好多年一直没学特别明白的知识始终缠绕着我。打算先写简单一点。

装饰器的目的是在不改变函数本身的前提下，为函数增添新的功能。

# 简单的例子

比如，下面是一个简单的函数，用来输出一个字符串 run func1 ：

	def func1():
	print("run func1")

	func1()

如果希望对其进行修改，使其先输出 program start ，再输出 run func1 ，那么就需要对 func1 进行修改，也就是

	def func1():
	print("program start")
	print("run func1")

	func1()

但是这样修改了函数本身。如果不修改，简单的方式是新定义一个函数，即

	def func1():
	print("run func1")

	def prog1(func):
	print("program start")
	func()

	prog1(func1)

如果我们想要在调用原有函数 func1 的情况下，同时不改变 func1 本身，那么就需要再调用一次。比如：

	def func1():
	print("run func1")

	def prog1(func):
	print("program start")
	func()

	func1 = prog1(func1)

	func1()

但是这里会出现报错，因为 prog1 的返回是空值，因此不能作为 func1 被赋予的值。于是需要再嵌套一层包裹函数：

	def func1():
	print("run func1")

	def prog1(func):
	def warpper():
	print("program start")
	func()
	retturn warpper

	func1 = prog1(func1)

	func1()

但是这样写 func1 = prog1(func1) 比较难懂，所以就使用了一个语法糖 @ , 变成：

	def prog1(func):
	def wrapper():
	print("program start")
	func()
	return wrapper

	@prog1
	def func1():
	print("run func1")

	func1()

嗯，这就是装饰器。

总的来说，如果要写一个装饰器，需要包括两部分：

装饰器函数，也就是 prog1 , 其包含了需要对被装饰函数所新增的内容。
被装饰函数，也就是 func1 , 这里需要在其之前写 @prog1 表明该函数使用了装饰器 prog1 .

# References

Python 的高阶玩法：装饰器（没人比我讲的更简单易懂了吧） - jasonj333 的文章 - 知乎