深入理解Python中的装饰器：从基础到高级应用
在Python编程中，装饰器（decorator）是一种非常强大且灵活的工具，它允许我们在不修改原始函数代码的情况下为函数添加新的功能。装饰器广泛应用于日志记录、性能测量、访问控制等场景。本文将从装饰器的基础概念出发，逐步深入探讨其内部机制，并通过实际代码示例展示如何创建和使用装饰器。
1. 装饰器的基本概念
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高阶函数。它能够在不改变原函数定义的前提下，动态地为函数增加额外的功能。装饰器通常使用@符号来表示，放在函数定义之前。
1.1 简单的例子
我们先来看一个简单的例子，这个例子展示了如何使用装饰器来记录函数调用的时间。
import timedef log_execution_time(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"Function {func.__name__} executed in {end_time - start_time:.4f} seconds") return result return wrapper@log_execution_timedef slow_function(): time.sleep(2)slow_function()在这个例子中，log_execution_time 是一个装饰器函数，它接收 slow_function 作为参数，并返回一个新的函数 wrapper。当 slow_function 被调用时，实际上是 wrapper 函数被调用，它会在执行 slow_function 之前记录开始时间，在执行完毕后记录结束时间，并打印出执行时间。
1.2 多个装饰器的应用
Python 允许我们为同一个函数应用多个装饰器。装饰器的执行顺序是从下到上，即最接近函数定义的装饰器最先执行。
def decorator_one(func): def wrapper(*args, **kwargs): print("Decorator one is called") return func(*args, **kwargs) return wrapperdef decorator_two(func): def wrapper(*args, **kwargs): print("Decorator two is called") return func(*args, **kwargs) return wrapper@decorator_one@decorator_twodef hello(): print("Hello, world!")hello()输出结果如下：
Decorator one is calledDecorator two is calledHello, world!可以看到，decorator_one 在 decorator_two 之后执行。
2. 带参数的装饰器
有时候我们需要为装饰器传递参数，以便更灵活地控制装饰器的行为。带参数的装饰器实际上是一个返回装饰器的函数。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")在这个例子中，repeat 是一个带参数的装饰器工厂函数，它接收 num_times 作为参数，并返回一个真正的装饰器 decorator_repeat。decorator_repeat 再次接收函数 greet 作为参数，并返回一个 wrapper 函数。wrapper 函数会在每次调用 greet 时重复执行指定次数。
输出结果如下：
Hello AliceHello AliceHello Alice3. 类装饰器
除了函数装饰器，Python 还支持类装饰器。类装饰器可以用于修改类的行为或属性。类装饰器的实现方式与函数装饰器类似，只不过它作用于类而不是函数。
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_hello(): print("Hello!")say_hello()say_hello()在这个例子中，CountCalls 是一个类装饰器，它接收函数 say_hello 作为参数，并在其调用时记录调用次数。
输出结果如下：
Call 1 of 'say_hello'Hello!Call 2 of 'say_hello'Hello!4. 使用 functools.wraps 保留元数据
当我们使用装饰器时，默认情况下会丢失被装饰函数的一些元数据（如函数名、文档字符串等）。为了保留这些元数据，我们可以使用 functools.wraps。
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 example(): """Docstring""" print("example function")print(example.__name__) # 输出: exampleprint(example.__doc__) # 输出: Docstringfunctools.wraps 可以确保被装饰函数的名称、文档字符串和其他元数据不会被覆盖。
5. 实战应用：权限验证装饰器
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简化这一过程。下面是一个基于Flask框架的权限验证装饰器示例：
from functools import wrapsfrom flask import request, jsonifydef require_auth(role): def decorator_require_auth(func): @wraps(func) def wrapper(*args, **kwargs): auth_header = request.headers.get('Authorization') if not auth_header or auth_header != f"Bearer {role}_token": return jsonify({"message": "Unauthorized"}), 401 return func(*args, **kwargs) return wrapper return decorator_require_auth@app.route('/admin')@require_auth('admin')def admin_dashboard(): return jsonify({"message": "Welcome to the admin dashboard!"})@app.route('/user')@require_auth('user')def user_dashboard(): return jsonify({"message": "Welcome to the user dashboard!"})在这个例子中，require_auth 是一个带参数的装饰器，它根据传入的角色（如 admin 或 user）来验证请求的授权头。如果验证失败，则返回401状态码和错误信息；否则，继续执行目标函数。
总结
通过本文的介绍，我们深入了解了Python装饰器的工作原理及其多种应用场景。从简单的日志记录到复杂的权限验证，装饰器为我们提供了一种简洁而强大的方式来扩展函数和类的功能。掌握装饰器不仅有助于编写更加优雅和可维护的代码，还能显著提高开发效率。希望本文能帮助你更好地理解和运用Python中的装饰器技术。
