引言
在软件开发中，我们经常会遇到一些横切关注点（cross-cutting concerns），如日志记录、事务管理、安全性检查等，这些关注点通常会跨越多个模块。传统的编程方式会导致代码的重复和分散，难以维护。面向切面编程（AOP）是一种编程范式，它通过提供一种新的方式来模块化横切关注点，从而提高代码的模块性和可维护性。
什么是切面（AOP）：
AOP是一种编程思想，它允许开发者将横切关注点从业务逻辑中分离出来，形成所谓的“切面”（Aspect）。切面可以定义在程序执行的特定点（如方法调用前后）插入额外的逻辑，这些点被称为“连接点”（Join Points）。AOP的主要目标是提高模块化，使得业务逻辑更加清晰，同时减少代码的重复。
在Java中可以使用动态代理，Spring Aop(实际上还是动态代理),AspectJ等手段去实现切面功能。那么在Python 怎么去实现切面呢？就拿一个最简单的例子来说，打印每一个方法的耗时时长。
常规写法
import time
def method1():start = time.time()# 业务方法end = time.time()print(f"耗时:{end-start}",)def method2():start = time.time()# 业务方法end = time.time()print(f"耗时:{end-start}",)def method3():start = time.time()# 业务方法end = time.time()print(f"耗时:{end-start}",)可以看到随着业务的增加，会增加很多的这样的代码，这样的代码重复率很高，不满足开闭原则，那么可以考虑将这些非业务方法抽取出来做一个公共方法，然后去调用它，那么怎么去实现呢？
那就不得不说python中的装饰器模式了。
举一个栗子，老王写了一个加法函数
def laowang_add(x:int,y:int):return x+y
当时小王呢，想在求和之前增加一个日志，但是又不想在老王的代码基础上改，那要怎么做呢？可以这样
def laowang_add(x: int, y: int):return x + ydef xiaowang_add():print("xiaowang 666")return laowang_addadd = xiaowang_add()
print(add(1, 2))那么这样可以在不修改老王的代码基础上做了一次增强，那么如果我想在所有的方法上前去做一次日志输出，那么上述的做法就不适用了，不可能以后新增一个函数都去改一下闭包函数。此时就需要装饰器，也叫切面编程。简单来讲，我把一个代表函数的变量传进闭包函数，然后这个闭包函数就可以自适应传进去的函数，自动调用它，不用每次新增函数都去修改闭包，只用调用一次闭包函数即可。
此时装饰器模式就闪亮登场了。
我们只需要增加一个方法
import time
import functoolsdef log_decoration(func):@functools.wraps(func)def log(*args, **kwargs):print(f"entry {func.__name__} method")start = time.time()result = func(*args, **kwargs)end = time.time()print(f"end {func.__name__} method cost {end - start}")return resultreturn log@log_decoration
def laowang_add(x: int, y: int):return x + y输出
entry laowang_add method
end laowang_add method cost 0.0
3
可以看到老王虽然只实现了业务逻辑，但是增加了日志输出，就像该方法被拦截切断了一样，然后自动增加了日志输出，这就是切面，不修改业务方法，只增强业务方法。可以看到
func.__name__输出就是调用的方法名，没有小王代替。
