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）是一种强大的工具，能够帮助开发者简化代码、增强功能以及提高代码的可读性和可维护性。本文将从基础概念入手，逐步深入探讨装饰器的工作原理及其实际应用场景，并通过具体的代码示例进行说明。
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高阶函数。它可以在不修改原函数代码的情况下，为函数添加额外的功能。装饰器通常用于日志记录、性能测试、事务处理等场景。
（一）简单装饰器示例
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()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。wrapper函数是装饰器内部定义的新函数，在调用func之前和之后分别执行了一些额外的操作。@my_decorator语法糖使得我们可以很方便地将装饰器应用到say_hello函数上。运行结果如下：
Something is happening before the function is called.Hello!Something is happening after the function is called.带参数的装饰器
有时候我们需要传递参数给装饰器本身，这就需要构建一个更复杂的结构，即装饰器工厂。装饰器工厂是一个返回装饰器的函数。
（二）带参数的装饰器示例
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")这里repeat是一个装饰器工厂，它接受num_times参数。decorator_repeat是真正的装饰器函数，而wrapper则是对目标函数greet进行了包装，在每次调用时根据num_times重复执行greet函数。输出结果为：
Hello AliceHello AliceHello Alice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，例如添加属性、方法或者改变类的初始化过程等。
（三）类装饰器示例
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_goodbye(): print("Goodbye!")say_goodbye()say_goodbye()CountCalls是一个类装饰器，它重写了__call__方法以实现每次调用被装饰函数时计数的功能。当我们将@CountCalls应用于say_goodbye函数时，实际上是在创建一个CountCalls对象，并将say_goodbye函数作为参数传递给它。然后这个对象就可以像函数一样被调用了。输出结果为：
Call 1 of 'say_goodbye'Goodbye!Call 2 of 'say_goodbye'Goodbye!装饰器链
我们可以将多个装饰器应用于同一个函数，形成装饰器链。装饰器会按照从下往上的顺序依次应用。
（四）装饰器链示例
def decorator_a(func): def wrapper_a(*args, **kwargs): print("Decorator A starts") result = func(*args, **kwargs) print("Decorator A ends") return result return wrapper_adef decorator_b(func): def wrapper_b(*args, **kwargs): print("Decorator B starts") result = func(*args, **kwargs) print("Decorator B ends") return result return wrapper_b@decorator_a@decorator_bdef simple_function(): print("Simple function is running")simple_function()在这个例子中，decorator_a和decorator_b两个装饰器被应用到了simple_function上。先执行decorator_b，再执行decorator_a。输出结果为：
Decorator A startsDecorator B startsSimple function is runningDecorator B endsDecorator A ends装饰器的实际应用场景
（五）1. 日志记录
在开发过程中，我们经常需要记录函数的执行情况以便于调试。使用装饰器可以方便地为多个函数添加日志功能。
import logginglogging.basicConfig(level=logging.INFO)def log_execution(func): def wrapper(*args, **kwargs): logging.info(f"Calling function {func.__name__} with args: {args}, kwargs: {kwargs}") result = func(*args, **kwargs) logging.info(f"Function {func.__name__} returned {result}") return result return wrapper@log_executiondef add(a, b): return a + badd(3, 5)这段代码会在每次调用add函数时记录输入参数和返回值的日志信息。
（五）2. 权限验证
在Web开发或者其他涉及用户身份认证的场景下，可以利用装饰器来检查用户是否有权限执行某个操作。
from functools import wrapsdef requires_auth(func): @wraps(func) def wrapper(*args, **kwargs): if not check_user_authenticated(): # 假设这是一个检查用户是否已登录的函数 raise PermissionError("User is not authenticated") return func(*args, **kwargs) return wrapper@requires_authdef sensitive_operation(): print("Performing sensitive operation")def check_user_authenticated(): # 这里只是一个示例，实际情况下应该有真实的逻辑判断用户是否已登录 return Truesensitive_operation()如果用户未通过身份验证，则抛出异常阻止敏感操作的执行。
Python中的装饰器为开发者提供了一种优雅且灵活的方式来扩展和修改函数或类的行为。掌握装饰器的使用有助于编写更加简洁、高效且易于维护的代码。
