12步入门Python中的decorator装饰器使用方法

>>> def wrapper(func):
...   def checker(a, b): # 1
...     if a.x < 0 or a.y < 0:
...       a = Coordinate(a.x if a.x > 0 else 0, a.y if a.y > 0 else 0)
...     if b.x < 0 or b.y < 0:
...       b = Coordinate(b.x if b.x > 0 else 0, b.y if b.y > 0 else 0)
...     ret = func(a, b)
...     if ret.x < 0 or ret.y < 0:
...       ret = Coordinate(ret.x if ret.x > 0 else 0, ret.y if ret.y > 0 else 0)
...     return ret
...   return checker
>>> add = wrapper(add)
>>> sub = wrapper(sub)
>>> sub(one, two)
Coord: {'y': 0, 'x': 0}
>>> add(one, three)
Coord: {'y': 200, 'x': 100}

这个装饰器能想先前的装饰器例子一样进行工作，返回一个经过修改的函数，但是在这个例子中，它能够对函数的输入参数和返回值做一些非常有用的检查和格式化工作，将负值的x和 y替换成0。
显而易见，通过这样的方式，我们的代码变得更加简洁：将边界检查的逻辑隔离到单独的方法中，然后通过装饰器包装的方式应用到我们需要进行检查的地方。另外一种方式通过在计算方法的开始处和返回值之前调用边界检查的方法也能够达到同样的目的。但是不可置否的是，使用装饰器能够让我们以最少的代码量达到坐标边界检查的目的。事实上，如果我们是在装饰自己定义的方法的话，我们能够让装饰器应用的更加有逼格。

10. 使用 @ 标识符将装饰器应用到函数
Python2.4支持使用标识符@将装饰器应用在函数上，只需要在函数的定义前加上@和装饰器的名称。在上一节的例子里我们是将原本的方法用装饰后的方法代替:

>>> add = wrapper(add)

>>> @wrapper
... def add(a, b):
...   return Coordinate(a.x + b.x, a.y + b.y)

>>> def one(*args):
...   print args # 1
>>> one()
()
>>> one(1, 2, 3)
(1, 2, 3)
>>> def two(x, y, *args): # 2
...   print x, y, args
>>> two('a', 'b', 'c')
a b ('c',)

>>> def add(x, y):
...   return x + y
>>> lst = [1,2]
>>> add(lst[0], lst[1]) # 1
3
>>> add(*lst) # 2
3

>>> def foo(**kwargs):
...   print kwargs
>>> foo()
{}
>>> foo(x=1, y=2)
{'y': 2, 'x': 1}

>>> dct = {'x': 1, 'y': 2}
>>> def bar(x, y):
...   return x + y
>>> bar(**dct)
3

>>> def logger(func):
...   def inner(*args, **kwargs): #1
...     print "Arguments were: %s, %s" % (args, kwargs)
...     return func(*args, **kwargs) #2
...   return inner

>>> @logger
... def foo1(x, y=1):
...   return x * y
>>> @logger
... def foo2():
...   return 2
>>> foo1(5, 4)
Arguments were: (5, 4), {}
20
>>> foo1(1)
Arguments were: (1,), {}
1
>>> foo2()
Arguments were: (), {}
2