这是看廖老师python教程的第一个的笔记，因为这是这份教程最难的章节之一，我来来回回看了三遍，终于有所突破，写在这里是为了巩固自己的理解，同时也是希望有错的地方能够得到指正。具体内容见廖雪峰老师的课程原址。
装饰器，起到增强函数的作用，同时我们不需要改动这个函数。这个部分之所以难，我觉得主要是难在对于返回函数的多次调用，容易打乱初学者的思路。接下来将分为以下三部分进行介绍：
初识装饰器
首先，装饰器要修饰的是一个函数，因此接收到函数是主体，是装饰器首要考虑的参数。以下是一个装饰器的基本模板。
#这是一个装饰器，接收一个函数func作为参数
def decorator(func):
#接下来，要建一个对函数func进行处理的函数wrapper（这是装饰器的意义所在嘛）
#这个函数是有要求的：1.接收所要处理函数func的参数(以wrapper参数接收)。2.函数func的返
#回值，需要通过wrapper的返回值传回
def wrapper(*args, **kw):
{一系列函数调用前的操作}
r = func(*args, **kw) #r保存了返回值
{一系列函数调用后的操作}
return r
return wrapper尔后，这里有一个返回函数，返回函数，在调用外围函数的时候，它是不会马上执行的，需要接受到它特有的参数才行。
我们分析下课本的例子体会一下。首先，是一个简单的函数。
def now():
print("2015-3-25")现在，我们希望在这个基础上，打印出函数的调用日志。我们来填充上面那个模板。
def decorator(func):
def wrapper(*args, **kw):
#填充，函数执行前日志
print('%s() start'%func.__name__)
r = func(*args, **kw) #r保存了返回值
#填充，函数执行后日志
print('%s() end'%func.__name__)
return r
return wrapper接下来调用这个函数
now = decorator(now) #这里是一个返回函数，返回了wrapper
now() 返回值如下
接下来我们希望简化上面的过程，只需在now()定义的上方加上@decorator，看起来高大上，其实就是想说，now = decorator(now)。有了这个符号以后，直接调用now（）,效果和上方完全一样了有木有，可以动手试一试。
@decorator
def now():
print("2015-3-25")关于参数传递和返回值处理
由于上一个例子的now()没有参数，我们实际上并不能很好的体会装饰器内部的参数传递机制，也就是def wrapper(*args, **kw)这里的参数有什么用。接下来看下一个例子。
错误提示里说，wrapper不能接受参数而add函数给了两个参数，啥意思？这里明明是在给add传参那。如果看到这里犯了这样的迷糊，那对装饰器的原理还没有理解。
上一节说过，当加了@decorator之后，就相当于add = decorator(add)。所以，这个时候add已经不是add了，它其实是返回的wrapper；所以，我们在In[3]的地方看到的add函数，实际上是wrapper函数了。
到此，可以看得很清楚，add需要的参数，需要通过wrapper的参数来传递，它的返回值，则需要通过wrapper的返回值来返回。（注：此时原add函数通过decorator（func）函数的形参func保存在外围函数中，具体原理且见返回函数那一节），做了修正，我们得到如下的运行结果。
到这里已经很完美了，但是，我们希望装饰器是一个通用物件，它不止是为add函数服务呀，还可以为其他各种函数打印运行日志。这个时候，便引入可变参数来替代原来的位置参数。运行如下。
补充关于装饰器有参数的说明
到这里其实装饰器的基本原理已经说明白了，但是这一节还有一个知识点有点捉急，如果装饰器本身也有参数，就不止要操作的函数有参数了。这里直接用课本的例子如下：
这里要指出，其实装饰器本质上就是一个处理函数的函数，因此核心是接收了func的那个函数，至于外围的log只是希望借助返回参数的闭包原理锁住text参数的。这一点由In[11]上的@log('execute')就可以看的很明白。log('exwcute')是啥，其实就是处理func的decorator函数呢。
技巧：不管嵌套了几层返回函数，最后@符号后面跟住的一定是处理函数的那个函数，如本文@decorator中的decorator函数，还有@log('execute')，其中log('execute')返回的返回函数，不正是decorator吗。