Don’t Repeat Yourself
在 Python 中一个与其他语言较为特殊的语法糖就是 Decorator 了，就如同它的名字，一个函数的 decorator 的作用就是将其做一层包装，可以定义在这个函数执行之前做一些什么工作，如检查传入参数等，执行完函数之后做一些定义的操作。比如说对一个函数的做一些额外的操作，记录日志，计算函数运行时间，这些与函数的核心运行逻辑不相关，而且是可以能够被多个函数所使用的小包装，因此可以单独定义一个这么一个装饰器以供不同的函数复用。
在 web 开发中更为常见的情景就是在处理请求对传入 request 数据进行校验、用户身份的校验，如果不符合则直接在 decorator 中 abort 这个请求即可。
decorator 的使用就是在定义函数的上面一行加入@装饰器名
@timethis
def countdown(n):
pass这个@说明其实仅仅是一个语法糖，它的效果和下面的定义是完全一样的：
def countdown(n):
pass
countdown = timethis(countdown)一个简单的计时装饰器
计时器可以算是最简单且经典的装饰器例子了，因为它在函数的执行前，执行后分别有获取时间、计算时间差并输出的操作，同时对函数内部逻辑没有侵入。
import time
from functools import wraps
def timethis(func):# 传入的是要被装饰的原函数
'''
Decorator that reports the execution time.
'''
@wraps(func)
def wrapper(*args, **kwargs):# 这样定义wrapper函数的参数是为来能够正常接收原函数的参数
start = time.time() # 这个wrapper内定义的在这个原函数执行前执行的代码
result = func(*args, **kwargs)# 执行原函数，并保存执行结果
end = time.time() # 这个wrapper内定义的在这个原函数执行后执行的代码
print(func.__name__, end - start)
return result # 返回值，即原函数被包装后的返回值
return wrapper使用方法：
>>> @timethis
... def countdown(n):
... '''
... Counts down
... '''
... whilen>0:
... n -= 1
...
>>> countdown(100000)
countdown 0.008917808532714844
>>> countdown(10000000)
countdown 0.87188299392912 >>>使用functools库中的@wraps
需要注意的是，在定义任何装饰器时都应该使用 functools 库中的 @wraps 来注解 wrap 函数，使用 @wraps 的重要原因之一是可以保留原函数的元信息，如 __name 和 __doc__ 等。
还可以使用 __wrapped__ 来直接访问被包装的原始函数：
countdown.__wrapped__(1000000) # 去掉了一个装饰器，不会进行计时输出多个装饰器
最上面定义的装饰器最先执行，然后依次向下
# d1 先与 d2 执行
@decorator1
@decorator2
def add(x, y):
return x + y同样地，若要使用__wrapped__，要连续使用两次才能去除刚刚定义的两个装饰器。
# 一个 __wrapped__ 只取消了d1，即最上面的decorator
add.__wrapped__(2, 3)
# 取消两个decorator
add.__wrapped__.__wrapped__(2, 3)可传入参数的 decorator
例如在使用一个记录日志的 decorator 时，需要指定 log 的级别
from functools import wraps
import logging
# 在这里定义要传入decorator的参数，对decorator再进行一次包装
def logged(level, name=None, message=None):
"""
Add logging to a function.
"""
# 传入原函数的decorator
def decorator(func):
# 默认值
logname = name if name else func.__module__
log = logging.getLogger(logname)
logmsg = message if message else func.__name__
@wraps(func)
def wrapper(*args, **kwargs):
log.log(level, logmsg)
return func(*args, **kwargs)
return wrapper
return decorator
@logged(logging.DEBUG)
def add(x, y):
return x + y
if __name__ == "__main__":
add(1, 2)在 flask 中使用 decorator 前置检查用户是否认证
在使用 flask 开发 api 时，比较常见的用户认证方法之一是在 HTTP Header 中带入一个 Token，这里我举了一个简单的例子来给 flask 写一个以验证用户认证的装饰器
from functools import wraps
from flask import request, make_response, jsonify
def must_auth(f):
@wraps(f)
def decorate(*args, **kwargs):
hdrs = request.headers
token = hdrs.get('Authorization')
# 检查 request header 的 Authorization 部分
if token != 'Bearer 123456':
# 校验失败则返回401错误
return make_response(jsonify({'errno': -1, 'msg': 'not auth'}), 401)
return f(*args, **kwargs)
return decorate
# 在路由方法中使用must_auth装饰器
@app.route('/api/auth')
@must_auth
def auth_route():
return res_data({'foo': 'bar'})