深入理解Python中的装饰器：从基础到高级应用
在现代编程中，代码的可读性、可维护性和重用性是至关重要的。为了实现这些目标，程序员们开发了许多设计模式和编程技巧，其中一种非常有用的技术就是“装饰器”（Decorator）。装饰器不仅能够简化代码，还能为函数或方法添加额外的功能，而无需修改其原始逻辑。本文将深入探讨Python中的装饰器，从基本概念到高级应用，逐步展示如何使用装饰器来增强代码的灵活性和可扩展性。
什么是装饰器？
装饰器本质上是一个接受函数作为参数，并返回一个新的函数的高阶函数。它可以在不修改原函数代码的情况下，为其添加新的功能。Python 中的装饰器通常用于日志记录、性能监控、权限验证等场景。
基本语法
最简单的装饰器形式如下：
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，并返回一个新的函数 wrapper。当调用 say_hello() 时，实际上是调用了 wrapper()，从而在执行 say_hello 的前后分别打印了两条消息。
使用带参数的装饰器
有时我们希望装饰器本身也能接受参数。为了实现这一点，我们可以再嵌套一层函数。下面是一个带有参数的装饰器示例：
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 是一个接受参数 num_times 的装饰器工厂函数，它返回了一个真正的装饰器 decorator_repeat。这个装饰器会重复调用被装饰的函数指定的次数。
装饰器的应用场景
日志记录
日志记录是装饰器最常见的应用场景之一。通过装饰器，我们可以在不修改函数内部逻辑的情况下，轻松地记录函数的调用时间和返回值。
import loggingimport timelogging.basicConfig(level=logging.INFO)def log_execution_time(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() logging.info(f"{func.__name__} executed in {end_time - start_time:.4f} seconds") return result return wrapper@log_execution_timedef slow_function(): time.sleep(2) return "Done"slow_function()输出结果：
INFO:root:slow_function executed in 2.0012 seconds权限验证
在Web开发中，权限验证是一个常见的需求。我们可以使用装饰器来检查用户是否有权访问某个资源。
from functools import wrapsdef requires_auth(role): def decorator_requires_auth(func): @wraps(func) def wrapper(*args, **kwargs): user_role = get_user_role() # 假设有一个获取当前用户角色的函数 if user_role == role: return func(*args, **kwargs) else: raise PermissionError("You do not have permission to access this resource.") return wrapper return decorator_requires_auth@requires_auth(role="admin")def admin_only_function(): print("This is an admin-only function.")try: admin_only_function()except PermissionError as e: print(e)缓存结果
缓存是一种优化技术，可以避免重复计算相同的输入。Python 提供了一个内置的装饰器 functools.lru_cache 来实现缓存功能。
from functools import lru_cache@lru_cache(maxsize=128)def fibonacci(n): if n < 2: return n return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(10))print(fibonacci(10)) # 第二次调用会直接从缓存中获取结果输出结果：
5555高级装饰器技巧
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类的行为，例如自动注册类实例或添加属性。
class Register: registry = [] def __init__(self, cls): self.cls = cls self.register() def register(self): self.registry.append(self.cls) def __call__(self, *args, **kwargs): return self.cls(*args, **kwargs)@registerclass MyClass: passprint(Register.registry) # 输出 [<class '__main__.MyClass'>]组合多个装饰器
有时候我们需要为同一个函数应用多个装饰器。Python 支持组合多个装饰器，按照从内到外的顺序依次应用。
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 hello(): print("Hello")hello()输出结果：
Decorator oneDecorator twoHello总结
装饰器是Python中非常强大且灵活的工具，能够帮助我们编写更加简洁、模块化的代码。通过学习装饰器的基本原理和常见应用场景，我们可以更好地利用这一特性来提高代码的质量和可维护性。无论是日志记录、权限验证还是缓存优化，装饰器都能为我们提供优雅的解决方案。希望本文能帮助你更深入地理解Python中的装饰器，并将其应用于实际项目中。
