在Python的世界里，装饰器是一个既神秘又强大的存在。它们就像是编程界的魔法师，能够轻松地改变函数的行为，甚至赋予它们全新的能力。今天，我们就来揭开装饰器的神秘面纱，一探究竟。
首先，让我们从一个简单的例子开始。假设我们有一个简单的函数，它只是打印出一句话：
def say_hello():
print("Hello, world!")
现在，如果我们想要在每次调用这个函数时都记录下时间，我们可能会这样做：
import datetime
def log_time(func):
def wrapper():
current_time = datetime.datetime.now()
print(f"It's now {current_time}")
func()
return wrapper
def say_hello():
print("Hello, world!")
say_hello = log_time(say_hello)
这里，log_time就是一个装饰器。它接受一个函数作为参数，然后返回一个新的函数。在这个新函数中，我们添加了记录当前时间的功能。
但是，上面的写法有点繁琐，Python提供了一个简便的语法糖：
@log_time
def say_hello():
print("Hello, world!")
这里的@log_time就是将log_time装饰器应用到了say_hello函数上。这样写不仅更简洁，而且更符合Python的风格。
那么，装饰器是如何工作的呢？其实，当我们使用@decorator语法时，Python会将其下的函数作为参数传递给装饰器，然后装饰器返回一个新的函数来替换原来的函数。这就是为什么我们在log_time中定义了一个新的wrapper函数，并在其中调用了原始的func函数。
装饰器的强大之处在于它们是可堆叠的。也就是说，我们可以在一个函数上应用多个装饰器。例如，除了记录时间，我们可能还想统计函数被调用的次数：
def count_calls(func):
def wrapper(*args, **kwargs):
wrapper.count += 1
return func(*args, **kwargs)
wrapper.count = 0
return wrapper
@count_calls
@log_time
def say_hello():
print("Hello, world!")
这里，我们先应用了count_calls装饰器，然后再应用了log_time装饰器。每个装饰器都会按照从内到外的顺序依次执行。
通过上面的介绍，我们可以看到装饰器不仅能够简化代码，还能够提高代码的可读性和可维护性。它们是Python中一种非常有用的工具，值得我们深入学习和掌握。
