11 Python装饰器：代码功能扩展的利器
在 Python 中，装饰器（Decorator） 是一种特殊的函数，它允许你在不修改原有代码的情况下，扩展或修改其他函数的行为。装饰器本质上是一个高阶函数，它接受一个函数作为输入，并返回一个新的函数。
一、装饰器的基本概念
1. 装饰器的作用
- 增强函数功能：例如添加日志记录、性能测试、权限验证等。
- 代码复用：避免在多个函数中重复编写相同的代码。
- 分离关注点：将核心业务逻辑与辅助功能（如日志、缓存）分离。
2. 简单装饰器示例
def logger(func):
def wrapper(*args, **kwargs):
print(f"[INFO] 调用函数: {func.__name__}")
result = func(*args, **kwargs) # 执行原函数
print(f"[INFO] 函数返回: {result}")
return result
return wrapper
@logger
def add(a, b):
return a + b
# 等价于 add = logger(add)
3. 装饰器的执行过程
- 当使用
@logger语法糖装饰add函数时，Python 会自动执行add = logger(add)。 logger函数返回wrapper函数，因此add现在指向wrapper。- 调用
add(3, 5)时，实际上调用的是wrapper(3, 5)，它会先打印日志，再执行原函数，最后打印返回结果。
二、装饰器的高级用法
1. 带参数的装饰器
如果装饰器需要接受额外参数（如日志级别、重试次数），可以定义一个“装饰器工厂”函数。
def repeat(n):
def decorator(func):
def wrapper(*args, **kwargs):
result = None
for _ in range(n):
result = func(*args, **kwargs)
return result
return wrapper
return decorator
@repeat(3) # 等价于 add = repeat(3)(add)
def greet(name):
print(f"Hello, {name}!")
2. 多个装饰器叠加
多个装饰器可以叠加使用，执行顺序是从下到上（即靠近函数定义的装饰器先执行）。
def bold(func):
def wrapper():
return f"{func()}"
return wrapper
def italic(func):
def wrapper():
return f"{func()}"
return wrapper
@bold
@italic
def text():
return "Hello"
print(text()) # 输出: Hello
3. 保留原函数元信息
使用 functools.wraps 装饰器保留原函数的名称、文档字符串等元信息。
import functools
def logger(func):
@functools.wraps(func) # 保留原函数元信息
def wrapper(*args, **kwargs):
print(f"调用函数: {func.__name__}")
return func(*args, **kwargs)
return wrapper
@logger
def add(a, b):
"""计算两数之和"""
return a + b
print(add.__name__) # 输出: add（而不是 wrapper）
print(add.__doc__) # 输出: 计算两数之和
4. 类装饰器
除了函数装饰器，还可以使用类来实现装饰器。类装饰器需要实现 __call__ 方法。
class CountCalls:
def __init__(self, func):
self.func = func
self.count = 0 # 记录调用次数
def __call__(self, *args, **kwargs):
self.count += 1
print(f"第 {self.count} 次调用 {self.func.__name__}")
return self.func(*args, **kwargs)
@CountCalls
def say_hello():
print("Hello!")
say_hello() # 输出: 第 1 次调用 say_hello
say_hello() # 输出: 第 2 次调用 say_hello
三、常见的装饰器应用场景
1. 缓存装饰器
使用 functools.lru_cache 缓存函数结果，避免重复计算。
import functools
@functools.lru_cache(maxsize=128)
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
2. 计时装饰器
测量函数执行时间。
import time
def timer(func):
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f"{func.__name__} 执行时间: {end - start:.4f} 秒")
return result
return wrapper
@timer
def process_data():
time.sleep(1)
3. 权限验证装饰器
在执行函数前验证用户权限。
def requires_admin(func):
def wrapper(user, *args, **kwargs):
if user["role"] != "admin":
raise PermissionError("需要管理员权限")
return func(user, *args, **kwargs)
return wrapper
@requires_admin
def delete_user(user, username):
print(f"删除用户: {username}")
四、装饰器的注意事项
- 参数传递：装饰器的
wrapper函数需要接受*args和**kwargs，以处理原函数的任意参数。 - 返回值处理：
wrapper函数必须返回原函数的结果（即调用func(*args, **kwargs)）。 - 元信息丢失：如果不使用
functools.wraps，装饰后的函数元信息（如__name__、__doc__）会被修改。 - 装饰器顺序：多个装饰器叠加时，执行顺序可能影响结果，需要谨慎设计。