'不懂裝飾器，就不是真正會 Python'

文 | piglei@piglei 公眾號

編輯 | EarlGrey

推薦 | 編程派公眾號

裝飾器（Decorator） 是 Python 裡的一種特殊工具，它為我們提供了一種在函數外部修改函數的靈活能力。它有點像一頂畫著獨一無二 @符號的神奇帽子，只要將它戴在函數頭頂上，就能悄無聲息的改變函數本身的行為。

你可能已經和裝飾器打過不少交道了。在做面向對象編程時，我們就經常會用到 @staticmethod和@classmethod兩個內置裝飾器。此外，如果你接觸過 click 模塊，就更不會對裝飾器感到陌生。click 最為人所稱道的參數定義接口@click.option(...)就是利用裝飾器實現的。

除了用裝飾器，我們也經常需要自己寫一些裝飾器。在這篇文章裡，我將從 最佳實踐和常見錯誤兩個方面，來與你分享有關裝飾器的一些小知識。

最佳實踐

1. 嘗試用類來實現裝飾器

絕大多數裝飾器都是基於函數和 閉包 實現的，但這並非製造裝飾器的唯一方式。事實上，Python 對某個對象是否能通過裝飾器（ @decorator）形式使用只有一個要求：decorator 必須是一個“可被調用（callable）的對象。

# 使用 callable 可以檢測某個對象是否“可被調用”
>>> def foo: pass
...
>>> type(foo)
<class 'function'>
>>> callable(foo)
True

函數自然是“可被調用”的對象。但除了函數外，我們也可以讓任何一個類（class）變得“可被調用”（callable）。辦法很簡單，只要自定義類的 __call__魔法方法即可。

class Foo:
def __call__(self):
print("Hello, __call___")

foo = Foo

# OUTPUT: True
print(callable(foo))
# 調用 foo 實例
# OUTPUT: Hello, __call__
foo

基於這個特性，我們可以很方便的使用類來實現裝飾器。

下面這段代碼，會定義一個名為 @delay(duration)的裝飾器，使用它裝飾過的函數在每次執行前，都會等待額外的duration秒。同時，我們也希望為用戶提供無需等待馬上執行的eager_call接口。

import time
import functools


class DelayFunc:
def __init__(self, duration, func):
self.duration = duration
self.func = func

def __call__(self, *args, **kwargs):
print(f'Wait for {self.duration} seconds...')
time.sleep(self.duration)
return self.func(*args, **kwargs)

def eager_call(self, *args, **kwargs):
print('Call without delay')
return self.func(*args, **kwargs)


def delay(duration):
"""裝飾器：推遲某個函數的執行。同時提供 .eager_call 方法立即執行
"""
# 此處為了避免定義額外函數，直接使用 functools.partial 幫助構造
# DelayFunc 實例
return functools.partial(DelayFunc, duration)

如何使用裝飾器的樣例代碼：

@delay(duration=2)
def add(a, b):
return a + b


# 這次調用將會延遲 2 秒
add(1, 2)
# 這次調用將會立即執行
add.eager_call(1, 2)

@delay(duration)就是一個基於類來實現的裝飾器。當然，如果你非常熟悉 Python 裡的函數和閉包，上面的delay裝飾器其實也完全可以只用函數來實現。所以，為什麼我們要用類來做這件事呢？

與純函數相比，我覺得使用類實現的裝飾器在特定場景下有幾個優勢：

• 實現有狀態的裝飾器時，操作類屬性比操作閉包內變量更符合直覺、不易出錯

• 實現為函數擴充接口的裝飾器時，使用類包裝函數，比直接為函數對象追加屬性更易於維護

• 更容易實現一個同時兼容裝飾器與上下文管理器協議的對象（參考 unitest.mock.patch）

2. 使用 wrapt 模塊編寫更扁平的裝飾器

在寫裝飾器的過程中，你有沒有碰到過什麼不爽的事情？不管你有沒有，反正我有。我經常在寫代碼的時候，被下面兩件事情搞得特別難受：

1. 實現帶參數的裝飾器時，層層嵌套的函數代碼特別難寫、難讀

2. 因為函數和類方法的不同，為前者寫的裝飾器經常沒法直接套用在後者上

比如，在下面的例子裡，我實現了一個生成隨機數並注入為函數參數的裝飾器。

import random


def provide_number(min_num, max_num):
"""裝飾器：隨機生成一個在 [min_num, max_num] 範圍的整數，追加為函數的第一個位置參數
"""
def wrapper(func):
def decorated(*args, **kwargs):
num = random.randint(min_num, max_num)
# 將 num 作為第一個參數追加後調用函數
return func(num, *args, **kwargs)
return decorated
return wrapper



@provide_number(1, 100)
def print_random_number(num):
print(num)

# 輸出 1-100 的隨機整數
# OUTPUT: 72
print_random_number

@provide_number裝飾器功能看上去很不錯，但它有著我在前面提到的兩個問題：嵌套層級深、無法在類方法上使用。如果直接用它去裝飾類方法，會出現下面的情況：

class Foo:
@provide_number(1, 100)
def print_random_number(self, num):
print(num)

# OUTPUT: <__main__.Foo object at 0x104047278>
Foo.print_random_number

Foo類實例中的print_random_number方法將會輸出類實例self，而不是我們期望的隨機數num。

之所以會出現這個結果，是因為類方法（method）和函數（function）二者在工作機制上有著細微不同。如果要修復這個問題， provider_number裝飾器在修改類方法的位置參數時，必須聰明的跳過藏在*args裡面的類實例self變量，才能正確的將num作為第一個參數注入。

這時，就應該是 wrapt 模塊閃亮登場的時候了。wrapt模塊是一個專門幫助你編寫裝飾器的工具庫。利用它，我們可以非常方便的改造provide_number裝飾器，完美解決“嵌套層級深”和“無法通用”兩個問題，

import wrapt

def provide_number(min_num, max_num):
@wrapt.decorator
def wrapper(wrapped, instance, args, kwargs):
# 參數含義：
#
# - wrapped：被裝飾的函數或類方法
# - instance：
# - 如果被裝飾者為普通類方法，該值為類實例
# - 如果被裝飾者為 classmethod 類方法，該值為類
# - 如果被裝飾者為類/函數/靜態方法，該值為 None
#
# - args：調用時的位置參數（注意沒有 * 符號）
# - kwargs：調用時的關鍵字參數（注意沒有 ** 符號）
#
num = random.randint(min_num, max_num)
# 無需關注 wrapped 是類方法或普通函數，直接在頭部追加參數
args = (num,) + args
return wrapped(*args, **kwargs)
return wrapper

<... 應用裝飾器部分代碼省略 ...>

# OUTPUT: 48
Foo.print_random_number

使用 wrapt模塊編寫的裝飾器，相比原來擁有下面這些優勢：

• 嵌套層級少：使用 @wrapt.decorator可以將兩層嵌套減少為一層

• 更簡單：處理位置與關鍵字參數時，可以忽略類實例等特殊情況

• 更靈活：針對 instance值進行條件判斷後，更容易讓裝飾器變得通用

常見錯誤

1. “裝飾器”並不是“裝飾器模式”

“設計模式”是一個在計算機世界裡鼎鼎大名的詞。假如你是一名 Java 程序員，而你一點設計模式都不懂，那麼我打賭你找工作的面試過程一定會度過的相當艱難。

但寫 Python 時，我們極少談起“設計模式”。雖然 Python 也是一門支持面向對象的編程語言，但它的 鴨子類型 設計以及出色的動態特性決定了，大部分設計模式對我們來說並不是必需品。所以，很多 Python 程序員在工作很長一段時間後，可能並沒有真正應用過幾種設計模式。

不過 “裝飾器模式（Decorator Pattern）” 是個例外。因為 Python 的“裝飾器”和“裝飾器模式”有著一模一樣的名字，我不止一次聽到有人把它們倆當成一回事，認為使用“裝飾器”就是在實踐“裝飾器模式”。但事實上，它們是兩個完全不同的東西。

“裝飾器模式”是一個完全基於“面向對象”衍生出的編程手法。它擁有幾個關鍵組成：一個統一的接口定義、若干個遵循該接口的類、類與類之間一層一層的包裝。最終由它們共同形成一種“裝飾”的效果。

而 Python 裡的“裝飾器”和“面向對象”沒有任何直接聯繫，它完全可以只是發生在函數和函數間的把戲。事實上，“裝飾器”並沒有提供某種無法替代的功能，它僅僅就是一顆“語法糖”而已。下面這段使用了裝飾器的代碼：

@log_time
@cache_result
def foo: pass

基本完全等同於下面這樣：

def foo: pass

foo = log_time(cache_result(foo))

裝飾器最大的功勞，在於讓我們在某些特定場景時，可以寫出更符合直覺、易於閱讀的代碼。它只是一顆“糖”，並不是某個面向對象領域的複雜編程模式。

Hint: 在 Python 官網上有一個 實現了裝飾器模式的例子，你可以讀讀這個例子來更好的瞭解它。

2. 記得用 functools.wraps 裝飾內層函數

下面是一個簡單的裝飾器，專門用來打印函數調用耗時：

import time


def timer(wrapped):
"""裝飾器：記錄並打印函數耗時"""
def decorated(*args, **kwargs):
st = time.time
ret = wrapped(*args, **kwargs)
print('execution take: {} seconds'.format(time.time - st))
return ret
return decorated


@timer
def random_sleep:
"""隨機睡眠一小會"""
time.sleep(random.random)

timer裝飾器雖然沒有錯誤，但是使用它裝飾函數後，函數的原始簽名就會被破壞。也就是說你再也沒辦法正確拿到random_sleep函數的名稱、文檔內容了，所有簽名都會變成內層函數decorated的值：

print(random_sleep.__name__)
# 輸出 'decorated'
print(random_sleep.__doc__)
# 輸出 None

這雖然只是個小問題，但在某些時候也可能會導致難以察覺的 bug。幸運的是，標準庫 functools為它提供瞭解決方案，你只需要在定義裝飾器時，用另外一個裝飾器再裝飾一下內層decorated函數就行。

聽上去有點繞，但其實就是新增一行代碼而已：

def timer(wrapped):
# 將 wrapper 函數的真實簽名賦值到 decorated 上
@functools.wraps(wrapped)
def decorated(*args, **kwargs):
# <...> 已省略
return decorated

這樣處理後， timer裝飾器就不會影響它所裝飾的函數了。

print(random_sleep.__name__)
# 輸出 'random_sleep'
print(random_sleep.__doc__)
# 輸出 '隨機睡眠一小會'

3. 修改外層變量時記得使用 nonlocal

裝飾器是對函數對象的一個高級應用。在編寫裝飾器的過程中，你會經常碰到內層函數需要修改外層函數變量的情況。就像下面這個裝飾器一樣：

import functools

def counter(func):
"""裝飾器：記錄並打印調用次數"""
count = 0
@functools.wraps(func)
def decorated(*args, **kwargs):
# 次數累加
count += 1
print(f"Count: {count}")
return func(*args, **kwargs)
return decorated

@counter
def foo:
pass

foo

為了統計函數調用次數，我們需要在 decorated函數內部修改外層函數定義的count變量的值。但是，上面這段代碼是有問題的，在執行它時解釋器會報錯:

Traceback (most recent call last):
File "counter.py", line 22, in <module>
foo
File "counter.py", line 11, in decorated
count += 1
UnboundLocalError: local variable 'count' referenced before assignment

這個錯誤是由 counter與decorated函數互相嵌套的作用域引起的。

當解釋器執行到 count+=1時，並不知道count是一個在外層作用域定義的變量，它把count當做一個局部變量，並在當前作用域內查找。最終卻沒有找到有關count變量的任何定義，然後拋出錯誤。

為了解決這個問題，我們需要通過 nonlocal關鍵字告訴解釋器：“count 變量並不屬於當前的 local 作用域，去外面找找吧”，之前的錯誤就可以得到解決。

def decorated(*args, **kwargs):
nonlocal count
count += 1
# <... 已省略 ...>

Hint：如果要了解更多有關 nonlocal 關鍵字的歷史，可以查閱 PEP-3104

總結

在這篇文章裡，我與你分享了有關裝飾器的一些技巧與小知識。

一些要點總結：

• 一切 callable 的對象都可以被用來實現裝飾器

• 混合使用函數與類，可以更好的實現裝飾器

• wrapt 模塊很有用，用它可以幫助我們用更簡單的代碼寫出複雜裝飾器

• “裝飾器”只是語法糖，它不是“裝飾器模式”

• 裝飾器會改變函數的原始簽名，你需要 functools.wraps

• 在內層函數修改外層函數的變量時，需要使用 nonlocal關鍵字

看完文章的你，有沒有什麼想吐槽的？請留言或者在 項目 Github Issues 告訴我吧。

回覆下方「關鍵詞」，獲取優質資源

回覆關鍵詞「 pybook03」，立即獲取主頁君與小夥伴一起翻譯的《Think Python 2e》電子版

回覆關鍵詞「pybooks02」，立即獲取 O'Reilly 出版社推出的免費 Python 相關電子書合集

回覆關鍵詞「書單02」，立即獲取主頁君整理的 10 本 Python 入門書的電子版

文 | piglei@piglei 公眾號

編輯 | EarlGrey

推薦 | 編程派公眾號

裝飾器（Decorator） 是 Python 裡的一種特殊工具，它為我們提供了一種在函數外部修改函數的靈活能力。它有點像一頂畫著獨一無二 @符號的神奇帽子，只要將它戴在函數頭頂上，就能悄無聲息的改變函數本身的行為。

你可能已經和裝飾器打過不少交道了。在做面向對象編程時，我們就經常會用到 @staticmethod和@classmethod兩個內置裝飾器。此外，如果你接觸過 click 模塊，就更不會對裝飾器感到陌生。click 最為人所稱道的參數定義接口@click.option(...)就是利用裝飾器實現的。

除了用裝飾器，我們也經常需要自己寫一些裝飾器。在這篇文章裡，我將從 最佳實踐和常見錯誤兩個方面，來與你分享有關裝飾器的一些小知識。

最佳實踐

1. 嘗試用類來實現裝飾器

絕大多數裝飾器都是基於函數和 閉包 實現的，但這並非製造裝飾器的唯一方式。事實上，Python 對某個對象是否能通過裝飾器（ @decorator）形式使用只有一個要求：decorator 必須是一個“可被調用（callable）的對象。

# 使用 callable 可以檢測某個對象是否“可被調用”
>>> def foo: pass
...
>>> type(foo)
<class 'function'>
>>> callable(foo)
True

函數自然是“可被調用”的對象。但除了函數外，我們也可以讓任何一個類（class）變得“可被調用”（callable）。辦法很簡單，只要自定義類的 __call__魔法方法即可。

class Foo:
def __call__(self):
print("Hello, __call___")

foo = Foo

# OUTPUT: True
print(callable(foo))
# 調用 foo 實例
# OUTPUT: Hello, __call__
foo

基於這個特性，我們可以很方便的使用類來實現裝飾器。

下面這段代碼，會定義一個名為 @delay(duration)的裝飾器，使用它裝飾過的函數在每次執行前，都會等待額外的duration秒。同時，我們也希望為用戶提供無需等待馬上執行的eager_call接口。

import time
import functools


class DelayFunc:
def __init__(self, duration, func):
self.duration = duration
self.func = func

def __call__(self, *args, **kwargs):
print(f'Wait for {self.duration} seconds...')
time.sleep(self.duration)
return self.func(*args, **kwargs)

def eager_call(self, *args, **kwargs):
print('Call without delay')
return self.func(*args, **kwargs)


def delay(duration):
"""裝飾器：推遲某個函數的執行。同時提供 .eager_call 方法立即執行
"""
# 此處為了避免定義額外函數，直接使用 functools.partial 幫助構造
# DelayFunc 實例
return functools.partial(DelayFunc, duration)

如何使用裝飾器的樣例代碼：

@delay(duration=2)
def add(a, b):
return a + b


# 這次調用將會延遲 2 秒
add(1, 2)
# 這次調用將會立即執行
add.eager_call(1, 2)

@delay(duration)就是一個基於類來實現的裝飾器。當然，如果你非常熟悉 Python 裡的函數和閉包，上面的delay裝飾器其實也完全可以只用函數來實現。所以，為什麼我們要用類來做這件事呢？

與純函數相比，我覺得使用類實現的裝飾器在特定場景下有幾個優勢：

• 實現有狀態的裝飾器時，操作類屬性比操作閉包內變量更符合直覺、不易出錯

• 實現為函數擴充接口的裝飾器時，使用類包裝函數，比直接為函數對象追加屬性更易於維護

• 更容易實現一個同時兼容裝飾器與上下文管理器協議的對象（參考 unitest.mock.patch）

2. 使用 wrapt 模塊編寫更扁平的裝飾器

在寫裝飾器的過程中，你有沒有碰到過什麼不爽的事情？不管你有沒有，反正我有。我經常在寫代碼的時候，被下面兩件事情搞得特別難受：

1. 實現帶參數的裝飾器時，層層嵌套的函數代碼特別難寫、難讀

2. 因為函數和類方法的不同，為前者寫的裝飾器經常沒法直接套用在後者上

比如，在下面的例子裡，我實現了一個生成隨機數並注入為函數參數的裝飾器。

import random


def provide_number(min_num, max_num):
"""裝飾器：隨機生成一個在 [min_num, max_num] 範圍的整數，追加為函數的第一個位置參數
"""
def wrapper(func):
def decorated(*args, **kwargs):
num = random.randint(min_num, max_num)
# 將 num 作為第一個參數追加後調用函數
return func(num, *args, **kwargs)
return decorated
return wrapper



@provide_number(1, 100)
def print_random_number(num):
print(num)

# 輸出 1-100 的隨機整數
# OUTPUT: 72
print_random_number

@provide_number裝飾器功能看上去很不錯，但它有著我在前面提到的兩個問題：嵌套層級深、無法在類方法上使用。如果直接用它去裝飾類方法，會出現下面的情況：

class Foo:
@provide_number(1, 100)
def print_random_number(self, num):
print(num)

# OUTPUT: <__main__.Foo object at 0x104047278>
Foo.print_random_number

Foo類實例中的print_random_number方法將會輸出類實例self，而不是我們期望的隨機數num。

之所以會出現這個結果，是因為類方法（method）和函數（function）二者在工作機制上有著細微不同。如果要修復這個問題， provider_number裝飾器在修改類方法的位置參數時，必須聰明的跳過藏在*args裡面的類實例self變量，才能正確的將num作為第一個參數注入。

這時，就應該是 wrapt 模塊閃亮登場的時候了。wrapt模塊是一個專門幫助你編寫裝飾器的工具庫。利用它，我們可以非常方便的改造provide_number裝飾器，完美解決“嵌套層級深”和“無法通用”兩個問題，

import wrapt

def provide_number(min_num, max_num):
@wrapt.decorator
def wrapper(wrapped, instance, args, kwargs):
# 參數含義：
#
# - wrapped：被裝飾的函數或類方法
# - instance：
# - 如果被裝飾者為普通類方法，該值為類實例
# - 如果被裝飾者為 classmethod 類方法，該值為類
# - 如果被裝飾者為類/函數/靜態方法，該值為 None
#
# - args：調用時的位置參數（注意沒有 * 符號）
# - kwargs：調用時的關鍵字參數（注意沒有 ** 符號）
#
num = random.randint(min_num, max_num)
# 無需關注 wrapped 是類方法或普通函數，直接在頭部追加參數
args = (num,) + args
return wrapped(*args, **kwargs)
return wrapper

<... 應用裝飾器部分代碼省略 ...>

# OUTPUT: 48
Foo.print_random_number

使用 wrapt模塊編寫的裝飾器，相比原來擁有下面這些優勢：

• 嵌套層級少：使用 @wrapt.decorator可以將兩層嵌套減少為一層

• 更簡單：處理位置與關鍵字參數時，可以忽略類實例等特殊情況

• 更靈活：針對 instance值進行條件判斷後，更容易讓裝飾器變得通用

常見錯誤

1. “裝飾器”並不是“裝飾器模式”

“設計模式”是一個在計算機世界裡鼎鼎大名的詞。假如你是一名 Java 程序員，而你一點設計模式都不懂，那麼我打賭你找工作的面試過程一定會度過的相當艱難。

但寫 Python 時，我們極少談起“設計模式”。雖然 Python 也是一門支持面向對象的編程語言，但它的 鴨子類型 設計以及出色的動態特性決定了，大部分設計模式對我們來說並不是必需品。所以，很多 Python 程序員在工作很長一段時間後，可能並沒有真正應用過幾種設計模式。

不過 “裝飾器模式（Decorator Pattern）” 是個例外。因為 Python 的“裝飾器”和“裝飾器模式”有著一模一樣的名字，我不止一次聽到有人把它們倆當成一回事，認為使用“裝飾器”就是在實踐“裝飾器模式”。但事實上，它們是兩個完全不同的東西。

“裝飾器模式”是一個完全基於“面向對象”衍生出的編程手法。它擁有幾個關鍵組成：一個統一的接口定義、若干個遵循該接口的類、類與類之間一層一層的包裝。最終由它們共同形成一種“裝飾”的效果。

而 Python 裡的“裝飾器”和“面向對象”沒有任何直接聯繫，它完全可以只是發生在函數和函數間的把戲。事實上，“裝飾器”並沒有提供某種無法替代的功能，它僅僅就是一顆“語法糖”而已。下面這段使用了裝飾器的代碼：

@log_time
@cache_result
def foo: pass

基本完全等同於下面這樣：

def foo: pass

foo = log_time(cache_result(foo))

裝飾器最大的功勞，在於讓我們在某些特定場景時，可以寫出更符合直覺、易於閱讀的代碼。它只是一顆“糖”，並不是某個面向對象領域的複雜編程模式。

Hint: 在 Python 官網上有一個 實現了裝飾器模式的例子，你可以讀讀這個例子來更好的瞭解它。

2. 記得用 functools.wraps 裝飾內層函數

下面是一個簡單的裝飾器，專門用來打印函數調用耗時：

import time


def timer(wrapped):
"""裝飾器：記錄並打印函數耗時"""
def decorated(*args, **kwargs):
st = time.time
ret = wrapped(*args, **kwargs)
print('execution take: {} seconds'.format(time.time - st))
return ret
return decorated


@timer
def random_sleep:
"""隨機睡眠一小會"""
time.sleep(random.random)

timer裝飾器雖然沒有錯誤，但是使用它裝飾函數後，函數的原始簽名就會被破壞。也就是說你再也沒辦法正確拿到random_sleep函數的名稱、文檔內容了，所有簽名都會變成內層函數decorated的值：

print(random_sleep.__name__)
# 輸出 'decorated'
print(random_sleep.__doc__)
# 輸出 None

這雖然只是個小問題，但在某些時候也可能會導致難以察覺的 bug。幸運的是，標準庫 functools為它提供瞭解決方案，你只需要在定義裝飾器時，用另外一個裝飾器再裝飾一下內層decorated函數就行。

聽上去有點繞，但其實就是新增一行代碼而已：

def timer(wrapped):
# 將 wrapper 函數的真實簽名賦值到 decorated 上
@functools.wraps(wrapped)
def decorated(*args, **kwargs):
# <...> 已省略
return decorated

這樣處理後， timer裝飾器就不會影響它所裝飾的函數了。

print(random_sleep.__name__)
# 輸出 'random_sleep'
print(random_sleep.__doc__)
# 輸出 '隨機睡眠一小會'

3. 修改外層變量時記得使用 nonlocal

裝飾器是對函數對象的一個高級應用。在編寫裝飾器的過程中，你會經常碰到內層函數需要修改外層函數變量的情況。就像下面這個裝飾器一樣：

import functools

def counter(func):
"""裝飾器：記錄並打印調用次數"""
count = 0
@functools.wraps(func)
def decorated(*args, **kwargs):
# 次數累加
count += 1
print(f"Count: {count}")
return func(*args, **kwargs)
return decorated

@counter
def foo:
pass

foo

為了統計函數調用次數，我們需要在 decorated函數內部修改外層函數定義的count變量的值。但是，上面這段代碼是有問題的，在執行它時解釋器會報錯:

Traceback (most recent call last):
File "counter.py", line 22, in <module>
foo
File "counter.py", line 11, in decorated
count += 1
UnboundLocalError: local variable 'count' referenced before assignment

這個錯誤是由 counter與decorated函數互相嵌套的作用域引起的。

當解釋器執行到 count+=1時，並不知道count是一個在外層作用域定義的變量，它把count當做一個局部變量，並在當前作用域內查找。最終卻沒有找到有關count變量的任何定義，然後拋出錯誤。

為了解決這個問題，我們需要通過 nonlocal關鍵字告訴解釋器：“count 變量並不屬於當前的 local 作用域，去外面找找吧”，之前的錯誤就可以得到解決。

def decorated(*args, **kwargs):
nonlocal count
count += 1
# <... 已省略 ...>

Hint：如果要了解更多有關 nonlocal 關鍵字的歷史，可以查閱 PEP-3104

總結

在這篇文章裡，我與你分享了有關裝飾器的一些技巧與小知識。

一些要點總結：

• 一切 callable 的對象都可以被用來實現裝飾器

• 混合使用函數與類，可以更好的實現裝飾器

• wrapt 模塊很有用，用它可以幫助我們用更簡單的代碼寫出複雜裝飾器

• “裝飾器”只是語法糖，它不是“裝飾器模式”

• 裝飾器會改變函數的原始簽名，你需要 functools.wraps

• 在內層函數修改外層函數的變量時，需要使用 nonlocal關鍵字

看完文章的你，有沒有什麼想吐槽的？請留言或者在 項目 Github Issues 告訴我吧。

回覆下方「關鍵詞」，獲取優質資源

回覆關鍵詞「 pybook03」，立即獲取主頁君與小夥伴一起翻譯的《Think Python 2e》電子版

回覆關鍵詞「pybooks02」，立即獲取 O'Reilly 出版社推出的免費 Python 相關電子書合集

回覆關鍵詞「書單02」，立即獲取主頁君整理的 10 本 Python 入門書的電子版

你想要的 IT 電子資源，這裡可能都有

Python 或將超越 C、Java，成為最受歡迎的語言

Python 容器使用的 5 個技巧和 2 個誤區

如何寫出優雅的 Python 函數？

題圖：pexels，CC0 授權。