深入理解Python中的装饰器：从基础到高级
在现代软件开发中，代码的可读性和可维护性是至关重要的。为了提高代码的复用性和清晰度，许多编程语言提供了强大的工具和特性。在Python中，装饰器（Decorator）就是这样一个强大且灵活的工具。本文将从装饰器的基础概念出发，逐步深入到其实现细节，并通过代码示例展示其在实际开发中的应用。
什么是装饰器？
装饰器本质上是一个函数，它接受另一个函数作为参数，并返回一个新的函数。装饰器的作用是对已有的函数或方法进行增强或修改行为，而无需直接修改其源代码。这种设计模式使得代码更加模块化、易于维护。
基础语法
装饰器的基本语法使用“@”符号。下面是一个简单的例子：
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，它接收 say_hello 函数并将其封装在 wrapper 函数中。当调用 say_hello() 时，实际上是调用了 wrapper() 函数。
装饰器的高级用法
参数化的装饰器
有时我们可能需要根据不同的条件来改变装饰器的行为。这可以通过创建一个返回装饰器的函数来实现：
def repeat(num_times): def decorator(func): def wrapper(*args, **kwargs): for _ in range(num_times): result = func(*args, **kwargs) return result return wrapper return decorator@repeat(num_times=3)def greet(name): print(f"Hello {name}")greet("Alice")输出：
Hello AliceHello AliceHello Alice在这个例子中，repeat 是一个参数化的装饰器，它允许我们在运行时指定重复次数。
带有状态的装饰器
有时候我们需要在装饰器中保存一些状态信息。可以通过闭包或者类的方式来实现：
使用闭包
def count_calls(func): def wrapper(*args, **kwargs): wrapper.count += 1 print(f"Function {func.__name__} has been called {wrapper.count} times.") return func(*args, **kwargs) wrapper.count = 0 return wrapper@count_callsdef say_goodbye(): print("Goodbye!")say_goodbye()say_goodbye()输出：
Function say_goodbye has been called 1 times.Goodbye!Function say_goodbye has been called 2 times.Goodbye!使用类
class CountCalls: def __init__(self, func): self.func = func self.num_calls = 0 def __call__(self, *args, **kwargs): self.num_calls += 1 print(f"Function {self.func.__name__} has been called {self.num_calls} times.") return self.func(*args, **kwargs)@CountCallsdef say_hello(): print("Hello!")say_hello()say_hello()输出：
Function say_hello has been called 1 times.Hello!Function say_hello has been called 2 times.Hello!在这个例子中，我们使用了类来实现装饰器，并利用实例变量 num_calls 来记录函数被调用的次数。
实际应用
装饰器不仅限于打印日志或计数功能，它们可以用于各种场景，如性能测量、访问控制等。
性能测量
import timedef timer(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"Executing {func.__name__} took {end_time - start_time:.4f} seconds.") return result return wrapper@timerdef compute-heavy_task(n): total = 0 for i in range(n): total += i return totalcompute-heavy_task(1000000)输出：
Executing compute-heavy_task took 0.0523 seconds.在这个例子中，timer 装饰器用于测量函数执行所需的时间。
访问控制
def require_auth(func): def wrapper(*args, **kwargs): if not check_authenticated(): raise Exception("Authentication required.") return func(*args, **kwargs) return wrapperdef check_authenticated(): # Simulate authentication check return True@require_authdef sensitive_data(): print("Accessing sensitive data.")sensitive_data()在这个例子中，require_auth 装饰器确保只有经过身份验证的用户才能访问敏感数据。
装饰器是Python中一种非常强大且灵活的工具，可以帮助开发者以优雅的方式增强和修改现有函数的行为。从简单的日志记录到复杂的性能测量和访问控制，装饰器都可以提供简洁的解决方案。通过理解和掌握装饰器的使用，你可以编写出更加模块化、可维护和高效的代码。
