那么这里的test就是一个高阶函数。因为它接收的参数是一个函数名func，看到这里，我们就可以进行对函数cal添加新的功能了，继续以记录函数运行时间作为一个例子。
import time def cal(): res = 0 for i in range(100): res+=i time.sleep(1) print("函数的运行结果为",res) return res def test(func): print(func) start_time = time.time() func() stop_time = time.time() print("函数运行的时间为",stop_time-start_time ) test(cal)来看下这个函数运行的结果： 那这时候，我们不但没有修改原函数的源代码，而且还为函数添加了一个新的功能，我们的功能就实现了，装饰器就这么结束了。难道真的结束了吗？你注意到了没，函数的方式已经发生改变了，初始我们调用函数使用cal（），而现在却是test（cal），这就违反了我们上述所说的装饰器的第二原则。 那么我们来看下高阶函数第二种定义：返回值是一个函数名
import time def cal(): res = 0 for i in range(100): res+=i time.sleep(1) print("函数的运行结果为",res) return res def test(func): start_time = time.time() cal() stop_time = time.time() print("函数的运行时间为",stop_time-start_time) return func cal = test(cal) # print(res) cal()通过传入参数，能够让我们避免对源代码的修改，但修改了函数的调用方式 通过返回值为函数名，能够让我们避免修改函数的调用方式 这时我们通过对添加功能函数的参数传入为函数，返回值为函数名，此时，我们满足了装饰器的两个原则。我们这种貌似是可取的，其实不然。我们可以发现在添加功能时，需要对函数执行一次才可以，这不符合我们的要求。 因此，仅仅只有高阶函数并不能满足于对我们的需求，不知道还是否记得开头写的对装饰器的知识储备。装饰器=高阶函数+函数嵌套+闭包。接下来，我们来了解什么时闭包吧。
（1）外层函数out_func可以调用内层函数in_func，但无法引用in_func内部的变量y
（2）内层函数in_func可以引用外层函数out_func的变量x
def out_func(): x = 1 def in_func(y): return x+y return in_func test = out_func() print(test(10)) test是闭包函数，自由变量是x，因为它不是in_func这个函数内部的变量，但是却被in_func引用。test的结果是函数in_func的地址，那么通过test()便可调用函数in_test.每一层的函数，我们可以成为一个包，而闭就是封装的意思，它封装的是变量，嵌套在函数内的函数等价于一个变量，遵循函数即变量的原则。其实闭包有点类似于作用域，若最里层需要一个变量，我们就可以在当前层定义，如果当前层不允许，则往上一层，一层一层的往外，也就是说我们可以在最外层定义一个变量，那就可以渗透到最里层闭包的最大用处也是用于装饰器，接下来，让我们看看装饰器的作用吧。事到如此，我们基本 完成了装饰器的功能了，我们不但没有修改函数的源代码，也没有修改其调用方式，还为它添加了一个新的功能。 不过，这样子还存在这一丢丢瑕疵，因为每次给函数添加功能是都需要做一次赋值操作，那能不能不每次调用都赋值一次？ 那就要用到了一个 @，这是python提供的一个功能。 @timer 相当于 cal = timer(cal),我们要修饰那个函数，就在那个函数前添加@timer
输出的结果竟然是None？？？？？
仔细研究一下，cal经过装饰后，本质上就是上面的经过升级后的wrapper函数，而这个函数是没有返回值的，因此，cal()运行的结果返回就是默认的None啦。 def wrapper(): start_time = time.time() func() stop_time = time.time() print(stop_time-start_time) 来看看这一段wrapper函数，我们需要func的返回值，那么就需要在wrapper函数加上return返回咯，返回的值是func的结果，那就简单了，吧func返回的结果赋值给变量res，然后return返回res这样就解决啦。 import time def timer(func): def wrapper(): # print(func) start_time = time.time() res = func() stop_time = time.time() print(stop_time-start_time) return res return wrapper @timer def cal(): res = 0 for i in range(100): res+=i time.sleep(1) print("函数的运行结果为",res) return res res = cal() print("这是函数的返回结果的cal：",res)上面的例子，我们的cal函数都是不带参数的，但是，我们并不能保证以后我们所写的每一个函数都是不带参数的。
举个例子吧，我们在原来的基础上定义了一个test1函数： def timer(func): def wrapper(): # print(func) start_time = time.time() res = func() stop_time = time.time() return res return wrapper @timer def cal(): res = 0 for i in range(100): res+=i time.sleep(1) print("函数的运行结果为",res) return res @timer def test1(name): time.sleep(1) print("这是%s"%(name)) return res我们在不修改装饰器的情况下，就会报错了，wrapped函数不需要函数，但是一个给出了。 那么我们就要在wrapped函数中加上参数name，不过，依然不能解决问题。 这是我们就需要用到了可变参数了。 如果我们不确定要往函数中传入多少个参数，或者我们想往函数中以列表和元组的形式传参数时，那就使要用*args； 如果我们不知道要往函数中传入多少个关键词参数，或者想传入字典的值作为关键词参数时，那就要使用**kwargs。
def timer(func): def wrapper(*args,**kwargs): # print(func) start_time = time.time() res = func(*args,**kwargs) stop_time = time.time() return res return wrapper这里我们对wrapper函数进行修改，在wrapper中就如位置可变参数和关键字可变参数，这样的话，我们就不用再担心被修饰函数有多少个参数，以及我们定义的装饰器可以修饰任何函数啦。
