深入理解Python中的装饰器模式
在现代编程中，装饰器（Decorator）是一种非常强大且灵活的设计模式。它允许程序员在不修改原始函数代码的情况下为函数添加新的功能。本文将深入探讨Python中的装饰器模式，通过实际的代码示例来展示其工作原理和应用场景。
什么是装饰器？
装饰器本质上是一个接受函数作为参数并返回新函数的高阶函数。它可以在不改变原函数逻辑的前提下，为函数增加额外的功能。装饰器通常用于日志记录、性能测量、访问控制等场景。
基本语法
Python 中使用 @decorator_name 的语法糖来应用装饰器。下面是一个简单的例子：
def my_decorator(func): def wrapper(): print("Something is happening before the function is called.") func() print("Something is happening after the function is called.") return wrapper@my_decoratordef say_hello(): print("Hello!")say_hello()输出结果：
Something is happening before the function is called.Hello!Something is happening after the function is called.在这个例子中，my_decorator 是一个装饰器，它接收 say_hello 函数作为参数，并返回一个新的 wrapper 函数。当我们调用 say_hello() 时，实际上是调用了 wrapper()，从而实现了在原函数前后添加额外操作的功能。
装饰器的高级用法
带参数的装饰器
有时我们需要传递参数给装饰器，以便更灵活地控制装饰行为。可以通过定义一个返回装饰器的外部函数来实现这一点。
def repeat(num_times): def decorator_repeat(func): def wrapper(*args, **kwargs): for _ in range(num_times): result = func(*args, **kwargs) return result return wrapper return decorator_repeat@repeat(num_times=3)def greet(name): print(f"Hello {name}")greet("Alice")输出结果：
Hello AliceHello AliceHello Alice在这个例子中，repeat 是一个带参数的装饰器工厂函数，它返回一个真正的装饰器 decorator_repeat。decorator_repeat 再次包装了目标函数 greet，使其能够重复执行指定次数。
类装饰器
除了函数装饰器，Python 还支持类装饰器。类装饰器可以用来修改或增强类的行为。类装饰器接收一个类作为参数，并返回一个新的类或对原有类进行修改后的类。
class CountCalls: def __init__(self, func): self.func = func self.num_calls = 0 def __call__(self, *args, **kwargs): self.num_calls += 1 print(f"Call {self.num_calls} of {self.func.__name__!r}") return self.func(*args, **kwargs)@CountCallsdef say_goodbye(): print("Goodbye!")say_goodbye()say_goodbye()输出结果：
Call 1 of 'say_goodbye'Goodbye!Call 2 of 'say_goodbye'Goodbye!在这个例子中，CountCalls 是一个类装饰器，它记录了被装饰函数的调用次数。每次调用 say_goodbye() 时，都会打印出当前的调用次数。
组合多个装饰器
Python 允许在一个函数上应用多个装饰器。装饰器会按照从下到上的顺序依次应用。
def uppercase_decorator(func): def wrapper(): original_result = func() modified_result = original_result.upper() return modified_result return wrapperdef punctuation_decorator(func): def wrapper(): original_result = func() modified_result = original_result + "!" return modified_result return wrapper@punctuation_decorator@uppercase_decoratordef hello_world(): return "hello world"print(hello_world())输出结果：
HELLO WORLD!在这个例子中，hello_world 函数先被 uppercase_decorator 装饰，再被 punctuation_decorator 装饰。最终输出的结果是大写的字符串加上感叹号。
实际应用场景
日志记录
装饰器常用于日志记录，以跟踪函数的执行情况。以下是一个简单的日志装饰器示例：
import logginglogging.basicConfig(level=logging.INFO)def log_function_call(func): def wrapper(*args, **kwargs): logging.info(f"Calling {func.__name__} with args: {args}, kwargs: {kwargs}") result = func(*args, **kwargs) logging.info(f"{func.__name__} returned {result}") return result return wrapper@log_function_calldef add(a, b): return a + badd(3, 4)输出日志：
INFO:root:Calling add with args: (3, 4), kwargs: {}INFO:root:add returned 7性能测量
装饰器还可以用于测量函数的执行时间，帮助我们优化代码性能。
import timedef measure_time(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"{func.__name__} took {end_time - start_time:.4f} seconds to execute") return result return wrapper@measure_timedef slow_function(): time.sleep(2)slow_function()输出结果：
slow_function took 2.0012 seconds to execute权限验证
在Web开发中，装饰器可以用于权限验证，确保只有授权用户才能访问某些资源。
def require_auth(func): def wrapper(*args, **kwargs): if not check_user_authenticated(): raise PermissionError("User is not authenticated") return func(*args, **kwargs) return wrapper@require_authdef get_sensitive_data(): return "Sensitive Data"def check_user_authenticated(): # Simulate user authentication check return Truetry: print(get_sensitive_data())except PermissionError as e: print(e)输出结果：
Sensitive Data装饰器是Python中一种非常强大的工具，能够极大地简化代码的编写和维护。通过合理的使用装饰器，我们可以轻松地为函数添加额外的功能，而无需修改原有的代码逻辑。希望本文的介绍和示例能够帮助读者更好地理解和应用装饰器模式，提升编程效率和代码质量。
装饰器不仅仅局限于上述应用场景，随着经验的积累，你可能会发现更多有趣和实用的用途。探索装饰器的无限可能，让代码更加优雅和高效吧！
