本文实例讲述了Python 装饰器@，对函数进行功能扩展操作。分享给大家供大家参考，具体如下：

装饰器可以对原函数进行功能扩展，但还不需要修改原函数的内容(开闭原则)，也不需要修改原函数的调用。

demo.py(装饰器，@)：

# 闭包

def w1(func):

def inner():

# 对原函数进行功能扩展

print("功能扩展")

func()

# return func() # 如果原函数需要返回值,可以return

return inner # 闭包

@w1

# 相当于 f1 = w1(f1)

def f1():

print('f1') # 原函数不需要修改

f1() # 原函数的调用也不需要修改

demo.py(装饰器通用格式,对不定长参数并且有返回值的函数进行装饰)：

def set_func(func):

def call_func(*args, **kwargs):

print("装饰器扩展的功能")

return func(*args, **kwargs) # 这里的*和*表示拆包。 不管有没有返回值,return都没问题。

return call_func

@set_func # 相当于 test1 = set_func(test1)

# 对含有不定长参数并且有返回值的函数进行装饰。

def test1(num, *args, **kwargs):

print("-----test1----%d" % num)

return "ok"

ret = test1(100)

print(ret)

demo.py(多个装饰器的装饰顺序)：

def add_1(func):

def call_func(*args, **kwargs):

print("装饰器1 扩展的功能")

return func(*args, **kwargs)

return call_func

def add_2(func):

def call_func(*args, **kwargs):

print("装饰器2 扩展的功能")

return func(*args, **kwargs)

return call_func

@add_2

@add_1

# 先装饰add_1，再装饰add_2

def test1():

print("------test1------")

test1() # 在调用函数之前就已经装饰好了。

# 装饰器2 扩展的功能

# 装饰器1 扩展的功能

# ------test1------

demo.py(用类充当装饰器)：

# 用类充当装饰器

class Test(object):

def __init__(self, func):

self.func = func

def __call__(self, *args, **kwargs):

print("这里是装饰器添加的功能.....")

return self.func(*args, **kwargs)

@Test # 相当于get_str = Test(get_str) # 实例化对象,调用__init__方法。

def get_str():

return "haha"

print(get_str()) # 实例对象(),会自动调用对象的__call__方法。

@functools.wraps修饰装饰器的内层函数。(修饰内层函数后,被装饰器装饰的函数的__name__、__doc__不会被装饰器改变)

demo.py(@functools.wraps修饰装饰器的内层函数)：

# coding:utf-8

import functools # 导入

# 自定义的装饰器

def login_required(func):

@functools.wraps(func)

# 装饰器的内层函数,一般要加@functools.wraps装饰器

def wrapper(*arg, **kwargs):

"""wrapper的说明文档"""

# 。。。

return func(*arg, **kwargs)

return wrapper

# 使用自定义的装饰器

@login_required

def demofunc():

"""demofunc的说明文档"""

pass

print(demofunc.__name__) # 不加@functools.wraps装饰器时："wrapper"。 加装饰器时："demofunc"

print(demofunc.__doc__) # 不加@functools.wraps装饰器时："wrapper的说明文档"。 加装饰器时："demofunc的说明文档"

希望本文所述对大家Python程序设计有所帮助。