01. 何为一等公民#

一等公民意味着函数可以像其他任何数据类型（如整数、字符串、列表等）一样被处理。具体来说，函数可以被赋值给变量、作为参数传递给其他函数、作为函数的返回值，甚至可以存储在数据结构中。这种特性使得 Python 的函数非常灵活和强大。

装饰器的实现就是函数可以作为参数传递给其他函数、作为函数的返回值这个的完整阐述。

02. 一切皆对象#

一切皆对象意味着 Python 中的每一个事物，包括变量、函数、类、模块等，都是对象。函数当然也不例外，函数内部也有数据和方法，可以在运行时动态修改，改变函数的行为。

函数内部也有数据和方法，看起来可能比较奇怪，通常类实例化后的对象才有数据和方法，函数里为什么也会有数据和方法（函数）呢？这个奥秘就在一切皆对象里。

Python里的普通变量，比如字符串，整数，字典，或元组，字面意义上代表某个内存里的数据，是一种数据对象。 class定义一个类，实例化后的东西，也叫对象，这个对象不仅仅是数据的容器，更重要的是它具有行为，可以理解成一种以行为为主的对象。 def定义的函数，表面看主要供调用者Call使用，传入一个东西，返回另一个东西，但在Python内部的表示形式并没那么简单。

首先看一个数据对象比如列表，在Python内部都有什么东东

默认可以点（·）出来的是Python内置到列表对象里常用的方法，用来对当前列表对象做一些操作。

继续在点后边输入下划线，tab提示出来了更多的东西，在Python里叫魔术方法和魔术属性，了解这些可以开发出一些更高级的功能，比如装饰器等等。

函数的通常用法是 func_name(arg1, arg2)，但函数同样也有上边那些以下划线开头的魔术属性和方法。换句话说，如果一个对象里边的这些属性和方法和某个函数里的这些内容相同，这个对象基本上等同于这个函数。理解了这些，就能明白，函数的产生不仅限于def或lambda，还可以通过代码的形式动态生成，甚至类也一样，属于元编程更高级的话题了。函数可以通过代码生成，同时函数可以作为参数传给另一个函数，那么如果把某个函数A传入一个特定函数D，然后在函数D里通过代码把函数A的某些属性取到或修改就成为可能了。

03. 实例#

装饰器最常用的例子就是打日志或计算函数运行耗时。下边是个完整实例，装饰器log_decorator记录了函数调用时的参数值和函数执行开始到退出的耗时。

log_decorator函数接受一个函数func作为参数，定义了一个wrapper函数，然后把这个wrapper函数返回。 wrapper函数先是打印了func的调用记录，然后去实际调用传入的函数func，这一步保证了被装饰的函数的原功能正常运行。然后在调用原函数前后计算执行耗时。

执行结果如下：

INFO:__main__:get_order called with args: ('KN001',), kwargs: {'status': 'CREATED'}
Entry get_order func KN001 CREATED
Exit get_order func KN001 CREATED
INFO:__main__:get_order finished in 0.41 seconds

从输出结果可以看出，调用被装饰的函数，其实就是在执行装饰器中定义的wrapper函数。示例中装饰器做的事情比较简单，还可以进行异常捕获统一处理。 fastapi等类似框架更是大量使用这一技术，同样的功能用了装饰器可以让开发者写更少的代码。

装饰器只是一个语法糖，本质上是把def定义好的一个函数传给装饰器函数，生成一个新的函数。

20行的@log_decorator 可以在get_order定义后用下边的代码替代：

get_order = log_decorator(get_order)

如此而已。

04. Tip#

注意第10行的@functools.wraps(func)，新函数wrapper在返回前又被装饰了一次。如果去掉这一行，运行结果好像一样，但在某些场景下会有奇怪的表现。

如果没有用@functools.wraps(func)装饰一次wrapper，新生成的函数对象里内置的魔术属性和方法是装饰器中wrapper定义时的内容。比如上图中，如果在代码其他地方需要用到这些属性，会发现被装饰后的函数丢失了自己的名字和文档字符串，会带来一些预料不到的bug。 @functools.wraps(func)的作用就是把原函数的马甲套到生成的新函数上，保证对象除了基本行为之外的一致性。