正如其名，装饰器的作用是为已经存在的对象增加额外功能（装饰），由此可使已有函数在无需代码改动的情况下增加额外功能；装饰器的本质是嵌套的函数且返回函数对象，即闭包。有关闭包的概念，可参考《理解Python中的闭包》一文。
二 装饰器应用场景举例
在介绍装饰器之前，我们思考下遇到如下场景时的解决思路，然后在此基础上，描述装饰器的意义和旨在解决哪些问题。
假如我们的func函数已经在使用，而且工作的挺好，func函数如下：
def func():
print("执行func代码块")然而，某天针对该函数有新需求提出，暂时命名为需求1：为func函数增加性能度量，即测量函数的执行耗时。
针对需求1，一种可以简单理解的实现形式如下：
#实现1 增加执行耗时统计
def func():
start_time = time.time()
print("执行func代码块")
end_time = time.time()
print("执行耗时：%s"%(end_time-start_time))从实现来看，满足了需求1，但如果其余的函数也提出了类似的需求，如func1、func2都需要增加耗时测量，按上面的实现方式，func1、func2也需要在原功能前后增加time.time()代码，这样就造成了代码重复和冗余。
针对代码重复的问题，另一种实现方式是，定义一个专用的耗时测量函数，当需要测量某个函数时，直接将被测函数作为该测量函数的入参，实现形式如下：
# 实现2将公共代码抽离，定义专用函数
def count_time(func_name):
start_time = time.time()
func_name()
end_time = time.time()
print("执行耗时：%s"%(end_time-start_time))从上面实现来看，功能耗时统计的代码被抽离并定义在共用函数count_time里，当需要测量某个函数时，直接调用该count_time函数即可。
如：count_time(func) #对func函数进行耗时统计 如：count_time(func1) #对func1函数进行耗时统计
但这种实现也是有问题的，需求是希望直接调用func（）函数即可完成对功能耗时的测量，但目前的实现方式，需要使用另外一个函数count_time，显然改变了函数的调用方式。
三 装饰器为原有函数增加额外功能
针对上面场景描述及问题分析，我们使用装饰器解决该问题，首先定义装饰器函数如下：
#定义装饰器函数
def timer(func_name):
def wrapper(*args,**kwargs):
start_time = time.time()
func_name()
end_time = time.time()
print("执行耗时：%s" % (end_time - start_time))
return wrapper从装饰器的定义来看，其实就是一个闭包实现，满足了在上篇对闭包三个条件的定义：
1） timer函数内部定义了wrapper函数，满足函数嵌套；
2） 内部函数wrapper使用了外部函数 timer的变量func_name；
3） 返回是一个内部函数的引用；
因此，装饰器本质是函数，是闭包的应用。
现在，我们用装饰器timer实现对func函数所提出的需求，即增加函数耗时测量功能。
使用装饰器的方法如下：
func = timer（func）#1 func（） #2
使用上面2步，调用func（）时，虽然函数名相同，原func（）函数也未做改动，但输出结果已经增加了耗时统计功能。如果不理解，请继续看上篇《理解Python中的闭包》中关于闭包的讲解J。
另外，python的装饰器有个更简洁的表示方式，即使用“语法糖”@，如下：
@timer #@语法糖 相当于 test1 = timer(test1) 只能放在定义函数的上面
def func():
print("执行func代码块")#使用装饰器语法糖@的调用方式
func（）#直接调用即可
四 装饰器的作用
从上文分析，可以了解到，装饰器主要用于为已存在的函数对象附件额外的功能，而原先的函数的内部实现可以不做改动，调用方式也保持不变，而这些附加的功能是可以抽离出来作为共用的，避免了相似场景下代码的冗余。
其他资源分享：
关于装饰器：请参看http://i.youku.com/weiworld521 第21节；
原文地址：http://blog.51cto.com/2681882/2118493
