深入理解Python中的装饰器模式
装饰器（Decorator）是 Python 中一个非常强大且灵活的工具，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。装饰器不仅简化了代码的编写，还提高了代码的可读性和可维护性。本文将深入探讨 Python 装饰器的工作原理、应用场景，并通过具体的代码示例来展示如何使用和创建装饰器。
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，为其添加额外的功能。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
装饰器的基本语法是使用 @ 符号，紧跟其后的是装饰器函数的名称。例如：
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()，从而实现了在调用前后打印额外信息的功能。
带参数的装饰器
有时我们需要传递参数给装饰器本身。为了实现这一点，可以再嵌套一层函数。例如：
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，它接收 num_times 参数，并根据该参数重复执行被装饰的函数。
多个装饰器
我们可以为同一个函数应用多个装饰器。装饰器会按照从下到上的顺序依次执行。例如：
def make_bold(func): def wrapper(): return "<b>" + func() + "</b>" return wrapperdef make_italic(func): def wrapper(): return "<i>" + func() + "</i>" return wrapper@make_bold@make_italicdef get_greeting(): return "Hello"print(get_greeting())输出结果：
<b><i>Hello</i></b>在这个例子中，get_greeting 先被 make_italic 装饰，再被 make_bold 装饰。因此，最终输出的字符串包含了两个 HTML 标签。
装饰器的应用场景
日志记录
装饰器可以用来记录函数的调用时间和传入参数，这对于调试和性能分析非常有用。例如：
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)slow_function()输出结果：
INFO:root:slow_function executed in 2.0012 seconds权限验证
在 Web 开发中，装饰器可以用于检查用户是否具有足够的权限来访问某个资源。例如：
from functools import wrapsdef require_admin(func): @wraps(func) def wrapper(user, *args, **kwargs): if user.role != 'admin': raise PermissionError("User does not have admin privileges") return func(user, *args, **kwargs) return wrapperclass User: def __init__(self, name, role): self.name = name self.role = role@require_admindef delete_user(admin_user, target_user): print(f"{admin_user.name} deleted {target_user.name}")admin = User("Alice", "admin")user = User("Bob", "user")delete_user(admin, user)# Output: Alice deleted Bobtry: delete_user(user, admin)except PermissionError as e: print(e)# Output: User does not have admin privileges缓存优化
装饰器还可以用于缓存函数的返回值，以提高性能。例如：
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))# Output: 55在这个例子中，lru_cache 是 Python 标准库提供的一个内置装饰器，它可以缓存最近调用的结果，避免重复计算。
总结
装饰器是 Python 中一个非常重要的概念，它不仅能够简化代码，还能增强代码的灵活性和可扩展性。通过本文的介绍，我们了解了装饰器的基本原理、语法以及常见的应用场景。希望读者能够在实际开发中合理运用装饰器，提升代码的质量和效率。
装饰器的强大之处在于它的简洁性和可复用性。无论是日志记录、权限验证还是缓存优化，装饰器都能以一种优雅的方式解决问题。随着对装饰器的理解不断加深，你会发现它在许多场景下都能发挥重要作用。
