深入理解Python中的装饰器：从基础到高级应用
在现代编程中，代码的复用性和可维护性是开发者追求的重要目标之一。为了实现这一目标，许多编程语言提供了丰富的功能和工具。在Python中，装饰器（Decorator）是一种强大的语法特性，它允许我们在不修改原函数定义的情况下，扩展或修改函数的行为。本文将从基础概念入手，逐步深入到装饰器的实际应用，并通过示例代码展示其灵活性和强大之处。
什么是装饰器？
装饰器本质上是一个函数，它可以接受一个函数作为输入，并返回一个新的函数。这个新的函数通常会添加一些额外的功能，而无需修改原始函数的代码。装饰器使用@符号进行标记，位于函数定义之前。
基本语法
以下是一个简单的装饰器示例：
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()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，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()，从而实现了在函数执行前后添加额外逻辑的功能。
装饰器的参数传递
很多时候，我们需要传递参数给被装饰的函数。在这种情况下，装饰器需要能够处理带参数的函数。
def my_decorator(func): def wrapper(*args, **kwargs): print("Before calling the function.") result = func(*args, **kwargs) print("After calling the function.") return result return wrapper@my_decoratordef add(a, b): print(f"Adding {a} + {b}") return a + bresult = add(3, 5)print(f"Result: {result}")输出结果：
Before calling the function.Adding 3 + 5After calling the function.Result: 8在这里，*args 和 **kwargs 用于接收任意数量的位置参数和关键字参数，确保装饰器可以应用于各种不同签名的函数。
带参数的装饰器
有时候，我们希望装饰器本身也能接受参数。这可以通过创建一个返回装饰器的高阶函数来实现。
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")输出结果：
Hello AliceHello AliceHello Alice在这个例子中，repeat 是一个接受参数 num_times 的装饰器工厂函数。它返回一个实际的装饰器 decorator，该装饰器会在每次调用被装饰的函数时重复执行指定次数。
使用functools.wraps保持元信息
当我们使用装饰器时，被装饰函数的元信息（如名称、文档字符串等）会被覆盖为装饰器内部函数的信息。为了避免这种情况，我们可以使用 functools.wraps 来保留原始函数的元信息。
from functools import wrapsdef my_decorator(func): @wraps(func) def wrapper(*args, **kwargs): print("Calling decorated function.") return func(*args, **kwargs) return wrapper@my_decoratordef example(): """Docstring for example.""" print("Inside example function.")print(example.__name__) # 输出: exampleprint(example.__doc__) # 输出: Docstring for example.实际应用场景
1. 日志记录
装饰器常用于日志记录，帮助开发者追踪函数的执行情况。
import loggingdef log_function_call(func): logging.basicConfig(level=logging.INFO) @wraps(func) def wrapper(*args, **kwargs): logging.info(f"Calling {func.__name__} with args={args}, kwargs={kwargs}") result = func(*args, **kwargs) logging.info(f"{func.__name__} returned {result}") return result return wrapper@log_function_calldef compute(x, y): return x + ycompute(10, 20)2. 性能测量
另一个常见的用途是测量函数的执行时间。
import timedef measure_time(func): @wraps(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@measure_timedef slow_function(): time.sleep(2)slow_function()3. 缓存结果
通过装饰器实现缓存机制，可以显著提高性能，尤其是对于计算密集型任务。
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(50)) # 这将快速计算出结果，而不会因为递归导致性能问题。装饰器是Python中一个非常有用的特性，能够极大地简化代码并提高其可读性和可维护性。通过本文的介绍，我们了解了装饰器的基本概念、如何传递参数、如何保持函数元信息以及它们在实际开发中的多种应用场景。掌握这些技巧后，你将能够在自己的项目中更加灵活地使用装饰器，提升代码的质量和效率。
