs代表所有的关键词参数。这样就可以应对任何参数情况。
wrapper调用被装饰的函数的时候，只要原封不动的把参数再传递进去就可以了。
如果对关键词参数和位置参数不明白，可以在B站搜索"麦叔参数"，学习相关视频。
函数返回值
如果被装饰的函数func有返回值，wrapper也只需把func的返回值返回就可以了。
importtimedeftimer(func):统计函数运行时间的装饰器defwrapper(*args,**kwargs):start=time.time()ret_value=func(*args,**kwargs)end=time.time()used=end-startprint(f{func.__name__}used{used})returnret_valuereturnwrapper
timerdefadd(num1,num2):returnnum1+num2sum=add(5,8)print(sum)这里我新加了一个add函数，计算两个数之和。
在wrapper函数中，我们先保存了func的返回值到ret_value，然后在wrapper的最后返回这个值就可以了。
到这里，你又进了一步，你可以击败88.64%的Python学习者了。但还不够，后面还有：
类装饰器(上面都是函数装饰器)
多装饰器串联
带参数的装饰器（不同于上面的带参数的函数）
带状态的装饰器
用类封装装饰器
装饰器常用情况举例
有位同学看完前面的内容，觉得自己掌握的很好了，就去面试。
结果被面试官一个“如何在Python中实现单例模式”的问题给当场问倒了。
气得他上去就是两个耳刮子，不过不是打面试官，是打自己，恨自己没有等读透整篇再去面试。所以大家都耐心读完。
你一定用过装饰器Decorator
其实Decorator就在我们身边，只是我们可能不知道它们是装饰器。我来说几个：
classmethodstaticmethodproperty有没有一种"我靠"的冲动？！
对，这些很重要的语法，不过是装饰器的应用而已。
来看一个代码例子：
classCircle:#半径用下划线开头，表示私有变量def__init__(self,radius):self._radius=radius#用property装饰器创建虚拟的半径属性
propertydefradius(self):returnself._radius#用setter装饰器给半径属性添加赋值操作radius.setterdefradius(self,value):ifvalue=0:self._radius=valueelse:raiseValueError("Radiusmustbepositive")#用property装饰器创建虚拟的面积属性propertydefarea(self):returnself.pi()*self.radius**2defcylinder_volume(self,height):returnself.area*height#类方法classmethoddefunit_circle(cls):returncls(1)#静态方法staticmethoddefpi():return3.再来创建两个装饰器练练手
你不要以为你已经掌握了装饰器，你只是听懂了。
从听懂到能动手写出来，再到被面试的时候，可以流畅的说出来，那还差着二十万八千里呢！
一定得多动手！所以抓紧时间，马上再来创建两个装饰器。
代码调试装饰器
现在我们来创建一个装饰器：它会打印函数的参数，以及返回值。
如果你有实际项目经验，你一定会知道这个很有用。这不就是自动打印日志嘛！是程序员找臭虫的必备良药啊。
来看看代码：
defdebug(func):defwrapper_debug(*args,**kwargs):print(f{func.__name__}:{args},{kwargs})ret_val=func(*args,**kwargs)print(freturn:{ret_val})returnret_valreturnwrapper_debug
debugdefadd(a,b):returna+badd(1,3)add(2,3)add(4,3)在wrapper_debug函数中，我们先打印所有的参数，再调用原函数，最后先打印返回值，再返回返回值。这里并没有新的语法知识，就是为了练手。
装B神奇-让程序跑慢点
曾经我还年轻，看到一个大神的代码里面有这么一行：
sleep(random(1,5))
因为有了这行代码，程序运行的时候挺慢的。我就问大神，为什么要这样。大神语重心长的跟我说：
你还年轻！我把这个程序交付给客户，客户会觉得有点慢，但还能忍。
忍不住了，会来找我优化性能。我一个手指头就把性能优化上去了，客户一定对我五体投地。而且我们公司的尾款也给我们了。
年轻人，多学着点！这就是阅历，阅历！
可惜我学了这么多年，也没学会这种阅历。
不过有时候，因为各种原因，我们确实需要让程序变慢一点。装饰器就排上了用场：
importtimedefslow(func):defwrapper_slow(*args,**kwargs):print(f{func.__name__}sleeping1second)time.sleep(1)ret_val=func(*args,**kwargs)returnret_valreturnwrapper_slow
slowdefadd(a,b):returna+badd(1,3)运行一下，你就会很有成就感！确实慢！
上面那个真实的段子，我劝大家和我一样，一直都学不会。日久见人心，坑人的事情不能干。
装饰器模板
经过前面几个例子，我们可以总结出一个装饰器的模板。
按照这个模板，可以轻松写出装饰器：
defdecorator(func):defwrapper_decorator(*args,**kwargs):#调用前操作ret_val=func(*args,**kwargs)#调用后操作returnret_valreturnwrapper_decorator
按照这个模板：
修改装饰器的名字，把decorator替换为具体的名字。
在注释“调用前操作”的地方写自己想写的代码
在注释“调用后操作”的地方写自己想写的代码。
带参数的装饰器
上面那两个都是普通的装饰器的应用，我们不能继续自High下去了。我们得学习新知识了。
上面那个slow的装饰器，如果能够传入到底要sleep几秒就好了，现在是固定的1秒，这个不香。
注意区分，这里的参数是指装饰器的参数。和前面提到的函数自身的参数是不同的。
我想让它多慢就多慢，然后我们再顷刻间扭转乾坤，这样客户就更为我神*颠倒了。
要让装饰器接受参数，需要在普通装饰器的外面再套上一层：
importtimedefslow(seconds):defdecorator_slow(func):defwrapper_slow(*args,**kwargs):print(f{func.__name__}sleeping{seconds}second)time.sleep(seconds)ret_val=func(*args,**kwargs)returnret_valreturnwrapper_slowreturndecorator_slow#添加装饰器的时候可以传入要放慢几秒的参数。
slow(2)defadd(a,b):returna+b#执行此行会停顿2秒add(1,3)以前的装饰器，是函数里面有一个内部函数（2层函数），现在这个有了3层函数：
先是slow，接受秒数作为参数
slow里面创建了decorator_slow函数，这个就是和原来一样的装饰器函数
wrapper_slow里面又创建了wrapper_slow函数。
其实后面两层就是和之前一样的，唯一的区别是外面又加了一层。
为什么会这样呢？为什么最外面一层不需要传入func参数呢？
这是因为：
当Python发现slow(2)这个装饰器自带了参数时，它就不再传入当前函数作为参数，直接调用slow。这是Python解释器规定的。
slow返回了一个函数，这时候Python会再把当前函数传入进去，这时候就成为一个普通的装饰器了。
这就是说最外面一层的功能就是为了处理装饰器的参数的。
如果你一下子不能理解，先把代码敲出来，你就理解了。正所谓：熟读唐诗三百首，不会吟诗也会吟！
再来看一个装饰器带参数的例子：
defrepeat(nums=3):defdecorator_repeat(func):defwrapper_repeat(*args,**kwargs):for_inrange(nums):func(*args,**kwargs)returnwrapper_repeatreturndecorator_repeat
repeat(3)defrun():print(跑步有利于身体健康，来一圈)#这里会重复执行3次run()这个装饰和slow装饰器一样坑人，它会多次重复执行一个方法，并且可以动态指定要重复几次。
细细品味一下这个3层的函数，它是如何实现带参数的装饰器的。这两个例子都懂了，你就走在吊打面试官的路上了。
类装饰器
还记得前面给自己两个耳光的同学吗？如果他现在去面试，还是给自己两个耳光，还是不知道如何实现单例模式。
单例模式，是指一个类只能创建一个实例，是最常见的设计模式之一。
比如网站程序有一个类统计网站的访问人数，这个类只能有一个实例。如果每次访问都创建一个新的实例，那人数就永远是1了。
在Python中可以用装饰器实现单例模式。
前面的装饰器都是用来装饰函数的，或者用来装饰类方法的，比如我们写的slow,debug,timer;Python自带的staticmethod,classmethod等。
那如果把装饰器放到类名前面会怎样呢？来看这段代码：
fromslowimportslow
slowclassCounter():def__init__(self):self._count=0defvisit(self):self._count+=1print(fvisiting:{self._count})c1=Counter()c1.visit()c1.visit()c2=Counter()c2.visit()c2.visit()这个类名叫Counter()，顾名思义就是用来做计数的。它有一个内部变量叫做_count，每次调用Counter的visit()方法，计数就会加1.
第一行，我们引入了前面写的slow装饰器，是那个普通的不带参数的slow。装饰器就是个函数，当然可以被import进来。
这次
slow放在Counter类名前面，而不是方法的前面，会发生什么呢？运行上面的代码，会发现这样的结果：Countersleeping1secondvisiting:1visiting:2Countersleeping1secondvisiting:1visiting:2
这说明只有在创建Counter实例的时候，才会sleep一秒，调用visit函数的时候，不会sleep。
所以，类装饰器实际上装饰的是类的初始化方法。只有初始化的时候会装饰一次。
用装饰器实现单例模式
上面的运行结果很让人失望，如果去面试，还是会给自己两个耳刮子的。
作为一个计数器，应该计数是不断叠加的。
可是上面的代码，创建了两个计数器，自己记录自己的。扯淡啊！
我们现在就用类装饰器改造它:
defsingleton(cls):创建一个单例模式defsingle_wrapper(*args,**kwargs):ifnotsingle_wrapper.instance:single_wrapper.instance=cls(*args,**kwargs)returnsingle_wrapper.instancesingle_wrapper.instance=Nonereturnsingle_wrapper
singletonclassCounter():def__init__(self):self._count=0defvisit(self):self._count+=1print(fvisiting:{self._count})c1=Counter()c1.visit()c1.visit()c2=Counter()c2.visit()c2.visit()先来运行一下：
visiting:1visiting:2visiting:3visiting:4
结果很满意，虽然创建了两个Counter，计数是记录在一起的。这主要得益于这个新的装饰器：
defsingleton(cls):创建一个单例模式defsingle_wrapper(*args,**kwargs):#如果没有实例，则创建实例ifnotsingle_wrapper.instance:single_wrapper.instance=cls(*args,**kwargs)#返回原来的实例，或者新的实例returnsingle_wrapper.instance#给新创建的函数添加一个属性保存实例single_wrapper.instance=Nonereturnsingle_wrapper
它和其他的装饰器基本一样，它的不同之处在于这一行：
single_wrapper.instance=None
在创建完函数后，又给函数添加了一个属性，用来保存实例，开始为None，就是没有实例。
再来分析一下代码逻辑：
先判断是否有实例，如果没有就创建一个。反过来，已经有了就不用创建。
返回实例。
把这个装饰器加到类上的时候，就相当于加到了初始化方法。
当我们创建Counter的时候，被这个装饰器截胡，它会返回一个已经创建好的实例。如果没有实例，它会创建一个。
也就是说，不管调用Counter()多少次，最终就只有一个实例。这就是实现了单例模式。
如果有点不懂，再看一遍，为的是在面试官面前扬眉吐气。
带状态的装饰器
上面的例子中，我们看到装饰器自己保存了一个实例，你要的时候它就给你这一个，所以才实现了单例模式。这种就叫做带状态的装饰器。
我们再来看一个例子。count装饰器会记录一个函数被调用的次数：
defcount(func):defwrapper_count():wrapper_count.count+=1print(f{func.__name__}：第{wrapper_count.count}次调用)func()wrapper_count.count=0returnwrapper_count
countdefrun():print(跑步有利于身体健康，来一圈)run()run()run()运行结果：
run：第1次调用跑步有利于身体健康，来一圈run：第2次调用跑步有利于身体健康，来一圈run：第3次调用跑步有利于身体健康，来一圈
关键点就在于这一行：
wrapper_count.count=0
给wrapper_count函数添加了count属性，来记录函数调用的次数，它也是一个有状态的装饰器。
多个装饰器嵌套
一个函数只能有一个装饰器吗？
装饰器的本质就是先调用装饰器，装饰器再调用函数。既然这样，那么多调用几层也无妨吧。
来看这个例子：
importtimefromslowimportslowdeftimer(func):defwrapper():start_time=time.perf_counter()func()end_time=time.perf_counter()used_time=end_time-start_timeprint(f{func.__name__}used{used_time})returnwrapper
slowtimerdefrun():print(跑步有利于身体健康，来一圈)run()这个例子中，run函数用了两个装饰器，slow和timer。它的执行过程就相当于：
slow(time(run()))
从上到下调用，先是调用slow，然后slow去调用timer，然后timer去调用run，所以执行结果是：
runsleeping1second跑步有利于身体健康，来一圈wrapper_slowused1.
Python装饰器宝藏库
差不多了，理解透这些原理，你就算不给面试官两个耳刮子，至少也不用给自己了。相关问题就算不是对答如流，也能轻松应对吧。
装饰器太重要了，有很多大神写了各种各样的装饰器，Python官方文档为了一份装饰器列表，在搜索引擎搜：PythonDecoratorLibrary。