深入理解Python中的装饰器：从基础到高级应用
装饰器（Decorator）是Python中一个强大且灵活的工具，它允许开发者在不修改原有函数或类代码的情况下，动态地添加功能。装饰器的概念可能对初学者来说有些晦涩，但一旦掌握，它将极大地提升代码的可读性和可维护性。本文将深入探讨装饰器的工作原理、常见用法以及一些高级应用场景，并通过代码示例帮助读者更好地理解。
装饰器的基础
1. 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一个新函数的函数。它通常用于在不修改原函数代码的情况下，增强函数的功能。装饰器的语法使用@符号，这使得它们在代码中易于识别和使用。
2. 一个简单的装饰器示例
让我们从一个简单的装饰器开始，这个装饰器会在函数执行前后打印一些信息。
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是一个装饰器函数，它接受一个函数func作为参数，并返回一个新的函数wrapper。wrapper函数在调用func之前和之后分别打印了一些信息。通过在say_hello函数上使用@my_decorator，我们实现了在不修改say_hello函数代码的情况下，为其添加了额外的功能。
3. 装饰器的执行顺序
当一个函数被多个装饰器装饰时，装饰器的执行顺序是从下往上的。例如：
def decorator_one(func): def wrapper(): print("Decorator One") func() return wrapperdef decorator_two(func): def wrapper(): print("Decorator Two") func() return wrapper@decorator_one@decorator_twodef say_hello(): print("Hello!")say_hello()输出结果：
Decorator OneDecorator TwoHello!在这个例子中，say_hello函数首先被decorator_two装饰，然后再被decorator_one装饰，因此执行顺序是decorator_one -> decorator_two -> say_hello。
装饰器的高级应用
1. 带参数的装饰器
有时候，我们希望装饰器本身可以接受参数，以便在不同的情况下对函数进行不同的处理。我们可以通过在外层再包裹一个函数来实现带参数的装饰器。
def repeat(num_times): def decorator(func): def wrapper(*args, **kwargs): for _ in range(num_times): result = func(*args, **kwargs) return result return wrapper return decorator@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装饰器接受一个参数num_times，并返回一个装饰器函数decorator。decorator函数再返回wrapper函数，wrapper函数会在调用func时重复执行num_times次。
2. 类装饰器
除了函数装饰器，Python还支持类装饰器。类装饰器通过实现__call__方法，可以将一个类实例作为装饰器使用。
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__}") return self.func(*args, **kwargs)@CountCallsdef say_hello(): print("Hello!")say_hello()say_hello()输出结果：
Call 1 of say_helloHello!Call 2 of say_helloHello!在这个例子中，CountCalls类装饰器会在每次调用say_hello函数时，记录并打印调用的次数。
3. 使用functools.wraps保留元信息
当我们使用装饰器时，原函数的元信息（如函数名、文档字符串等）会被替换为装饰器内部函数的元信息。为了保留原函数的元信息，我们可以使用functools.wraps装饰器。
from functools import wrapsdef my_decorator(func): @wraps(func) def wrapper(*args, **kwargs): print("Something is happening before the function is called.") result = func(*args, **kwargs) print("Something is happening after the function is called.") return result return wrapper@my_decoratordef say_hello(): """This is a docstring.""" print("Hello!")print(say_hello.__name__) # 输出: say_helloprint(say_hello.__doc__) # 输出: This is a docstring.在这个例子中，functools.wraps装饰器保留了say_hello函数的元信息，使得say_hello.__name__和say_hello.__doc__仍然指向原函数的信息。
装饰器的实际应用场景
1. 日志记录
装饰器可以用于自动记录函数的调用日志，这对于调试和监控应用程序非常有用。
import logginglogging.basicConfig(level=logging.INFO)def log_function_call(func): @wraps(func) def wrapper(*args, **kwargs): logging.info(f"Calling {func.__name__} with args {args} and 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(2, 3)输出结果：
INFO:root:Calling add with args (2, 3) and kwargs {}INFO:root:add returned 52. 权限验证
装饰器可以用于在函数执行前进行权限验证，确保只有具备特定权限的用户才能调用该函数。
def requires_admin(func): @wraps(func) def wrapper(user, *args, **kwargs): if user != "admin": raise PermissionError("Only admin can perform this action") return func(*args, **kwargs) return wrapper@requires_admindef delete_user(user_id): print(f"Deleting user {user_id}")delete_user("admin", 1) # 正常执行delete_user("user", 2) # 抛出PermissionError3. 缓存结果
装饰器可以用于缓存函数的结果，避免重复计算，从而提高性能。
from functools import lru_cache@lru_cache(maxsize=32)def fibonacci(n): if n < 2: return n return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(50)) # 输出: 12586269025在这个例子中，lru_cache装饰器缓存了fibonacci函数的结果，使得在计算大数时性能显著提升。
装饰器是Python中一个非常强大的工具，它允许我们在不修改原函数代码的情况下，动态地添加功能。通过本文的介绍，我们了解了装饰器的基本概念、常见用法以及一些高级应用场景。希望这些内容能够帮助读者更好地理解和使用装饰器，从而编写出更加高效、可维护的Python代码。
