引言

Python 装饰器是一种便捷的工具，用于在不修改函数代码的情况下为其添加额外功能。它在日志记录、性能监控、权限校验等场景中极为有用，能有效减少重复代码，提升代码的可维护性和可读性。

装饰器基础

函数是一等公民

在 Python 中，函数是对象，可以被赋值、传递和返回。例如：

Python

复制

def greet(name):
    return f"Hello, {name}!"

say_hello = greet
print(say_hello("Alice"))  # Hello, Alice!

闭包

闭包允许内部函数引用外部函数的变量。例如：

Python

复制

def make_multiplier(n):
    def multiplier(x):
        return x * n
    return multiplier

times2 = make_multiplier(2)
print(times2(5))  # 10

装饰器基本语法

装饰器是一个函数，接收另一个函数作为参数，并返回一个新的函数。使用 @ 语法糖可简化装饰器的使用。

基础装饰器

Python

复制

def simple_decorator(func):
    def wrapper():
        print("Before the function runs")
        func()
        print("After the function runs")
    return wrapper

@simple_decorator
def say_hello():
    print("Hello!")

say_hello()

输出：

Text

复制

Before the function runs
Hello!
After the function runs

通用装饰器

对于带参数的函数，装饰器需要使用 *args 和 **kwargs 来接收任意参数：

Python

复制

def universal_decorator(func):
    def wrapper(*args, **kwargs):
        print("Function is running...")
        result = func(*args, **kwargs)
        print("Function finished")
        return result
    return wrapper

@universal_decorator
def add(a, b):
    return a + b

print(add(3, 5))

常见场景与实战示例

日志与调试

Python

复制

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__} with args={args}, kwargs={kwargs}")
        result = func(*args, **kwargs)
        print(f"{func.__name__} returned {result}")
        return result
    return wrapper

@log_decorator
def multiply(a, b):
    return a * b

multiply(3, 4)

性能监控

Python

复制

import time

def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} took {end - start:.4f} seconds")
        return result
    return wrapper

@timing_decorator
def slow_function():
    time.sleep(1)
    return "done"

slow_function()

权限校验

Python

复制

def require_admin(func):
    def wrapper(user, *args, **kwargs):
        if not user.get("is_admin"):
            raise PermissionError("Admin access required")
        return func(user, *args, **kwargs)
    return wrapper

@require_admin
def delete_database(user):
    return "Database deleted!"

admin = {"name": "Alice", "is_admin": True}
guest = {"name": "Bob", "is_admin": False}

print(delete_database(admin))   # 正常执行
# print(delete_database(guest))   # 抛出 PermissionError

缓存

Python

复制

def cache_decorator(func):
    cache = {}
    def wrapper(*args):
        if args in cache:
            print("Returning cached result")
            return cache[args]
        result = func(*args)
        cache[args] = result
        return result
    return wrapper

@cache_decorator
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(10))  # 第一次计算
print(fibonacci(10))  # 第二次命中缓存

进阶内容

保留函数元信息：functools.wraps

使用 functools.wraps 可以保留原函数的元信息，如 __name__ 和 __doc__：

Python

复制

from functools import wraps

def simple_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        return func(*args, **kwargs)
    return wrapper

@simple_decorator
def greet(name):
    """Say hello to someone"""
    return f"Hello, {name}!"

print(greet.__name__)  # greet
print(greet.__doc__)   # Say hello to someone

类装饰器

可以用类实现装饰器，通过定义 __call__ 方法让类实例可调用：

Python

复制

class Repeat:
    def __init__(self, times):
        self.times = times

    def __call__(self, func):
        def wrapper(*args, **kwargs):
            result = None
            for _ in range(self.times):
                result = func(*args, **kwargs)
            return result
        return wrapper

@Repeat(3)
def say_hi(name):
    print(f"Hi, {name}!")

say_hi("Alice")

装饰器叠加

多个装饰器的执行顺序是从内到外，即离函数最近的装饰器先执行：

Python

复制

def decorator_a(func):
    def wrapper(*args, **kwargs):
        print("Decorator A before")
        result = func(*args, **kwargs)
        print("Decorator A after")
        return result
    return wrapper

def decorator_b(func):
    def wrapper(*args, **kwargs):
        print("Decorator B before")
        result = func(*args, **kwargs)
        print("Decorator B after")
        return result
    return wrapper

@decorator_a
@decorator_b
def say_hello():
    print("Hello!")

say_hello()

带参数的装饰器工厂

可以通过多层函数实现带参数的装饰器：

Python

复制

from functools import wraps

def repeat(times):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for _ in range(times):
                func(*args, **kwargs)
        return wrapper
    return decorator

@repeat(3)
def greet(name):
    print(f"Hello, {name}!")

greet("Alice")

实用库中的装饰器

标准库中的装饰器

• @staticmethod：定义静态方法。
• @classmethod：定义类方法。
• @property：将方法变为只读属性。
• @functools.lru_cache：缓存函数结果。

第三方框架中的装饰器

• Flask 的 @app.route：将函数注册为路由处理器。
• Django 的 @login_required：限制只有登录用户才能访问视图。
• Click 的命令行装饰器：定义命令和参数。

最佳实践与注意事项

避免滥用

装饰器适用于横切逻辑，避免过度使用，以免降低代码可读性。

始终使用 functools.wraps

使用 functools.wraps 保留原函数的元信息，便于调试和文档生成。

注意副作用

装饰器可能会改变函数的调用方式或引入缓存、权限等逻辑，需注意其副作用。

保持可读性

复杂的装饰器逻辑应清晰注释，必要时可用类装饰器或明确的函数调用替代。

关注性能

装饰器会增加函数调用层级，复杂逻辑或过多装饰器可能影响性能。必要时使用性能分析工具检查。

总结

装饰器是 Python 中一种强大的工具，能有效分离横切逻辑，提高代码的可读性和扩展性。掌握其基础语法、进阶用法及最佳实践，可在实际开发中高效利用装饰器，写出更优雅的代码。