Dobiasd的github上有一篇关于programming_language_learning_curves的文章，其中Python的学习曲线是这样子的。

可以看出，在Python学习中有一个概念非常关键，它是Python进阶的一个转折点，那就是装饰器(Decorators)。学好装饰器，你的Python功底及代码的威力将大大提高。

装饰器是什么？就是在不修改函数内部定义的前提下，在代码运行期间动态增加功能的方式。就是说，如果我们要增加某些功能，比如说打印日志，增加内存缓存，增加参数检测等等，可以在具体的函数内部定义，但是装饰器，则允许我们在不修改该函数的前提下实现这些功能，而且还能不费劲去增加你要优化的代码。下面列举几种常见应用：

1. 增加打印代码

def argument_print(f):
	def helper(x):
		print("input:", x)
		return f(x)
	return helper
@argument_print
def fib(n):
	if n == 0:
		return 0
	elif n == 1:
		return 1
	else:
		return fib(n-1)+fib(n-2)
print(fib(40))

2. 增加内存缓存

def memoize(f):
	memo = {}
	def helper(x):
		if x not in memo:
			memo[x] = f(x)
		return memo[x]
	return helper
@memoize
def fib(n):
	if n == 0:
		return 0
	elif n == 1:
		return 1
	else:
		return fib(n-1)+fib(n-2)
print(fib(40))

3.增加参数检测

def argument_test_natural_number(f):
	def helper(x):
		if type(x) == int and x >= 0:
			return f(x)
		else:
			raise Exception("Argument is not an integer")
	return helper
@argument_test_natural_number
def fib(n):
	if n == 0:
		return 0
	elif n == 1:
		return 1
	else:
		return fib(n-1)+fib(n-2)
print(fib(40))

当然，我们也可以使用多个装饰器来修饰同一个函数，同时达到多个我们需要的效果：

@argument_print
@memoize
@argument_test_natural_number
def fib(n):
	if n == 0:
		return 0
	elif n == 1:
		return 1
	else:
		return fib(n-1)+fib(n-2)
print(fib(40))

需要注意的是，在上述装饰器中，都定义了一个中间函数helper，由于它定义在函数内部并且利用到了当前外部环境变量f，因此它可以被看作是闭包。

装饰器的功能不仅仅在此，而且，如果我们想动态增加参数的话，可以使用带参数的装饰器。具体的做法主要是在之前的基础上，在外部加入一层函数定义，引入要使用的参数。这时原有的装饰器就在现有装饰器内形成了一个闭包。

转载请注明：宁哥的小站 » Python装饰器进阶