深入理解Python中的装饰器：从基础到高级
在现代编程中，代码的复用性和可维护性是至关重要的。为了实现这一目标，许多语言提供了不同的机制来帮助开发者编写更加优雅和模块化的代码。在Python中，装饰器（Decorator）是一种非常强大的工具，它允许你在不修改原函数代码的情况下，增强或改变其行为。
什么是装饰器？
装饰器本质上是一个函数，它接受一个函数作为参数，并返回一个新的函数。通过这种方式，装饰器可以在原函数的基础上添加额外的功能，而无需修改原函数的代码。
基本语法
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：
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，它包装了 say_hello 函数。当调用 say_hello() 时，实际上是在调用 wrapper() 函数，从而实现了在原函数前后添加额外功能的能力。
装饰器的实际应用
1. 计时器装饰器
装饰器的一个常见用途是测量函数执行的时间。下面是一个简单的计时器装饰器：
import timedef timer_decorator(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"{func.__name__} took {end_time - start_time:.4f} seconds to execute.") return result return wrapper@timer_decoratordef compute_sum(n): total = 0 for i in range(n): total += i return totalcompute_sum(1000000)输出：
compute_sum took 0.0523 seconds to execute.在这个例子中，timer_decorator 装饰器测量了 compute_sum 函数的执行时间，并打印出来。
2. 日志记录装饰器
另一个常见的应用场景是日志记录。通过装饰器，我们可以轻松地为函数添加日志功能。
def log_decorator(func): def wrapper(*args, **kwargs): print(f"Calling function: {func.__name__} with arguments {args} and keyword arguments {kwargs}") result = func(*args, **kwargs) print(f"Function {func.__name__} returned {result}") return result return wrapper@log_decoratordef multiply(a, b): return a * bmultiply(3, 4)输出：
Calling function: multiply with arguments (3, 4) and keyword arguments {}Function multiply returned 12这个装饰器会在函数调用前和返回后分别打印出相关信息。
3. 缓存结果（Memoization）
装饰器还可以用于缓存函数的结果，以避免重复计算。这在递归函数中特别有用。
from functools import lru_cachedef memoize_decorator(func): cache = {} def wrapper(*args): if args not in cache: cache[args] = func(*args) return cache[args] return wrapper@memoize_decoratordef fibonacci(n): if n < 2: return n return fibonacci(n-1) + fibonacci(n-2)print(fibonacci(10))输出：
55在这个例子中，memoize_decorator 装饰器通过缓存之前计算过的 Fibonacci 数值，显著提高了性能。
高级装饰器
1. 带参数的装饰器
有时候我们可能需要给装饰器本身传递参数。例如，限制函数只能被调用一定次数。
def limit_calls(max_calls): def decorator(func): calls = 0 def wrapper(*args, **kwargs): nonlocal calls if calls >= max_calls: raise Exception(f"Function {func.__name__} has been called {max_calls} times already.") calls += 1 return func(*args, **kwargs) return wrapper return decorator@limit_calls(3)def greet(name): print(f"Hello, {name}!")greet("Alice")greet("Bob")greet("Charlie")# greet("David") # This would raise an exception输出：
Hello, Alice!Hello, Bob!Hello, Charlie!在这个例子中，limit_calls 是一个带参数的装饰器，它限制了 greet 函数最多只能被调用三次。
2. 类装饰器
除了函数装饰器，Python 还支持类装饰器。类装饰器通常用于对类进行修饰或增强。
def singleton(cls): instances = {} def wrapper(*args, **kwargs): if cls not in instances: instances[cls] = cls(*args, **kwargs) return instances[cls] return wrapper@singletonclass Database: def __init__(self): print("Initializing database...")db1 = Database()db2 = Database()print(db1 is db2) # True输出：
Initializing database...True在这个例子中，singleton 装饰器确保了 Database 类只有一个实例。
总结
装饰器是 Python 中一种非常强大且灵活的工具，可以用来增强或改变函数和类的行为。通过本文的介绍，我们了解了装饰器的基本概念、实际应用以及一些高级技巧。无论是计时、日志记录还是缓存，装饰器都能让我们的代码更加简洁和高效。掌握装饰器的使用，能够帮助我们在开发中写出更高质量的代码。
